简介:摘 要 为满足部分异地学生的远程在线学习,便于各级领导听查课、提高教学管理工作效率,利用现有教学安排场地及设备,设计并实现了教学支持系统。系统基于流媒体技术开发,利用C#调用SDK中提供的各种接口开发定制而成,开发迅速部署简单。首先介绍了技术架构和关键技术,而后对系统关键设备编码器、流化生成器、流媒体服务器的功能、配置或代码进行了说明。系统具有较好的应用效果,能够实现远程教学保障,加强信息化教学督导能力。
简介:摘要:核能是安全、经济、高效的清洁能源,是人类应对气候变化的重要能源选择。2020年9月,我国在第75届联合国大会上提出“二氧化碳排放力争于2030年前达到峰值,2060年前实现碳中和”。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》(简称“十四五”规划)提出要“安全稳妥推动沿海核电建设”,意味着“十四五”规划期间,我国核电发展趋势仍将以沿海布局为主。因此,把握新的国土空间规划和海岸带综合保护与利用规划编制契机,全面分析我国沿海核电选址条件与生态安全风险,并有针对性地提出优化沿海核电布局的规划建议,具有重要的现实意义。
简介:摘要目的基于精准护理、数据共享的理念,设计与研发临床决策支持系统护理计划模块,为开发更加智慧化、系统化的护理临床决策支持系统提供参考。方法以护理程序为框架,参考国际护理术语分类体系构建循证知识库;结合临床需求设计护理计划模块,从护理问题、目标、措施及活动的生成、排序和停止三方面制订模块逻辑推理规则,最终形成临床决策支持系统护理计划模块。结果临床决策支持系统护理计划模块包括患者基本信息、阳性评估项及权重值、护理问题、目标、措施及活动等内容;该模块能够依据患者个体特征指标(阳性评估项)自动推导出护理计划,并根据产生时间、权重值、关联度对护理问题及相应的措施和活动进行排序,且能自动判别护理问题、目标、措施和活动停止的时机,实现了智能决策。结论本系统护理计划模块界面清晰,逻辑推理规则严谨,突破了长期以来临床情境下依据个人专业知识及经验进行护理决策的瓶颈,能够保证护理方案的同质化,提高决策的正确性。
简介:摘要目的基于精准护理、数据共享的理念,设计与研发临床决策支持系统护理计划模块,为开发更加智慧化、系统化的护理临床决策支持系统提供参考。方法以护理程序为框架,参考国际护理术语分类体系构建循证知识库;结合临床需求设计护理计划模块,从护理问题、目标、措施及活动的生成、排序和停止三方面制订模块逻辑推理规则,最终形成临床决策支持系统护理计划模块。结果临床决策支持系统护理计划模块包括患者基本信息、阳性评估项及权重值、护理问题、目标、措施及活动等内容;该模块能够依据患者个体特征指标(阳性评估项)自动推导出护理计划,并根据产生时间、权重值、关联度对护理问题及相应的措施和活动进行排序,且能自动判别护理问题、目标、措施和活动停止的时机,实现了智能决策。结论本系统护理计划模块界面清晰,逻辑推理规则严谨,突破了长期以来临床情境下依据个人专业知识及经验进行护理决策的瓶颈,能够保证护理方案的同质化,提高决策的正确性。
简介:【摘要】学生自主学习是学生独立对学科知识进行体验和建构,开发学习支持系统即是有效帮助学生经历知识习得的过程,增强学习体验,积累学习经验,从而实现学生自主探索。
简介:摘要:如今随着计算机技术的不断改革和创新,信息技术也在社会各大行业得到了广泛的应用和推广,其中电力行业是较早应用这一技术的,信息技术的应用,使得电力行业也有了新的发展前景。在这样的情况下,充分地利用计算机信息技术,促进企业经营、管理效率的提升已经成为当前电力企业发展的重要任务。电力营销技术支持系统的建设,为电力企业的发展提供了新的发展平台,实现了工作流程的信息化发展,最重要的保证了电力营销信息的准确性、完整性,也能为广大的用户提供更加优质的服务。根据当前电力行业形势,结合近几年的实际工作经验,对营销系统的应用推广及发展背景提出看法和建议,就应用中的一系列问题进行探讨并对未来的建设推广进行展望。
简介:摘要目的分析我国医疗机构临床决策支持系统(clinical decision support system,CDSS)的应用现状及存在问题,并提出相应建议。方法2020年4—5月,对全国31个省份的1 013所医疗机构进行了问卷调研,问卷内容包括CDSS安装部署现状、建立目的、知识库来源、需要设计优化的内容和阻碍使用的因素。结果199所(19.64%)医疗机构有CDSS,其中123所在全院使用,76所在局部科室使用;426所医疗机构未使用CDSS,但已有使用计划。调研发现,目前CDSS系统存在认知差别大、知识缺乏权威性、数据治理难度高、缺乏行业标准等问题。结论未来要从提高意识、树立知识权威性、建立标准等方面推动CDSS在医疗机构的规范使用。
简介:【摘要】目的:构建智能随访决策支持模型,并使其融合慢病随访循证知识库,预测最适合患者的慢病随访方案。方法:对数据进行规则化处理,然后基于智能化信息技术如人工智能算法对患者信息进行学习和训练,同时将患者信息与以构建的循证知识库进行同等概念下的决策匹配,将患者个性化的随访需求与相应的随访解决方案进行链接,构建慢病智能随访决策支持模型。结论:通过智能随访决策支持模型的构建,实现了对老年慢病患者实施精准、动态及同质化的随访服务。