精准认定
精准认定的相关文献在2016年到2022年内共计94篇,主要集中在社会学、农业经济、一般性理论
等领域,其中期刊论文93篇、专利文献24830篇;相关期刊75种,包括产业与科技论坛、太原城市职业技术学院学报、科教导刊等;
精准认定的相关文献由167位作者贡献,包括李超、田顺利、肖琪等。
精准认定—发文量
专利文献>
论文:24830篇
占比:99.63%
总计:24923篇
精准认定
-研究学者
- 李超
- 田顺利
- 肖琪
- 芈凌佳
- 郝明洋
- 陶俊清
- 韦小双
- 高菁
- 魏金婷
- 黄娟
- ZHANG Zhen-ming
- 丁天燕
- 丘晓彤
- 严军
- 严海霞
- 于玲
- 伍新龄
- 侯菲菲
- 俞力
- 冯万正
- 冯逃
- 凌澄
- 凌燕英
- 刘亮
- 刘佳杰1
- 刘卫锋
- 刘小春1
- 刘彦
- 刘许亮
- 刘长平
- 刘鹏
- 卢希文
- 台永权
- 台永权1
- 吉雯
- 吕元俊
- 吕元俊1
- 吴堂凤
- 吴晓晴
- 吴璐薇
- 周书利
- 周俊
- 周彦潇1
- 周晓隆
- 周海兰1
- 唐业喜
- 奚美林
- 孔淑佩
- 孙善宝
- 孙士现
-
-
董玲莉;
邓文航
-
-
摘要:
对家庭经济困难学生实施精确认定是保障高校资助工作顺利开展、有效运行的重要基础和前提,也是各高校在资助工作中首先需要关注的重点和难点问题.本文以对家庭经济困难学生开展精准认定工作的重要意义和作用为切入点,探讨当前高校资助认定工作中存在的困难和问题,提出借助大数据和互联网等现代化技术全面多渠道收集、核实信息、进一步加强诚信教育、建立监督反馈机制、加强资助工作队伍建设等措施进一步完善对家庭经济困难学生的认定工作.
-
-
-
谭冠晖;
伍新龄;
陈福北;
凌燕英;
张正文
-
-
摘要:
文章利用SPSS系统统计分析广西、海南、云南等10多个省(区)4883位受助学生的调查数据,分析结果显示,家庭经济情况与家庭居住地、学生及家长对奖助政策了解情况、生活费支出情况、资助用于学习和生活的比例等显著相关(P<0.01),表明这种方法可以作为家庭经济困难学生量化认定指标参考,并分析了高职院校家庭经济困难学生精准认定困难的原因,提出了对策和建议。
-
-
王春丽
-
-
摘要:
精准认定家庭经济困难学生是高校推进资助育人工作的有效手段,在促进资助政策落实、推动教育公平、合理使用资助资源、巩固脱贫攻坚成果上具有重要作用。目前,高校在开展精准认定工作中仍存在资料真实性难以保证、认定标准缺乏科学性、认定程序严谨性不足、缺乏有效的监督机制等方面的问题,应在加强学生诚信教育、制定科学认定标准、规范四级认定程序、落实违规追责举措等方面加强建设,维护精准认定工作的严肃性和公平性,促进资助育人工作的实效性。
-
-
孙虎林
-
-
摘要:
精准认定家庭经济困难学生是做好学生资助工作的基础,是确保资助政策有效落实的迫切需要。通过查阅文献、访谈等方法,文章对高校家庭经济困难学生精准认定存在的问题和改进方法进行研究,发现校级、院级、班级和学生个人层面均存在问题,这些问题影响精准认定,并从完善制度、加强政策宣传、加强诚信教育、量化材料、定性修正、强化队伍、加强监督管理等方面提出提升精准认定水平的策略。
-
-
曾文锋
-
-
摘要:
精准助学的基础和前提是对助学对象的精准认定。为有效解决家庭经济困难学生精准认定的问题,福建省在全国创新引入“银教合作”机制,基于大数据分析,实现部门间的大数据共享,建立了学生家庭经济情况量化测评指标体系,并在此基础上,开发福建助学App,实现家庭经济困难学生的线上认定。通过3年多的全面应用,该体系能够有效实现对助学对象的精准认定和助学资源的精准配置,取得了较好成效,受到了师生的广泛好评。
-
-
肖琪
-
-
摘要:
为对高校贫困生进行精准认定,构建贫困生等级预测的自适应遗传算法优化BP神经网络模型.以高校贫困生为研究对象,选择家庭人员情况、父母亲职业、家庭收入、学生生活费等10个认定指标作为模型的输入指标,高校贫困生等级作为认定指标,采用相对误差百分比、均方根误差和平均绝对误差对模型进行评价.最后与BP模型相比,自适应遗传算法优化BP神经网络模型的贫困生等级预测值与实测值之间的相关系数达0.96,误差更小,验证自适应遗传算法优化BP神经网络模型对高校贫困生精准认定的有效性.
-
-
周俊;
杨眉;
尹悦
-
-
摘要:
为解决高校资助工作中资助对象的认定存在受人为因素干扰和量化程度弱的问题,结合人工智能深度学习技术自动提取学生消费数据特征的优势,避免了特征的人工选择和提取.在对学生消费数据标准化基础上,计和优化了基于长短期记忆神经网络(long-short term memory,LSTM)神经网络的高校资助对象精准认定模型,从未受资助学生和受三个等级资助学生中分别提取200个样本数据作为模型训练数据,4个类别每类再分别提取30个样本数据共计120个样本数据作为模型测试数据.实验结果表明,模型对贫困生及其资助等级认定取得了较好的识别率,该模型为提高教育资助公平和效益探索了新技术途径.
-
-
曾佳慧
-
-
摘要:
精准认定对于精准资助有着十分重要的作用,精准资助也是进行精准认定的终极目标。现阶段,大数据技术快速发展,这为精准认定及精准资助提供了技术支持,为贫困生资助政策的制定提供了充足的依据。另外,认真分析精准认定和精准资助过程,能够有效提高高校家庭经济困难学生精准认定的效率,进一步提升资助育人成效。
-
-
董波
-
-
摘要:
教育扶贫工作在高校教育中具有重要地位,其能够为学生学习提供基本保障.随着大数据时代的到来,对家庭经济困难学生的认定工作要求越来越高,精准化认定是精准化资助的基础.在大数据背景下建立家庭经济困难学生的信息库,其中包含学生家庭经济情况及在校期间的消费情况,有助于公开、公平、公正的对学生的困难程度进行精准化认定.因此为加强教育扶贫的精准性,针对大数据背景下高校家庭经济困难学生精准认定进行了研究,以期为相关工作开展提供可靠依据.