学业自我概念

摘要： 通过对1045名初中起点的专科层次乡村定向师范生进行调查,探讨其未来取向对学习投入的影响,以及学业自我概念和专业认同的中介作用。结果显示:乡村定向师范生的学习投入存在年级差异,且年级可以正向预测学业自我概念;乡村定向师范生的未来取向与其学习投入呈显著正相关;学业自我概念和专业认同在乡村定向师范生未来取向对其学习投入的影响中起链式中介作用。因此,强化未来取向,促进学业自我概念的积极发展,提高专业认同是提升乡村定向师范生学习投入的有效路径。

摘要： 以自我决定理论和资源保存理论为指导,对700名中职生进行问卷调查,探讨教师自主支持对中职生学业自我概念的影响以及心理资本在该影响过程中的中介作用.结果发现:(1)教师自主支持、心理资本以及学业自我概念两两之间均呈现显著正相关;(2)教师自主支持与心理资本正向预测中职生学业自我概念;(3)心理资本在教师自主支持对学业自我概念的影响过程中起完全中介的作用.

摘要： 目的:针对当代大学生群体不断发展的学业自我概念与相应学业行为之间存在的落差和不一致性,探究其可能的心理机制.方法:采用基本认知图式(调查一)和行为测量(调查二)分析了574名大学新生学业自我概念与学业行为间的关系.结果:学业自我发展水平高的个体对学业自我概念的重要性和规范性有更多的认知,同时表现出行为上的增强.但这种影响在学业自我概念的分维度间表现出不对称性,行为自控和成就价值对学业自我表征结构,以及学业任务完成有更好的预测力,学业能力知觉和情感体验则能更好地预测学业拓展活动.结论:学业动机应是学业自我概念的不同维度和相应学业实践匹配的突显特征,教育实践活动应更有针对性地实现对积极学业行为的助推.

摘要： 研究者采取问卷法,通过对北京市某高中396名学生的调查,探究了父母教养方式和青少年学业自我效能之间的关系.结果 发现,在直接效应模型中,父母情感温暖和拒绝否认不仅可以直接正向或负向预测青少年的学业自我效能,还能通过青少年的自尊和学业自我概念对青少年的学业自我效能产生间接影响.父母过度保护则可通过青少年的自尊和学业自我概念对青少年的学业自我效能产生间接影响.自尊与学业自我概念在父母教养方式和青少年学业自我效能之间起到了链式中介的作用.

摘要： 为考察初中生亲子依恋与学习倦怠之间的关系,并检验学业自我概念在亲子依恋和学习倦怠关系中的中介作用以及学校认同的调节作用,采用青少年学习倦怠量表、初中生学业自我概念量表、学校认同问卷以及亲子依恋量表对1589名初中生进行问卷调查.结果 发现:(1)亲子依恋能显著负向预测学习倦怠;(2)学业自我概念在亲子依恋和学习倦怠的关系中起部分中介作用;(3)学校认同在学业自我概念和学习倦怠的中介关系中起调节作用.本研究结果为从家庭和学校的角度预防和改善中学生学习倦怠行为提供重要依据.

摘要： 目前,以SSMMD模型为基础,同时考察大学生的学习环境、自我概念、学习投入和学习结果之间关系的研究比较少见。有鉴于此,本研究以自我系统的学习投人模型为基础,构建大学生学习框架,探讨影响大学生学习投人的内外部影响机制。本研究将“环境”定义为学生感知到的学习环境,学生主观感知的学习环境比客观环境本身更直接影响学习。“自我”体现为学业自我概念,学业自我概念对学习具有关键的影响。

摘要： 学生的学业状况是家长、学校、社会所关注的焦点,也是心理学界一直讨论的话题。本文探讨了学业自我概念对学业成绩的影响, 并给出教育对策与建议,为科学干预方法的实施奠定基础。

摘要： 美国心理学家沙佛尔森曾经说过:“正确、积极的自我概念不仅是取得教育所向往的结果的保证,也是教育所追寻的培养目标。”不良的自我概念会严重影响高中学子的健全发展。自我概念包含学业自我概念、社会自我概念、生理自我概念和一般自我概念,这四个部分共同构成了一个人对于自我的认识。

摘要： 本发明提供一种系统芯片、以及其内建自我测试电路与自我测试方法。该系统芯片包含一模拟前端电路、一数字实体层电路以及一内建自我测试电路。该数字实体层电路耦接至该模拟前端电路，且该内建自我测试电路耦接至该数字实体层电路并且用来借助于该数字实体层电路对该模拟前端电路进行测试。

摘要： 本发明公开了一种可扩展的智慧城市物联网模型自我调节自我管理的方法，包括软件定义网络模块、物联网数据处理模块、智慧城市物联网数据库，还包括自我调节自我管理模块，所述自我调节自我管理模块包括数据访问权限模块、数据关系相互联动绑定模块、物联网数据刷新模块和数据自动分享推荐模块。本发明整合利用了现有智慧城市物联网应用获得的数据，在其基础上进一步研发，充分利用各智慧城市物联网的研究开发成果，促成物联网数据互联互通，并能够兼容未来他人开发的其它物联网智慧城市细分领域的新应用，动态更新并主动和被动分享物联网数据，属于顶层智慧城市物联网架构在物联网技术领域的顶层应用，可盘活各种类型的物联网数据。

摘要： 本发明揭示了一种具备自我诊断功能的湿度传感器芯片，传感器芯片包括湿度敏感模块、测量电路模块、微处理单元MCU、存储模块；所述湿度敏感模块包括湿度敏感材料；所述湿度敏感模块存在两种不同的物理性质A和B随着湿度敏感材料含水率变化而变化，这两种物理性质均与湿度敏感材料的含水率密切相关，均可以分别用于检测环境空气中的湿度；所述湿度传感器芯片，在自我诊断过程中，无需凭借湿度传感器芯片自身以外的任何外在的参照标准，仅仅利用自身特性而实现自我诊断。MCU中的判别功能模块根据计算得到环境空气湿度参考值a和环境空气湿度参考值b进行自我诊断、判别湿度传感器芯片是否存在故障、或性能老化。

摘要： 公开一种等离子体电源装置的自我诊断模块及自我诊断方法。根据实施例的等离子电源装置的自我诊断模块包括：仿真负载电阻，其为了等离子体电源装置的自我诊断而连接于电源装置终端部；测试电流施加部，其向仿真负载电阻输入电源装置运行电流；数据收集部，其从在构成电源装置的部件及电路的输入输出节点配备的诊断传感器收集根据施加于电源装置的测试电流而测量的包括输入输出电流、电压、温度、有无运转在内的自我诊断数据；及判断部，其将从数据收集部接受传递的自我诊断数据与预先设置值进行比较，判断电源装置各个构成部件及电路是否故障。

摘要： 本案公开了应用于比较器的自我测试电路及自我测试方法。比较器的第一输出端耦接第一反相器的输入端，比较器的第二输出端耦接第二反相器的输入端。比较器根据时脉操作于重置阶段或比较阶段。自我测试方法包含：耦接第一输出端及第二输出端，使比较器进入测试模式；以及使比较器于测试模式下依据时脉操作于重置阶段或比较阶段。在测试模式下，该第一输出端与该第二输出端具有实质上相同的电压。本案应用于比较器的自我测试电路及自我测试方法能够得知比较器是否发生错误，并且可以在发现错误时选择性地调整比较器进而降低电路发生错误的几率。

摘要： 本发明公开一种具自我检测功能的测试电路板及其自我检测方法，通过联合测试工作组芯片以进行待测试电路板的检测以及测试电路板的自我检测，在自我测试通过时，再将第一联合测试工作组接口以及第二联合测试工作组接口通过控制器、数据多工器、开关芯片导通以串接测试电路板，藉此可以达成提供方便且快速解决串接联合测试工作组芯片自我故障检测的技术功效。

摘要： 本发明属于智慧城市技术领域，公开了一种可扩展的智慧城市物联网模型自我调节自我管理的方法，在智慧城市物联网平台写入物联网设备的设备配置数据；接入智慧城市物联网平台获取数据，应用智慧城市物联网对智慧城市进行评估；并对城市管网进行管理。本发明通过对智慧城市进行评估方法可以对智慧城市进行综合性评估，评估结果可以有效地辅助管理者对智慧城市进行精细化管理和规划，本申请实施例可以优化评估结果以及提高管理效率；同时，通过对城市管网进行管理方法能够帮助用户对城市管网的关联数据进行更加直观、更有效地分析，从而为城市的建设者提供参考依据，避免施工事故的发生，为城市的长远规划提供良好的数据支撑。

摘要： 在一些实施方式中，智能流式细胞仪包括监测系统，该监测系统对智能流式细胞仪的不同工作参数进行监测，以预先检测组件故障和维护需求。在其它实施方式中，智能流式细胞仪包括质量控制系统，该质量控制系统包括质量控制珠的贮存器，该质量控制系统定期利用质量控制珠运行验证测试，以便确定流式细胞仪生成从多个光检测器输出的质量数据的能力。在一些实施方式中，多个智能流式细胞仪被联接成与计算机通信网络进行通信；中央维修服务器系统被联接成与计算机通信网络以及多个智能流式细胞仪进行通信；其中，多个智能流式细胞仪中的各个智能流式细胞仪包括监测系统，该监测系统被联接成针对可能故障对智能流式细胞仪的不同工作参数进行监测。

摘要： 本发明公开了一种可扩展的智慧城市物联网模型自我调节自我管理的方法，包括软件定义网络模块、物联网数据处理模块、智慧城市物联网数据库，还包括自我调节自我管理模块，所述自我调节自我管理模块包括数据访问权限模块、数据关系相互联动绑定模块、物联网数据刷新模块和数据自动分享推荐模块。本发明整合利用了现有智慧城市物联网应用获得的数据，在其基础上进一步研发，充分利用各智慧城市物联网的研究开发成果，促成物联网数据互联互通，并能够兼容未来他人开发的其它物联网智慧城市细分领域的新应用，动态更新并主动和被动分享物联网数据，属于顶层智慧城市物联网架构在物联网技术领域的顶层应用，可盘活各种类型的物联网数据。

摘要： 本发明提出一种具有自我健康状态预测功能的电力设备及其自我健康状态预测方法以及一种适用于多个电力设备的云端服务器。所述电力设备透过其通讯模块自前述云端服务器取得电力设备的一健康指数预测模型与一健康预测指数阈值，并用以将所取得的多个感测数据与电力设备的基本数据带入健康指数预测模型来进行运算，以获得一健康预测指数。所述电力设备还用以依据健康预测指数与健康预测指数阈值的比较结果来取得电力设备的一健康状态预测数据，以便执行一后续处理。其中健康指数预测模型为前述云端服务器透过机器学习的方式来建立与训练。