模型辅助教学范文

模型辅助教学范文（精选8篇）

模型辅助教学 第1篇

1 一般资料

1.1 对象

以我院2014级高职护理专业2班109人, 3班108人为研究对象, 2班作为对照组, 3班作为实验组。两组学生均为2014年参加全国普通高考, 被正式录取的护理专业学生。

(1) 两组的人体解剖学理论教学均由具有副教授职称的同一教师讲授。使用的教材是《人体解剖学与组织胚绐学》, 由科学出版社出版, 傅文学主编。运动系统教学内容:颅骨、躯干骨、四肢骨、骨连结和肌理论教学各两学时, 理论教学过程中均使用多媒体辅助教学。

(2) 两组的人体解剖学实验教学均由具有副高级实验师职称的同一教师指导。颅骨、躯干骨、四肢骨、骨连结和肌各安排两学时完成实验教学任务。对照组使用模型进行实验教学;实验组使用标本, 让学生观摩、辨认其结构。

1.2 评价方式

(1) 运动系统理论与实验教学任务完成后, 立即对两组学生同时使用相同的试卷进行测试。将全身骨、骨连结、浅层肌制成图片, 以序号所指为测试内容, 要求学生写出正确答案。每题5分, 共20题, 其中1~6题要求写骨的名称, 7~12题要求写出骨上的名词结构, 13~15题要求写出关节的名称, 16~20题要求写出浅层肌的名称, 均为明显的体表标志。

(2) 对两组的测试成绩建立数据库, 使用SPSS21软件进行统计, 分类数据进行t检验, P<0.05有显著性差异。

2 效果评价

2.1 试卷回收

对照组109人, 收回有效试卷105份, 有效回收率96.3%;实验组108人, 收回有效试卷105份, 有效回收率97.2%。

2.2 学生成绩分布 (见表1)

两组经t检验, P<0.05, 有显著性差异。

3 讨论

3.1 实验组测试成绩明显高于对照组

实验组与对照组比较, 测试成绩存在显著性差异, 说明使用标本教学效果优于模型。

3.2 原因分析

模型因形象逼真, 便于观摩, 学生可反复观摩、验证解剖结构, 易于记忆。标本因真实, 激发了学生的好奇心, 可吸引学生注意力, 活跃课堂气氛, 激发学生学习兴趣, 加强了记忆效果。所以, 两组及格率均较高, 但实验组教学效果明显优于对照组。

4 结论

模型辅助教学 第2篇

关键词 术语词典 知识组织 用户交互 术语计算 数字出版

一、引 言

术语词典是面向专业领域提供知识服务的重要工具。然而，现有术语词典的编纂还存在一些问题。例如，术语词典的知识内容大多较为简略，主要提供释义、英文翻译等内容，对于深层知识的组织和描述需要提高。术语词典的编纂自动化程度偏低，不少术语词典的编纂仍然沿用传统的手工方式，术语搜集、整理、分类、排版、校对流程主要由人工完成，缺乏必要的自动化辅助工具。这些简单重复的手工劳动极易出错而且效率低下，导致术语词典编纂滞后于科技的发展和语言事实的变化，且难以实现资源共享。（解海江，章黎平 2010；冯志伟 2006；赵刚 2011；张爱朴 2012）如何从知识组织的角度对术语知识进行深度描述，进而设计半自动化的术语词典编纂系统，是当前术语词典研究领域的重要课题，无疑具有十分重要的意义。（王惠临，吴丹，石崇德 2006；赖茂生，屈鹏，谢静 2009）

从本质上来说，术语词典编纂是进行知识生产的重要环节，是词典学、术语学、图书情报学、计算语言学等多个学科的前沿交叉领域。术语词典编纂系统的设计首先要以知识组织为依据，准确揭示术语背后的各类知识，形成统一、规范的知识表示框架，这需要词典学、术语学和知识组织理论的相关成果。其次，术语词典实现半自动化编纂、提高知识生产的效率，需要积极吸收计算语言学在语料库建设、新词发现、术语计算等方面的成果。最后，术语词典编纂带有浓厚的知识工程特征，需要以工程管理的观点，实现知识的共建共享、交互式协同与动态更新等。

本文首先对术语的知识表示框架进行描述，突出知识组织的内聚性和关联性。再对术语词典辅助编纂系统的功能模块进行设计，借助知识组织科学、计算术语学、计算词典学的成果，研究术语词典编纂自动化的相关技术，并对术语词典编纂中的相关机制进行讨论。

二、相关研究

知识组织 （Knowledge Organization，简称KO）是对人类知识进行有序化处理的过程，通过一定的描述方式揭示知识之间的逻辑关系。随着人类知识的迅猛增长，人们吸收了图书馆学、情报学、计算机科学、知识工程学、现代语言学、认知心理学等学科的成果，编制了百科全书、叙词表、分类表、本体、术语列表等各种知识组织工具，为术语词典的编纂提供了丰富的经验。在国际上，国际术语信息中心TermInfo（http：∥www.infoterm.info）、国际知识组织协会ISKO（http：∥www.isko.org）等将术语与知识组织紧密联系，召开学术会议，使术语与知识组织的结合日益紧密。

术语词典编纂系统的设计要以知识组织为依托，形成较为规范的、半自动化的知识生产流程。术语词典是提供专业知识服务的工具，需要对术语所指称的客观事物或知识内容进行深度揭示。因此，术语词典编纂要求编者不但要有语言知识，而且更重要的是要有专业知识。术语词典注重的是术语的概念，且以语词来表达这些概念，一般按照主题顺序排序。术语的概念范畴、范畴成员之间的关系是术语词典研究的一个重点，术语词典编纂以术语学和词典学为基础理论，应用知识组织、计算语言学的基本方法和技术，经过词汇收集、术语规范、知识描述、知识链接等，形成人机两用的知识资源。（Zeng Marcia Lei 2008；宋培彦 2012；傅爱平，吴杰，李芸 2009）

术语词典编纂的研究在国内外学术界得到了广泛的关注，在理论研究和具体实践方面取得了丰富的成果。西方国家已有大量术语词典出版并热销，例如《美国国防部军语及相关术语词典》（U.S.Department of Defense Military Language and Related Terminology Dictionary）、《简明牛津文学术语词典》（The Concise Oxford Dictionary of Literary Terms）等。我国自20世纪90年代至今，已出版了《膜技术术语辞典》《涂料术语词典》《新编美国军事术语词典》《英汉法律缩略语词典》等。在此期间，还研制了一些双语词典辅助编纂工具，例如，商务印书馆与南京大学联合开发的“CONULEXID词典编纂系统”、上海交通大学陆汝占教授等开发的“汉语词典编纂一体化环境”、广东外语外贸大学词典学研究中心开发的“基于微观数据结构的双语词典生成系统”（简称DICTGenerator系统）等，这些系统主要用于语文词典的辅助编纂，一定程度上实现了编纂的半自动化，对于术语词典的编纂也有较大的启发意义。不过总体而言，术语词典的知识组织架构、编纂流程和相关技术有特殊之处，需要进行深入研究。（赫迎红 2006；王际洲 2010）

三、术语词典知识组织结构

术语词典的知识范围较宽，具有较强的学科专业性特征。不同专业的术语词典由于应用领域、编制思路、技术手段不同，其知识描述方式也有较大的差异，归纳已经出版的术语词典可以发现，术语词典最重要的结构元素是词目词及其释义，围绕词目可以扩展到其他相关知识属性。术语词典知识组织结构模型如图1所示。

本模型对术语知识进行结构化处理。词典由词条构成，词条是词典的基本单位。术语知识可分为五部分：词目、同义词、释义、范畴和知识链接。下面对这些内容分别进行介绍：

（1）词目。词目的选择必须覆盖术语词典的学科知识体系，选词立目要受词典的性质、规模、预定的服务对象等多种因素制约，考虑收词的均衡性和使用频度，提供准确、规范的专业术语。同时，术语词典中的词目具有语言学属性，往往表现为词、词组（可以为固定搭配或自由搭配）或字符（例如：O代表氧、A72代表72号汽油）。（叶其松 2010；何瑞清 2011；亢世勇，王兴隆，谢晓艳 2012）词目是知识概念的载体，用于表示特定的专业概念。词目一般选择术语的规范名称，对于部分容易引起歧义的术语可以通过注释进行处理。为了便于使用术语，往往还需要加注外语翻译（英语、日语、俄语、拉丁语等多个语种）。对于部分罕用的术语词目，必要时需要注明拼音。

（2）同义词。同义词是指向同一概念的多个术语的统称，在术语词典中用“亦称”“又称”“又名”“亦译”“旧译”等来标注。一般术语词典将缩略语也视为其同义词。

（3）范畴。综合性的专业词典中标注该术语所属的具体专业分类。例如，对于“层次分析法”这个术语，在运筹学、语言学中都有出现，但意义差别很大，可以通过术语的范畴加以区分，消除歧义。

（4）释义。释义是术语词典的核心内容之一，用于对术语知识进行深度的揭示和描述，如对其形状、构成、成分、特性、用途等进行详细解释。释义主要是描述性的，通过下定义、举例子、画图表等方式，对术语的内涵和外延进行描述，帮助用户了解术语的知识内容。对于不便用语言描述的定义，可以通过图片、表格等进行诠释，帮助用户掌握术语知识。

（5）知识链接。在电子词典和网络词典中，术语之间的相互链接更为便利，可以将具有相关性的各类知识点进行有效的关联，帮助用户进行知识发现和查阅，例如图片、图表、公式、音频、视频等可以用更专业、更形象的方式进一步揭示术语知识。在网络环境下，术语链接具有更强的动态性特征，基于语义实现跨领域、跨介质的知识关联。

采用上述术语知识描述结构，可以形成人机两用的知识资源。它将传统的非结构化的文本信息转换为以词条为核心的树形结构，清晰显示数据结构各个部分的关系，为术语词典的描述提供了一个相对统一的模型，这就为术语知识的共享和术语词典辅助编纂系统的研制提供了相对稳定的框架。例如《膜技术术语辞典》的词条“镍铁蓄电池”：

镍铁蓄电池 nickeliron accumulator；Edison accumulator

又称爱迪生蓄电池。碱性蓄电池的一种。负极为铁，正极活性物质为氧化高镍，以金属镍为导电材料，30%氢氧化钾水溶液为电解质。电池中反应为：

Fe+Ni2O3+3H2OFe（OH）2+2Ni（OH）3

工作电压约为1.3V；实际能量密度10～20（W·h/kg）。广泛应用于汽车、电车和实验室等方面和启动、牵引动力。

转换为树形结构表示，如图2所示。

四、系统总体设计

术语词典辅助编纂系统是进行词典编纂的技术平台，包含了术语收集、审核发布、更新维护等传统功能，实现无纸化的数字出版，提高术语词典的质量可控性。（章宜华 2004，2007；Landau 2001）借助网络环境下的海量文献资源和计算机自动处理技术，实现术语的半自动挖掘、推荐和更新，有利于缩短词典编纂周期、降低词典编纂成本、减轻专家工作强度、提高术语词典质量。同时，采用用户交互机制，使专家的主导作用与普通用户的广泛参与相结合，实现在线、实时的知识互动，将知识生产过程从封闭式的、少数精英模式扩展到开放的、普通大众模式，有利于增强词典的用户体验，形成良性的互动编制模式。

系统以流程管理为主导，以语料挖掘与术语计算、用户协同与交互为支撑，主要包括词条采集、词条编审、词典生成、词典更新、语料管理、语料挖掘、工作管理、用户协同与交互模块等。如图3所示。

（1）流程管理。包括词条采集、词条编审、词典生成和词典更新四个模块。系统中涉及词条采集人员和各级编审人员、学科专家，可以根据权限进行控制。词条采集主要是录入词条的所有信息，包括词形确定、范畴、拼音、外文、释义等，在词条提交到一审之前，采集人员具有添加、删除、修改词条的权限。词条编审包括一审、二审、三审，这三个级别是循环迭代的过程，本层次审核不合格的词条可返回上一级修改，也可在本层自行修改，但是三审（三审人员具有专家级别）后的数据不允许任意修改，作为最终信息存入术语词典数据库中作为词典脚本，经过人工校验合格后可自动生成术语词典批量出版。

（2）语料挖掘与术语计算。语料库是以一定的标准存放真实存在的语言材料，可采用专业文献数据库、学术网站等为基础制作语料库，为术语词典编纂提供资源。语料管理指对语料库中的语篇文本、例证数据、声音数据、图形文件等进行系统管理，对语料文件进行导入、转换、入库、导出、浏览、查询、编辑、备份存储及更新等操作，由于在术语词典数据库中的正文均以句子为记录单位，语料管理还可以对原始数据进行词频统计，为词目的确立提供可量化的数据基础。术语计算技术是术语词典编纂的重要技术手段。例如，采用机器学习方法，从语料库中自动发现新词，为编纂人员推荐新的术语语词；以可视化的手段监测术语的流通度，通过统计词频及语词的生命周期，推荐规范的术语语词作为词典立目参考，以可视化方式（纵轴为频率，横轴为使用生命周期）的形式显示出术语的使用规律；利用计算同义词模块自动识别词目词的同义词，供人工参考选取合适的同义词。

（3）用户协同与交互模块。术语词典编纂是一项复杂的知识工程，需要众多的专业人员参与。Web2.0技术为实现用户之间的交互和协同工作提供了便利条件。用户（专家用户或一般用户）可以为术语词典补充新概念、新术语，或纠正词典中的问题术语信息，经由编审人员审核后及时修改。用户协同与交互模块为用户提供了开放的平台，将大众智慧融入到词典知识的生产过程中。

五、结 语

术语词典编纂需要较为通用的知识组织模型，为词典编纂系统的设计提供框架。进而，将知识组织研究中的用户交互、动态更新、术语计算等理念引入到词典编纂过程中，设计具有半自动化功能的术语词典辅助编纂系统。这种设计将流程管理、术语计算、用户交互等进行适度的融合，有助于提高术语词典编纂的质量和效率。将现有的专业文献数据库作为粗语料库，方便编纂人员进行词汇选择、量化分析和知识抽取，提高工作效率。将词典数据按照知识组织的语义结构进行多维链接，形成多媒体表现形式，帮助用户理解不同概念之间的关系，提高知识学习效率。加强术语计算、科技语料库建设等方面的研究，形成面向术语的自动处理方法和技术，是需要进一步加强研究的课题。（张东，王惠临 2010；冯志伟 2008）

参考文献

1.冯志伟. 术语学中的概念系统与知识本体. 术语标准化与信息技术，2006（1）.

2.冯志伟. 一个新兴的术语学科——计算术语学. 术语标准化与信息技术， 2008（4）.

3.傅爱平，吴杰，李芸. 汉语语文词典的词条结构模型. 辞书研究，2009（2）.

4.赫迎红. 浅谈大型汉英词典的词条和义项设立. 辞书研究，2006（2）.

5.何瑞清. 术语多元化、通俗化的限度与词典编纂的对策——以“法人”英译名为例. 北京：术语标准化与信息技术，2011（4）.

6.亢世勇，王兴隆，谢晓艳. 我国计算机辅助词典编纂系统初步调查研究. 辞书研究，2012（3）.

7.赖茂生，屈鹏，谢静. 知识组织最新研究与实践进展. 图书情报工作，2009（2）.

8.宋培彦. 术语知识表示模型研究. 情报理论与实践， 2012（8）.

9.王惠临， 吴丹， 石崇德. 语言技术和知识技术——知识服务的重要技术基础. 图书情报工作，2006（9）.

10.王际洲. 专业术语词典编辑的几点思考——以军事术语词典为例. 科技信息，2010（32）.

11.解海江，章黎平.词典编纂理念的二度转向. 辞书研究， 2010（6）.

12.叶其松. 术语、专业词汇与词典. 辞书研究， 2010（2）.

13.张爱朴. 从《新编英汉语言学词典》的编纂看专科词典学的重要性. 辞书研究，2012（1）.

14.张东，王惠临. 关于建立中国国家科学技术语料库的思考. 图书情报工作，2010（6）.

15.章宜华. 计算词典学与新型词典.上海：上海辞书出版社，2004.

16.章宜华. 关于计算词典学理论框架的探讨. 辞书研究，2007（6）.

17.赵刚. 略论国内大型汉英词典编纂和出版中的一些问题. 编辑之友，2011（4）.

18.Landau S L.The Art and Craft of Lexicography. Oxford：Oxford University Press，2001.

19.Zeng Marcia Lei. Knowledge Organization Systems. Knowledge Organization，2008（2—3）.

（宋培彦，李静静 中国科学技术信息研究所信息资源中心 北京 100038）

（刘宁静 上海交通大学图书馆 上海 200240）

（暴二平 中国航天建设集团有限公司 北京 100071）

模型辅助教学 第3篇

2014年1月李娜勇夺澳大利亚网球公开赛冠军,中国网球运动员在国际赛场上顽强拼搏,将中国网球带到了新的高度。同时,极大的提高了网球运动在中国的知名度,促进了我国网球运动的普及和发展。高校体育课为最大程度上满足学生们对于学习网球运动技术的需求,积极开展网球教学活动,但是,本文根据对武汉某大学开展网球体育课的问卷调查分析得知我国高校网球运动的开展还存在着不足之处。

1 . 1教学活动缺乏系统性

网球是一项以实践为主的运动,但系统的动作讲解对于初学者来说是必不可少的。而高校体育教学中,由于选修课课时较少, 教练员球场上系统进行详细动作讲解内容有限,导致了网球公共体育课学习缺乏系统性。加之高校选择网球选修课的学生众多,教师讲解技术时多以教师为中心,一个动作细节没看清楚,就错过学习的机会,还会影响下一个动作的学习,导致初学者的动作不规范,技术无法提高。

1 . 2教学资源不足

在高校中网球课是最热门的体育课之一,但现实的情况是教师资源有限,选课学生众多,老师无法针对每个学生进行指导。加之学校教学场地的限制,使得网球教学很大程度上受制于环境的影响。同学们对于网球课的期望值很高,但通常上了一学期的网球课,自己根本还不能跟同伴在场上打球对抗,只能是简单的进行原地练习或者是动作非规范性勉强触球。网球教学对于提高学生网球水平作用不明显,不能激发学生参与体育运动的娱乐性。

1 . 3辅助教学手段单一

在辅助教学方面,教师主要采用录像、视频等多媒体教学。然而,由于观看录像时师生间缺乏互动,教师缺乏必要的讲解,学生缺乏及时的掌握,学生对于这种室内的教学模式大都不感兴趣,因此高校学生错过了利用理论课接受系统性技术学习的机会。

基于此现状,对体育教学方法进行改革与创新已经迫在眉睫。随着计算机技术的飞速发展,多媒体教学和教学课件的应用也越来越广泛,本研究结合体育教学的特点,建设基于三维动画的立体化教材,使同学们能全方位的来学习网球技术。

2三维动画技术在体育教育训练中的重要性及其应用分析

2.1基于3D M AX的三维动画辅助教学的特点分析

3D MAX有丰富的建模和动画能力,它比平面图更直观,更能给观赏者以身临其境的感觉,逼真动作运动轨迹能使学习者提前领略动作学习后的精彩结果。3D多媒体立体教学最大的优势是可以突破网球场地的局限,为教师教授技术动作提供多样化的教学方式,突破书本上二维的传统图片展示,为学生展现最真实的全面展示。三维动画技术在网球教学中运用可以引领学生进入到一个全新的逼真的学习环境。在这个三维空间领域里,事物的表现将更直观更易于接受,科学知识也由枯燥的书本图片教育或者单调的视频播放转变为生动的三维立体图像,同学们逐帧播放动画并加以讨论,很大程度上能提高学生的学习兴趣,主动建构自己的知识体系,提升学生的学习效果。(见表1)

2 . 2针对大学生网球初学者的网球教学特点分析

在网球技术教学中,教师动作演示环节往往受制于人眼观察、人脑反应的速度跟不上运动本身的速度等因素,初学者通常在不经意间就错过了动作演示中关键的部分。利用三维动画运动技术则可以对局部进行放大,对自己没看清楚的技术薄弱环节进行多角度、立体式的反复观看,甚至是一帧一帧的观看到动作的线路走向,以便清晰地看到任何一个细微的技术动作。如网球前场高压球的训练,核心内容是球拍接触球的瞬间,击球点的选取以及拍头的走向一定要准确,否则就无法打出漂亮的前场高压制胜分。但是教练员在演示这一动作时,由于视角问题,击球点在身体上方以及拍子对视线的遮挡,学生们不容易完整清楚地通过教师示范学习这一动作过程,进而影响动作学习效果。而采用三维技术则可以将这一瞬间的连贯动作做成全方位多角度的三维动画,通过对动画角度进行选取,使学生能够根据自身情况有针对性的甚至是逐帧的观看到完整的过程的每一个细节动作,避免了网球初学者因为不能很好的观察老师的击球师范动作而“自学成才”,而导致一来到网前,看到球就不知所措的局面。

2.3基于3D MAX的网球教学模型制作

人体是一个复杂的有机整体,人体的运动更是一个复杂的过程。当人体运动时,骨骼自身不能产生运动,它是在肌肉的带动下, 在关节处产生扭转。在制作网球技术动作的动画时有一系列步骤: 制作场景模型、构建人体骨骼、绑定标记物体触发器、采集动作、调节权重、修改并连接动作、导出数据等。各部分的位置由输入坐标固定,在制作动画时采用设定运动结构中的变换控制器以及特殊IK链接实现类似骨骼运动的动画效果。(见图1)

2.3.1建立全景模型

建立人物模型是三维环节的第一步,首先按照网球球场地和球的实际尺寸以及运动员的平均身高等数据构建网球场地、网球以及运动员的三维模型。有效双打场地的标准尺寸是:23.77m(长) 10.98m(宽),底线后侧场地距离至少为18ft(5.5m),边线侧面距离至少10ft(3.05m),球网中点的高度应该是3ft(0.914m)。

2.3.2添加骨骼动画

骨骼的运动是构成三维动画最重要的部分,也是支撑运动员模型运动的关键。运动员模型加入骨骼之后,就能够动起来。我们所建模型的骨骼系统的重心模仿真实网球运动站立准备姿势的重心在两腿之间。使用3D MAX中的look at constrain、position constraint、path constraint和orientation constraint等来实现运动。建立好有层级关系的骨骼链之后重点是创建骨骼的IK链接。四肢和躯干也要根据情况的不同选择不同的运动学解算方式,例如腿部运动需要用足部运动来实现腿部的弯曲和拉伸。这样,旋转足部骨骼就能带动腿部骨骼的运动。四肢部位需要使用反向运动学方式进行解算,因为四肢的末端在运动过程中需要进行定位,反过来影响父级的旋转角度,反向动力学正好可以很好的解决这一问题; 而脊椎需要使用正向运动学解算,这样可以方便的控制关节弯曲。

2.3.3运动轨迹

网球纸质教材同通常为了说明网球拍和网球的运动路线,会在示意图上用箭头标示运动的走向。但是二维图像有其固有的缺点,初学者只能观看到一个平面里的动作,但对于刚刚接触网球运动的学生来说,脑海里还不能很清晰的构建出立体的网球运动轨迹图像。为了方便使用者看网球的运动方式,需要在三维空间中将人物手脚运动的轨迹用曲线标记出来。网球在三维空间里的运动也需要设置一定的运动轨迹,在节奏和空间维度上网球的运动都有一定的变化,先要分析网球受力情况,计算运动轨迹。网球运动并不是匀速运动,球自身的旋转会使网球偏离运动轨道,在三维动画中需要展现给使用者最逼真网球运动。

2.3.4 Skin修改器

骨骼系统创建好之后,要使模型网格与骨骼链接,Skin修改器可以让骨骼与网格链接,调整之后可以产生拉伸、压缩、牵拉等效果。模拟人体运动。在击球过程中身体的各个部分在不同的运动阶段有不同的状态。身体重心会变化、身体会产生扭转等等。在制作时我们可以先确定脚部运动,然后调节重心,也不可忽视在网球运动中腰部转动的细节,之后加上手上的挥拍动作,最后调整动作细节。

2.3.5运动捕捉

动作捕捉技术是一种连续的运动数据采集过程.涉及尺寸测量、物理空间里物体的定位及方位测定等方面,可以由计算机直接理解处理的数据。在运动物体的关键部位设置跟踪器,由动作捕捉系统捕捉跟踪器位置,将运动物体的动作数据记录下来形成三维动作数据,最后将这些动作数据重新赋予动画模型,大型足球运动游戏FIFA14中行云流水的技术就是通过运动捕捉技术实现的。此外,运动捕捉技术对生物运动力学领域的研究起到了一定的帮助作用。

3结语

模型辅助教学 第4篇

经过认真分析这些问题,可总结归纳为如下原因:(1)理论课内容与实验内容互相独立,学生如果想明确实验目的,则需要认识全新实验箱的结构和实现,这样所需要的时间是教学计划的实验学时远远不能满足的。(2)很多学生对于原理很明白,用Quartus II软件进行设计就很茫然,不知道这个做硬件设计的软件能提供哪些功能。一方面是因为对软件使用和硬件描述语言不够熟练;另一方面学生普遍对硬件设计有畏难情绪而更偏重纯软件设计。结合本校学生实际情况,同时为了加强理论与实验内容的联系,以西安唐都科教仪器公司推出的CM3+计算机组成原理教学实验系统为蓝本,将实验系统模型机的整个设计用Quartus II软件实现,并录制整个设计制作过程,作为模型机设计演示系统辅助计算机组成原理教学。一方面学生可以在理论课讲述过程中了解实验环境,并将理论课讲述的部分直接对应到模型机上,对实验内容有整体把握,一定程度上简化了实验环节。另一方面学生通过这套演示系统可以清楚地看到Quartus II软件在模型机设计过程发挥的作用,对于自己动手设计模型机起到很好的指示作用。

1 模型机系统设计

经过深入研究CM3+实验箱,该模型机为8位字长、单周期、支持15条机器指令的模型机。借助EDA工具软件Quartus II进行电路和代码设计。下面具体分析模型机系统设计过程。

1.1 模型机的指令系统设计

总共设计了15条基本指令,其中包括运算类指令、控制转移类指令、数据传送类指令。运算类指令包含3种运算,分别是算术运算、逻辑运算和移位运算,所有运算类指令都为单字节,寻址方式采用寄存器直接寻址。控制器转移类指令有3条,用以控制程序的分支和转移。数据传送类指令有6条指令,用以完成寄存器和寄存器、寄存器和I/O、寄存器和存储器之间的数据交换。15条基本指令的指令的格式、汇编符号、指令功能参见实验指导书[3]。

1.2 模型机的数据通路设计

根据该8位模型机要实现的指令,设计其数据通路(如图1所示)。

1.3 指令执行流程设计

将每条指令执行流程和相应的控制信号变化列出来,以ADD指令为例进行分析(如图2所示)。

1.4 控制器部件设计

模型机采用微程序控制器,需要设计微指令。在视频中介绍微指令的设计方法。模型机设计过程直接采用设计好的微程序。用EDA平台提供的宏功能模块库中LPM_ROM单元实现微程序控制存储器,建立一个后缀为.mif的文件存储微程序,借助该宏功能模块库可充分利用成熟的模块,简化了设计的复杂性、加快了设计速度。

2 演示系统设计

模型机系统设计完成后,在演示系统中需要将设计和实现过程讲清楚,采用微视频的方式,演示系统由5个20分钟左右的视频构成。重点讲述的内容包括模型机的设计思路,ALU模块设计,微程序控制器设计,指令译码电路设计、时序控制部分等。

2.1 ALU模块设计

ALU主要包括算数运算部件、逻辑运算部件、移位运算部件,运算功能由控制信号S3,S2,S1,S0决定,所以总共可以设置16种逻辑功能。运算器逻辑表参见实验指导书[3]。使用Verilog语言实现此逻辑运算功能。

2.2 微程序控制器模块设计

程序控制器采用微程序设计。基本任务是完成当前指令的译码和执行环节,即将当前指令的功能转换成可以控制的硬件逻辑部件工作的微命令序列,完成数据的传送和各种处理操作[4]。每条微指令用24位微代码来表示,24位微代码信号的功能见实验指导书[3]。微程序控制器原理图如图3所示。

2.3 指令寄存器IR及指令译码电路

指令寄存器主要锁存取得的指令,供控制电路解码分析执行。用Quartus II设计的原理图如图4所示,借助了EDA平台提供的LPM_LATCH。

根据指令译码电路得到以入口微地址为输出的逻辑表达式,为什么进行这样的设计,如何设计均在演示系统中进行讲解。

2.4 演示系统的测试

模型机系统的顶层原理图如图5所示,首先进行每条指令功能测试,确保所有指令功能正确后,用指令设计累加和的程序即从IN单元读入一个数据,根据读入数据的低四位值X,求1+2+3+……+X的累加和,01H到0FH共15个数据存于60H到6EH单元。将程序存入该模型机主存执行,经仿真验证结果正确。

3 辅助教学方法及效果

由于理论课是以X86处理器为模型机贯穿整个教学过程,讲解顺序[1]如图6所示。

该演示系统与课堂教学进行配合,当讲完运算器部分,让学生结合视频,将演示模型机系统的加法部分用超前进位加法器代替,也可将算术运算扩展乘法运算,用阵列乘法器实现,这样学生就能对该设计实验有整体的认识,避免造成知其然而不知其所以然的情况。

讲完存储器部分,可以让学生结合视频,观察存储器周围的电路连接,为验证性实验做准备。也可让学生在CPU和存储器中间设计Cache控制器,提高性能。

讲完控制器部分,可让学生把微程序进行重新编码,或者扩展指令,充分理解微程序的概念;也可将微程序控制器改为硬布线控制器,在演示模型机上重新编译,但这个工作量是比较大的,因此仅供参考。

在理论课中穿插实验内容,使理论实验无缝结合,这套模型机系统和演示系统起到至关重要的作用。

4 结束语

通过建立模型机演示系统进行计算机组成原理辅助教学不仅有助于学生理解模型机,而且对学生亲自动手设计模型机很有帮助。学生不再觉得硬件设计高深莫测了,而是觉得只要一步一个脚印地认真做下去就能设计出属于自己的一台模型机。该演示系统已在2012级计算机专业和信息安全专业学生中开始使用,在评教环节,该演示系统获得了学生的一致好评,认为“很有帮助”“解决了我学习过程中的疑惑”“是很好很强大的学习资料”。相信只要站在学生角度去看问题,想学生之所想,解学生之所惑,就会不断地提升教学质量。

摘要：根据多年来计算机组成原理课程的教学实验情况,提出了一种用模型机演示系统辅助计算机组成原理教学的方法。该方法是在EDA平台中用软件实现硬件实验箱模型机的功能,并将设计过程录制成视频,形成一套完整的演示系统。在理论教学中引入该演示系统,使教学内容与实验内容直接相关,有助于学生真正理解原理并对小学期自行设计模型机打好基础。该方法已应用到实际教学中,取得了良好的教学效果。

模型辅助教学 第5篇

关键词：声波清灰,烧结机,电除尘器,六西格玛

烧结机头含尘烟气中的粉尘比电阻高, 致使被扑集烟尘到达集尘极后很难释放出荷电, 附着力强。另外, 机头除尘灰粘附性强, 也使集尘极挂灰严重、电晕线放电尖端结球, 阳极排积灰太厚还易造成反电晕。无论集尘极积灰严重还是电晕线放电尖端结球都将影响电场正常运行, 影响放电效果和除尘效率。

第一炼铁厂机头电除尘器振打清灰方式原设计为机械振打清灰。振打力已达到机械振打的较合适强度90g, 在投运初期尚可以保证清灰效果, 但随着时间的推移, 板线挂灰不断增多导致其自身质量增加, 振打的加速度变小且衰减很快, 清灰效果不断恶化, 尤其集尘极上部挂灰严重。而再通过增大振打强度和缩短振打周期来强制清灰会产生严重的后果:振打强度过大, 除易引起粉尘二次飞扬、影响收尘和除尘效率外, 还可能使集尘极、电晕线变形, 改变极间距, 破坏除尘器正常运行;缩短振打周期, 沉积在极板上的粉尘还没有积聚到足够厚度时, 就以松散状尘粒被连续振落, 大大增加重新卷入气流的可能, 从而降低了除尘效率。

选用声波清灰做为辅助清灰设备, 清除现有设计振打强度和振打周期无法清除而需要清除的烟尘, 既能使粉尘从板线脱落, 又尽量减少粉尘的再飞扬。

1 声波清灰技术简介及应用

声波清灰技术是国际和国内清灰领域的一项前沿技术, 它以0.5MPa～0.7MPa的压缩空气为动力源, 使声能器内部的高强度钛合金膜片咨自激振荡, 并在谐振腔内产生振动, 将压缩空气的势能转换成低频声能, 发出低频、高能的声波, 通过扩声筒放大, 由空气介质把声能传递到相应的积灰点, 直接作用于灰尘的分子结构内, 使灰尘分子间积聚力由紧密变为疏松, 在重力或流体介质媒体的作用下脱离附着体表面, 达到有效清灰、清堵的目的。

采用这一技术开发研制的专利产品SQ系列声波清灰器, 已在国内众多电除尘器、热交换器、布袋除尘器及灰仓、料斗等领域应用并取得了成功的经验。

选择声波清灰器所应考虑的主要因素有: (1) 声波作用的范围; (2) 除尘器的容积、结构、电场高度; (3) 不同性质粉尘所需的频率、声强; (4) 现场安装位置。

根据1#烧结机机头电除尘器的结构、尺寸、机械清灰布置等实际情况, 安装的声波清灰器的型号及数量见表1。

正确的安装位置对声波清灰器的有效运行最为重要, 它将直接影响声波辐射的范围和声波传递的效率, 从而影响到清灰的实际效果。不同部位的积灰、不同电场的积灰随工况条件如湿度大小, 有无电场力存在等情况不同, 均具有不同的粘附力, 要从其附着体表面有效清除这些积灰, 需要根据清灰对象最远点清灰所需的声压级及传播介质工况条件、作用空间的结构特点和距声源的距离以及声波的衰减特性来综合确定出声波清灰器的安装位置、数量, 并设计相应的工作频率。

2 借鉴六西格玛理念及统计工具建立声波清灰控制模型

声波辅助清灰系统投运初期, 厂家即按照以往经验设置了声波清灰时间, 未考虑烧结机工况及除尘器个体之间差异的因素。通过借鉴六西格玛先进的管理理念及统计工具方法, 针对声波清灰时间的科学设置, 我们收集了大量的数据进行研究分析。通过设置不同的声波清灰时间, 并对应除尘器出口排放浓度的数据进行收集, 利用mintab统计软件对所收集的数据进行单因子方差分析验证, 发现根据厂家在其他除尘器得到的经验进行的时间设置与实际相差甚远, 于是我们便及时更改并设置了合理的声波清灰时间。同法我们也收集了大量的数据针对声波清灰周期对排放浓度的影响进行了单因子方差分析验证, 发现了科学合理的参数。同时我们采用PLC控制系统可根据现场工况以及出口排放浓度的变化, 通过人机界面设定或调整, 设置最佳的声波清灰时间, 制定合理的振打制度, 以适应现场清灰的需要, 提高电除尘的除尘效率, 降低出口排放浓度。

3 效果

声波清灰器投入正常运行后, 电除尘器运行状况良好, 出口排放浓度降低且稳定。三个电场二次电流、二次电压的稳定性较安装声波清灰器前有所提高, 数据见表2, 由数据显示, 电场二次电压变化不大, 但二次电流明显升高, 说明极板、极线积灰减少, 荷电粉尘到阳极后较易吸附且很快释放电荷, 减少了反电晕, 避免了出现粉尘的二次飞扬, 提高了除尘效率, 降低了排放浓度。总公司安环处每周监测一次, 排放浓度均保持在70mg/m3左右。

4 结语

模型辅助教学 第6篇

科研管理是指对知识生产过程中科研活动的管理,主要包括组织、规划、经费和人力资源等方面的内容。现代科学技术的重大突破与创新的管理工作有着密切的联系。由于科研活动本身是以探索性、创造性为主的脑力劳动,具有较强的灵活性和不确定性,使得科研管理成为一项复杂的系统工程[1]。在对科研活动进行管理的过程中,从人才、项目、科研成果等方面进行系统总结、科学规划、统筹管理,对于提高科研机构管理水平、推动国家科技进步具有重要意义。

近年来,随着经济社会的发展和科学技术的不断进步,科研活动也呈现出许多新的特点。一方面运用多学科的知识和技术方法研究重大科学技术问题是当代科学研究的特点和趋势,使得科研活动中学科间的交叉和渗透日益密切,科研活动的内容以及涉及的资源也越来越多,增大了科研活动自身的不确定性和复杂性。另一方面,新时期科技在经济社会发展中的作用日益凸显,各个国家对科研投入也持续增长。2011年,全球科研投入超过1.3万亿美元,同比增长6.5%[2]。科研的投入力度持续加大带来了科研管理工作量激增的压力。科研活动呈现出的这些新特点和新趋势,对科研管理工作提出了一系列新要求,迫切要求完善和改进现有的科研管理模式,实现科研管理整体化、透明化、标准化、规范化和精细化。通过建立科研管理辅助决策模型,最终实现科研信息资源共享化、科研工作流程规范化、科研管理工作协同化、科研资源配置最优化、科研决策依据科学化的管理目标。

随着相关技术的不断进步以及科研管理信息化业务的逐步开展,各级科研管理部门已建成了一批科研管理信息化系统,并在管理过程中积累了大量的人事、财务、科研等基础数据。随着科研管理信息化的开展,科研资源信息将会得到迅速地积累和增长。这些信息资源是提高科研管理效率、推进科研管理水平的战略资源,为研究科研管理过程中的辅助决策模型提供了数据基础和验证依据。

本文以科研管理过程中辅助决策模型为研究对象,以中国科学院资源规划系统(Academia Resource Planning,简称ARP)为依托,研究科研管理辅助决策模型中涉及的相关问题。首先在总结了ARP开展科研管理辅助决策模型研究的相关工作,侧重指出现有工作遇到的问题,进一步介绍IBM公司推出的数据集成产业链,在此基础上提出科研管理辅助决策模型建设的相关方案,为提高科技资源配置和管理的水平和能力提供有力支撑。

二、基于ARP科研管理辅助决策模型的研究尝试

ARP是中国科学院科学科研管理信息化的信息系统工程,经过两期近十年的建设,已经在中科院构建起了十大应用系统、两大应用平台的格局,并且分别建立了院级与所级信息资源中心,积累了大量科研管理活动相关的数据资源[3]。在ARP现有数据和流程规范的基础上,根据ARP科研管理决策制定的需要,在对科研管理辅助决策模型研究方面做了有益尝试。

1. 已开展的科研管理辅助决策模型研究工作

根据ARP科研管理决策制定的需要,依据现有数据和流程规范基础,从已有数据平台中提取数据,形成院级用户、所级用户、研究人员三个层次、人事、财务、科研三个方面的指标体系,最终形成以数据统计查询、态势分析、分析预警三个级别的决策支持功能架构。运用多种方法构建科研管理决策支持模型,主要包括:基于项目与经费数据的科研竞争力模型,基于产出物数据的研究所均衡度模型、科研产出综合效率评价模型等[4]。

(1)基于项目与经费数据的科研竞争力模型

科研项目是支持研究人员进行科学研究的主要形式,科研项目以及科研经费的多少在一定程度上决定了科研产出的质量。通过统计方法分析院层面整体经费与项目来源变化,同时对不同局的项目经费情况进行分析有利于掌握中科院项目的整理情况和分学科情况,为决策提供依据。在此基础上,按学科方向对项目数目和项目经费进行统计分析,梳理中国科学院不同学科项目经费情况,一定程度上利于掌握不同学科竞争力的大小。在上述分析的基础上,通过引入外部数据(科技部、国家自然科学基金委),分析中国科学院或者某些所的在该类项目资助中获取项目的能力,反映中国科学院在全国该领域的相对科研位置变化情况,对于中国科学院的学科布局以及院内科研项目布局有较大的意义。

(2)基于产出物数据的研究所均衡度模型

分析科研产出物有助于对科研过程进行评价,梳理影响科研产出的相关因素,进而提高科研管理水平。一般来说,科研产出物包括论文、专利和获奖。在系统分析中国科学院研究论文、获奖和专利等产出物态势的基础上,构建基于产出物数据的研究所均衡度模型,根据人均产出和科研基尼系数,将研究所分成四大类型:类型1指人均产出很高,且基尼系数较低的研究所,说明该所研究人员的整体科研产出能力较强,产出物分布较为均衡;类型2指中指人均产出也较高,但基尼系数较高的研究所,说明该所研究人员的科研产出能力总体较强,但产出物分布不均衡,部分科研人员的产出物较多;类型3指人均产出物较少,基尼系数较低的研究所,说明产出物分布较为均衡,研究人员科研产出整体稍弱;类型4指人均产出物较少,但基尼系数较高的研究所,说明产出物分布不均衡,研究人员科研产出整体稍弱,且分布不均衡。对于同一个研究所,可以用该模型进行连续多年的考察,分析其均衡趋势。

(3)科研产出综合效率评价模型

如何对科研产出综合效率进行评价一直是科研管理中的一个重要问题,首先运用雷达图工具对不同研究所产出物对比分析,比较研究所产出物特点和产出竞争力,能反映学科差异性导致产出物类型有所差异,以及在同类产出物比较中凸显研究所的产出能力强弱。此外,对单个研究所的产出物时序数据进行分析,发现产出物的发展态势和规律。针对科研项目的周期一般都比较长,以项目数进行论文产出效率分析,可能会受到产出滞后性影响的特点,构建项目论文产出的滞后调整模型。

2. 科研管理决策模型示范应用的难点

在基于ARP进行科研管理辅助决策模型研究尝试的过程中,遇到了一些制约科研管理决策模型示范应用的难点,主要有以下4个方面。

(1)关键指标或字段的设置满足不了精细分析的需求

在现有的分析模型中,往往因为一些关键指标或字段的在系统中缺乏数据导致分析模型无法深入下去,具体的指标分布在人财物各个方面,如人事属性维度完整的时序和横截面数据需要补充、各研究所的科研人员评价指标(尤其是职称晋升指标)数据的缺失、各所精确到研究人员的项目申报和获批数据缺失等。

(2)部分ARP系统应用开始较晚导致相关数据量不足

现有的十大系统中,除了财务和人事自ARP一期开始得到广泛应用外,部分系统实际应用开始较晚,且研究所中推广的力度和应用状况有差异,导致部分数据不能完全支持决策模型的需要。

(3)已有ARP系统数据整体维护质量不足以支撑模型分析

通过分析发现,ARP的数据、特别是研究所层面的数据准确性不高,分析得到的结果大多与实际或经验不符。此外,就院层面的数据而言,早期的数据(2005年及之前)质量较差,缺失严重,并且数据准确性较差。相信随着ARP的深入发展,以及研究院所对ARP越来越重视,数据质量会进一步提高,从而得到ARP的决策分析会进一步的准确和可靠。

(4)面向大规模实施决策支持功能的系统结构框架需调整和论证

目前,ARP系统的决策支持模块尚处于起步阶段,许多设计的功能尚未实现,实现的部分系统也不稳定,经常出错。因此,已有研究使用了较多的底层数据进行分析,而不是系统中提供的结论。同时,数据的获取以IRC中的数据为主,与研究所原有数据的一致性和准确性的检验较少执行。面对决策支持系统大规模实施和建设中,整个决策支持系统的框架还需要论证和调整,这包括:数据的获取来源、数据存储和加工的平台选取、不同决策功能权限的设置、决策单元内容的选择等等。

三、IBM数据集成产业链与辅助决策支持

目前,整个IT行业正快速进入大数据、智能化、集成化时代,作为传统IT服务巨头IBM正在进行新一轮的数据集成布局,IBM接连收购了DataStage、SPSS以及Cognos,结合目前IBM所拥有的数据库软件DB2,构建了一条完成的商务智能产业链[5]。IBM的战略布局对于辅助决策支持系统未来的走向与布局有着很好的启示意义,本文首先介绍IBM数据集成产业链,同时阐述其与辅助决策模型之间的联系。图1是IBM所提供的数据仓库的基本架构,数据通过ETL从而将数据导入数据仓库,然后通过不同的ETL操作将数据从数据仓库导入到数据集市中,在数据集市的基础上通过不同的模型和计算最终实现服务所需的数据,也就是决策支持或者智能商务需要的分析预测数据。

典型的数据集成框架面临大量的异构数据来源(不同的编码格式、数据库等),一般采用ETL(Extract Transform Load)操作将数据导入数据仓库或者数据集市中。而IBM InfoWhere DataStage能够从不同的关系数据源和异构数据源对数据进行抽取、转换、清洗以及加载到数据仓库EWD(Enterprise Data Warehouse)之中。此时EDW的角色相当于一个数据集散中心,其中的数据按照资源目录和元数据从不同的数据库或者网页之中抽取而来,能够提供最全面的数据和索引。数据集市能够很好的为专业的用户或者服务提供定制化服务,在数据集市之中存储着为服务定制的数据表,能够很快满足数据用户的需求。按照数据集市提供的定制化数据,利用SPSS软件中决策支持模型,可以对已有数据进行深入挖掘,找到共现规律,为决策提供支持。通过Cognos可以将决策支持模型的分析结果用报表、分析、记分卡、仪表盘等方式可视化展示。

四、基于IBM数据集成产业链的科研管理辅助决策模型建设方案

本文在IBM数据集成产业链的基础上,以中国科学院ARP数据为源泉,以需求为导向建设科研管理数据中心,并构建一系列辅助决策支持模型,最好运用可视化软件进行展示,形成一个完整的科研管理辅助决策模型建设方案。该方案实现需求的灵活适配、数据的动态组织、系统的灵活设置以及展示的直观丰富,最终构建为各级领导、管理人员、科研人员及技术支撑等人员服务的可视化数据视图展示平台与智能化辅助决策分析平台,以及监测、预警的辅助支撑平台,充分挖掘ARP系统数据资源的价值。具体建设内容有:

1. 多级用户科研管理辅助决策功能需求框架

由于科研管理用户多层次性和科研管理系统复杂性,其用户需求也呈现多样化的特点,因此,要满足各类用户的对信息分析和决策支持的需要,首先就要获取各类用户的功能需求。以院级管理人员、所级管理人员、科研人员等服务对象发掘其科研管理辅助决策支持的功能需求,从战略、管理、应用三个层面,系统总结人事、财务、科研方面的管理辅助决策功能的构成,并在模型开发应用过程中不断引导服务对象的科研管理辅助决策支持的功能需求,最终形成科研管理辅助决策功能体系。

图2为科研管理辅助决策功能需求框架,最终形成以数据统计查询、态势分析、分析预警三个级别的决策支持功能。在此基础上,通过数据预处理,利用指数合成方法,按照三个层次三个方面的重点功能需求建立二级指标及综合指标体系,从而为数据分析和科研决策制定提供直接数据支持。

2. 建设适应科研管理辅助决策需求的模型库

根据院级管理人员、所级管理人员、科研人员三个层次、人事、财务、科研产出三个方面的决策功能需求,对科研管理过程进行分析研究,形成以数据统计查询、态势分析、分析预警三个级别的辅助决策模型库,实现对中国科学院科技发展的重大问题进行分析评价、预测和决策。从人事、财务和科研产出和综合分析四个方面,本着创新型和实用型原则选择了10个模型,如:“尖子人才”发展态势分析模型、青年人才队伍成长规律分析模型、科研团队成长监测模型、重大产出成果的属性分析模型、学科领域发展态势监测模型、科研项目经费监测预警模型、战略性先导科技专项的经费监测预警模型、研究所人均科研经费合理区间分析模型、研究所竞争力分析模型、科技合作监测模型等。将详细描述每个模型的分析对象、基本原理、数据来源、具体功能、展示形式,形成辅助决策模型库。辅助决策模型最终以图表、公式、参数设定区间、使用说明等形式来具体阐述。

3. 建设科研管理辅助决策样本库

建立科研管理辅助决策样本库,支持研究所进行相关分析结果的多维比对。在科研管理辅助决策模型库的基础上,对全院研究所按照技术归口进行分类,并设定优秀、中等、待发展三类状态,通过提供若干不同类型研究所、不同状态下科研管理决策的标准样本,方便研究所在运用ARP决策支持服务平台时进行对比分析,并在若干典型功能上,为特定用户提供管理咨询报告。

五、结语

研究科研管理过程中辅助决策模型,对于提高科研管理水平有着重要意义。本文在总结基于ARP开展科研管理辅助决策模型研究工作的基础上,结合IBM公司推出的数据集成产业链,提出科研管理辅助决策模型建设的相关方案,从功能需求框架、辅助决策模型库、样本库三个方面提出完整的科研管理辅助决策模型建设方案。研究结果有助于最终实现科研管理过程中的信息资源共享化、工作流程规范化、管理工作协同化、资源配置最优化、决策依据科学化的管理目标。

摘要：随着经济社会的发展和科学技术的不断进步,科研活动也呈现出许多新的特点,对科研管理工作提出了一系列新要求,实现科研管理整体化、透明化、标准化、规范化和精细化。本文以科研管理过程中辅助决策模型为研究对象,中国科学院资源规划系统(Academia Resource Planning,ARP)为依托,在总结基于ARP开展科研管理辅助决策模型研究工作的基础上,结合IBM公司推出的数据集成产业链,从功能需求框架、辅助决策模型库、样本库三个方面提出完整的科研管理辅助决策模型建设方案。

关键词：科研管理,科研信息化,决策支持

参考文献

[1]施尔畏,等.关于研究所管理[M].北京:科学出版社,2007.

[2]赛迪智库,2012年全球研发投入展望[R].http://www.ccidthinktank.com/plus/view.php?Tyid=41&aid=1719,2012.

[3]及俊川.中国科学院资源规划系统(ARP)[J].科研信息化技术与应用,2011,(2):3～18.

[4]李建平,及俊川,卢景秀,李铭禄,吴登生.ARP信息资源建设与利用探讨[J].科研信息化技术与应用,2012,(1):69～76.

浅析计算机模型辅助二手房评税 第7篇

关键词：房地产,评估,税收,系统

近年来, 随着我国房地产市场迅速发展, 房地产业已成为带动国民经济发展的支柱性行业之一。房地产业的蓬勃发展, 为房地产税制建设和房地产税收管理提出了新的要求。针对目前房地产税制存在税基窄, 收入功能弱, 计税依据不统一, 税负不公平, 不利于土地资源合理利用等问题, 房地产税制改革的探索工作在本世纪初逐步拉开了序幕。

为满足房地产税制改革的需要, 深入推进房地产税收一体化管理, 规范房地产税计税价值评估行为, 统一计税价值评估程序和方法, 按照房地产评税原理, 在测算房地产基准价格和价格影响因素修正系数的工作基础上, 采用房地产估价市场法核定房地产交易计税价格, 并将其应用到实际征管工作中, 用核定结果与纳税人申报价格相比较, 按照孰高原则征收交易环节各项税收。在核定功能的应用过程中, 通过定期评测核定效果, 及时调整基准价格和价格影响因素修正系数, 调整完善评税模块, 建立以计算机辅助评估为主的计税价格评估体系。

市场法是一套国内外成熟的理论, 我们根据大量的成交数据及挂牌信息, 参照基准地价、住宅拍卖价、拆迁补偿基准价等信息, 利用多元回归分析方法, 建立特征价格数学模型。模型中相关因素对房价的影响程度, 均是通过回归分析方法来确定的。市场法适用范围:市场法的适用对象是具有交易性且在同一供求范围内在估价时点的近期存在着较多类似交易实例的房地产, 如房地产开发用地、普通商品住房、高档公寓、别墅、写字楼、商铺、标准厂房等。住宅类房地产评税时首选市场法;商业用房等用于交易时优先采用市场法进行评估。

市场法 (特征价格法) 评税技术路线:在评税区域需要将市场上房地产项目所具有的对价格产生影响的特征进行分解, 分析房地产市场大量的交易数据, 研究每一种特征与住房总价之间的关系, 即通过大量数据反映消费者心中对每一个特征的效用所能接受的市场价格。根据这一原理建立的数学模型即为特征价格模型。按照评税对象的具体情况确定其适用的基准价值标准和修正系数, 利用市场法评税公式计算其计税价值。

市场法 (特征价格法) 评税模型

1. 建立房地产评税分区:

不同地段、区位的房地产市场价格水平存在明显的差异, 因此运用市场法评税时, 需要根据不同地段、不同区位房地产市场价格情况将一个评税区域再划分为若干个评税分区。

2. 建立标准房地产样本 (可比实例) 资料:

以基准地价划分等级及范围为基础, 将全市所有建成房地产划分为若干个分区;再分为若干个小区, 对影响房地产价格的19个特征因素, 从交易时间、建筑面积/套、小区内环境、周边环境、楼盘档次、物业管理、生活综合配套、重点学区、建造年代、朝向、采光、临路状况、与商业中心区距离、供求稀缺性、与离污染源距离、不利因素、装修等情况进行收集整理, 建立标准房地产 (住宅) 样本资料, 形成特征因素数据库。

3. 建立市场交易案例数据库:

从房产管理部门、房地产中介公司、房产网站, 采集近期的大量房地产交易案例, 获取交易价格等信息。根据对房地产交易价格和影响因素的分析, 结合市场法评税的要求, 对每个住宅交易案例需要采集其地理位置、实物状况、交易时间及价格、交易类型等信息。

将采集的全部案例数据进行分区分类整理, 剔除异常数据, 并将案例数据标准化, 包括统一付款方式 (以一次付清所需支付的金额为基准) 、统一计价方式 (统一采用单价) 、统一币种和货币单位、统一面积内涵 (按建筑面积计价) 、统一面积单位、变量赋值等数据分析准备工作。

4. 建立价格比较基准:

运用SPSS统计软件, 对整理后的案例数据进行统计分析, 选择能够满足统计检验指标要求的多元回归模型, 建立特征价格数学模型, 并确定房地产价值与价值影响因素之间的数量关系。

将目标房地产项目的各项特征值进行量化, 代入特征价格模型, 求取楼幢基准价。

5. 对评税房地产的相关数据做出合理的修正:

运用适当的数学方法, 通过已确定的多元回归模型, 求取当模型中各个价值影响因素赋予不同特征值时, 所对应的房地产价值相对于基准价值的修正系数, 并根据专家评估经验对修正系数进行适当调整, 生成个案价值影响因素 (楼层、朝向、建筑面积) 修正系数。

市场法 (特征价格法) 评税工作步骤:

1.收集评税对象资料。对于评税对象, 需要采集的信息项目包括:

(1) 纳税人信息:姓名、身份证号码、联系地址及电话;

(2) 评税对象实体信息:

房屋坐落、房屋类别、小区名、房号、房屋总层数、所在层数、建筑面积、朝向。

2.计算房地产评税值:

房地产评估价值=楼幢的基准价值× (1+层次差价率) × (1+朝向差价率) ×面积修正系数×建筑面积。

3.计算特殊房地产评税值:

房地产评估价值=楼幢的基准价值× (1+顶层差价率) × (1+朝向差价率) ×面积修正系数×特殊房产修正系数×建筑面积。

二手房评税软件的理论基础和依据, 是市场法评税的数学模型, 在数学模型中两个主要的对象为待评估对象和可比实例, 这两个对象只有具有最大化的相同的属性, 评估的结果才最接近真实;只有对这两个对象的差异性属性中影响评税的因素进行更具体的细化, 对各因素构入数学模型, 才能最大化的减少待评估对象评估结果的偏差, 而更趋于待评估对象的真实价格, 由此才能在真实环境中, 保证评税工作的公平公正。

参考文献

[1]杭州市财政局课题组.房地产批量评税技术的理论探索与实践创新[M].北京:经济科学出版社, 2009.

[2]唐建新, 周娟.资产评估教程[M].北京:清华大学出版社, 2005年.1-17.

[3]姜楠, 王景升.资产评估[M].大连:东北财经大学出版社, 2004年.1-6.

[4]张媛.银川市商品住宅价格的空间分异研究[J].中国城市经济, 2011.04.

模型辅助教学 第8篇

听力理解被认为是语言学习的基础, 它是通向创造性阅读、写作和口语技能的必经之路 (Feyten 1991;Joiner 1986) 。听力理解的重要性在于它为学习者提供了可被进一步“内化” (intake) 入语言系统的语言输入 (input) (Krashen 1982) 。Krashen (1981) 将可内化输入定义为可以帮助语言习得者习得语言的那部分语言输入。然而, 要想让语言输入融入到学习者的语言系统并转变成为语言系统的一部分, 学习者对语言材料 (输入) 的理解是其中一个重要的前提条件。因此, 对语言输入的理解, 无论是听力还是阅读, 在语言习得过程中处于中心地位。

语言习得研究者和外语教师对外语学习中的听力理解一直都有所关注 (Joiner 1986, 1997;Long 1989;Mendelsohn1998;Ur 1984) , 以期找出使提高听力输入理解程度的方法。随着计算机技术在教育领域的进一步应用, 人们制作了大量的计算机应用软件帮助语言学习者提高第二语言技能, 这其中就不泛辅助听力理解的计算机软件 (BBC 2007;Farris&Fischer 1994;Heining-Boynton et al.1999;Larson&Bush1992;Otto&Pusack 1992;Sabo et al.2000;Tipton 2003;University of Texas 2004) 。除了听觉输入, 计算机还能够为学习者提供图形和书面文字支持信息、即时反馈、灵活的交互以及应用全面的教学策略, 目的都是为了提高学生的听力理解程度 (Jones 2006) 。理解程度的提高意味着对目标语更有效的习得。

了解这些支持信息和手段如何与听觉输入有机结合是至关重要的。基于Paivio (1971, 1986) 的双编码理论 (Dual Coding Theory) , Mayer (1997, 2001) 提出了多媒体生成学习理论 (the Generative Theory of Multimedia Learning) 。在这个理论中Mayer指出, 二语学习者其实能够同时处理输入中两种形式的信息 (图形和文字信息) , 在头脑中形成两个一致的表征 (视觉和语言表征) , 它们的结合就能够在学习者的大脑中形成一幅统一的意象模型。Paivio和Mayer的理论在阅读理解的实证研究中获得了验证 (Chun&Plass 1996a, 1996b, 1997;Garza1991;Wolff 1987) 。Jones&Plass (2002) 在听力理解的教学过程中也尝试应用了Mayer的理论并获得了支持该理论的正面结果。Plass&Jones (2005) 更进一步将多媒体生成学习理论与Gass (1988) 的第二语言习得框架 (Framework for L2 Acquisition) 结合起来, 从计算机辅助语言学习互动论的角度 (Chapelle 1998;Pica 1994) , 提出了多媒体辅助第二语言习得综合模型 (The Integrated Model of Second Language Acquisition with Multimedia) , 如图1所示。从模型本身可以看出, 学习者接收的输入可以分为言语输入 (verbal input) 和图形输入 (pictorial input) 两类, 这两类输入可以同时作用, 帮助学习者理解输入材料, 并在其头脑中形成两个一致的言语模型和视觉模型, 这两种模型的共同作用将使输入内化到学习者的语言系统中, 并在以后的语言实际应用中形成输出。从该模型可以看出, 为学习者提供两种模式的输入 (语言和图形输入) 将使得输入更易被学习者理解并内化到他们自身的语言系统中。但是正如Jones (2006) 自己提出来的那样, “这个模型还没有经过专门的检验”, 特别是在听力理解实证研究中的检验。

为了找出不同模式的输入对二语学习者学习语言的影响, 本研究拟设计实验对多媒体辅助第二语言习得综合模型进行验证, 验证目的在于发现不同的语言 (听觉或书面) 和图形 (静态或动态) 支持信息对二语听力理解程度及其附带词汇偶然习得所产生的影响, 从而确证或反驳该理论的正确性。本研究主要回答以下问题:

在进行二语听力理解时, 学习者在不同的呈现模式下对听力材料的整体理解程度和偶然词汇习得效果有无差异?

这些呈现模式包括:单声音输入、声音+关键词字幕、声音+动态影像、声音+静态影像、声音+关键词字幕+动态影像、声音+关键词字幕+静态影像等六种, 其中关键词字幕和声音属于言语输入, 动态影像和静态影像属于图形输入, 前三种模式为单通道输入, 后四种为双通道同时输入。

2 研究方法

本研究的目的在于发现不同支持模式对第二语言听力理解和词汇偶然习得的影响。在研究过程中, 受试首先被随机平均分成6组, 再分别收听具有不同支持信息的多媒体听力材料, 听力内容为同一篇短文。听完之后, 受试被立即要求完成:1) 一份针对听力理解内容的测试;2) 一份词汇偶然习得测试;3) 一份考察受试对所使用材料满意度的调查问卷。材料的呈现和测试全部在多媒体电脑语言室进行。

2.1 测试材料

本研究选用了一段介绍美国首都华盛顿旅游景点的视频短片作为原始材料 (短片文本见附录) , 短片播放时长3分20秒, 旁白共504词。经过多媒体制作软件Macromedia Flash MX Professional 2004 (Macromedia 2003) 处理, 原始材料被重新制作成具有6种不同呈现方式的多媒体程序:

1) 音频方式 (Audio only) :受试只能听到音频, 没有任何其他可视模式支持;

2) 音频+静态图片 (Audio+Static Pictures) :受试除了听到音频之外, 还能从计算机屏幕上看到一组静态图片, 图片表现内容与音频所介绍景点同步;

3) 音频+动态视频 (Audio+Video) :受试除了听到音频之外, 还能从计算机屏幕上看到动态视频, 视频内容为音频所介绍的旅游景点;

4) 音频+关键词字幕 (Audio+Keyword Captions) :受试除了听到音频之外, 还能从计算机屏幕上看到同步旁白关键词;

5) 音频+视频+关键词字幕 (Audio+Video+Keyword Captions) :受试除了听到音频之外, 还能从计算机屏幕上看同步视频和同步旁白关键词;

6) 音频+静态图片+关键词字幕 (Audio+Static Pictures+Keyword Captions) :受试除了听到音频之外, 还能从计算机屏幕上看到同步静态图片和同步旁白关键词。

图2所示为音频+视频+关键词字幕的呈现方式, 其他呈现方式用户界面与此类似。在受试进入听力部分之前, 程序还提示受试该程序的使用方法、测试的整体流程, 以及提供了一些先导图片与词汇使受试对即将听到的材料有预设理解。

2.2 受试

测试在华南理工大学《大学英语》课程的5个班级中进行, 受试全部为本科一年级A/B班学生。学生自愿参与本测试, 从而保证了所收集数据的真实性。本研究总共发放试题和调查问卷313份, 回收有效答卷307份, 各组别参与学生人数如表1所示。

2.3 数据收集及其流程

本研究的现场测试与数据收集均在自然班的上课时间进行, 测试开始前, 研究者首先向受试学生简单介绍本研究的目的和基本要求, 然后向受试随机派发事先准备好的多媒体光盘, 每份光盘内容为以上六种不同呈现方式的多媒体程序中的一种, 每种程序光盘数量一致。受试接到光盘后将其放入电脑光驱, 程序自动运行, 受试有10分钟时间浏览光盘内容。听完听力短文之后, 受试被立即要求参加听力理解测试和词汇偶然习得测试并完成一分调查问卷。

听力理解测试题随同光盘同步下发, 题目针对听力短文的内容进行提问, 共12道题, 其中11道为5选1选择题, 最后一道题列出10个选项, 要求学生选出材料中提及的7个旅游景点, 试题满分为15.5分。

词汇偶然习得测试共18题, 包含18个从听力短文中选出的单词, 各词出现的短语或句子也一并给出, 要求学生从每题下面的5个选项中选出与给出单词意义最接近的那个词, 试题满分为18分。

受试调查问卷包含8道6档利开特量表 (Likert Scale) 调查题, 分别就受试对该媒体软件的帮助程度 (helpfulness) 、易用性 (usability) 、兴趣 (interest) 和动机 (motivation) 进行考量。

测试进行后研究者将每一名学生的组别、测试得分及意见反馈分别输入电脑, 使用定量统计分析软件Statistical Package for Social Sciences (SPSS) 进行统计分析。

3 研究结果

统计分析首先针对理解测试得分进行, 结果发现接收到音频+静态图片+关键词字幕的小组 (AKS) 平均得分最高 (M=9.99, SD=1.99) , 其他各组平均得分从高到低顺序依次排列为AV组 (M=9.75, SD=2.01) , AS组 (M=9.72, SD=1.90) , AK组 (M=9.69, SD=1.84) , AKV组 (M=9.06, SD=2.03) , 单音频组 (A) 得分最低 (M=8.91, SD=2.40) 。

为了发现各组之间的平均得分是否具有显著性差异, 还是仅仅为偶然差异, 研究者利用方差分析工具 (ANOVA) 对这些数据进行了深入分析。首先Levene测试证明这些分组数据是来源于同一个整体的数据 (p>.05) 的, 符合单因子方差分析 (One-Way ANOVA) 条件。分析发现, 各组之间的得分差异是具有整体显著性的, F (5, 301) =2.36, p=.041。研究者进一步运行LSD post-hoc分析发现只收听音频输入的小组 (Audio Only Group) 与接收了视频或字幕支持信息的小组之间存在明显的得分差异, 如与AS组 (LSD, p=.49) , AV组 (LSD, p=.31) , AKS组 (LSD, p=.007) 等;另外, 它与AK组也有微小的显著性差异 (LSD, p=.055) 。AV与AKV组之间也存在微小的显著性差异 (LSD, p=.078) 。AKV和AKS组之间的得分也具有显著性差异 (LSD, p=.021) 。除此之外, 其他各组之间不存在显著性差异。

词汇偶然习得测试平均得分仍然是AKS组最高 (M=10.21, SD=2.00) , 紧接着为AV组 (M=10.19, SD=2.12) , AS组 (M=9.98, SD=2.32) , AK组 (M=9.91, SD=1.94) 和AKV组 (M=9.70, SD=2.71) , 单音频组 (A) 得分仍然为这六个小组中最低的 (M=9.38, SD=2.24) 。

Levene测试确认了进行单因子方差分析的可行性 (p=.239) 。分析发现, 各组之间的得分并没有显著性差异F (5, 297) =1.036, p=.397, 这说明各组间的词汇偶然习得测试分数差异只是偶然差异, 并不是由于呈现方式的差异造成的。然而, 值得注意的是, 提供了视频、静态图片和辅助关键词的各组平均得分都比只接收到音频输入的组高。

由于篇幅所限, 笔者将另文报告受试对各自所在组使用的不同呈现方式给出的反馈意见。

4 结果讨论

根据Plass&Jones (2005) 的多媒体辅助第二语言习得综合模型, 如果同时向学习者提供言语 (Verbal) 和视觉 (Visual) 输入, 那么将能提高学习者对输入的理解程度, 语言习得也更有可能发生。因此从理论上我们可以预测, 在听力进行的同时, 向受试提供额外的支持信息 (视觉或文本支持信息) 将比只让受试接受音频输入效果好, 受试在随后的测试中也将得到更高的分数。另外, 我们还可以预测, 从两个通道 (channel) 接收输入要比只从一个通道 (无论是视觉还是文字通道) 接收输入效果好。以上从综合模型推导出的理论预测可以用下图归纳和表示。

“=”表示理解程度没有显著差异“>”表示对输入的理解程度高于

听力理解测试的统计结果发现受试在六种不同的呈现方式下对听力材料的理解程度存在显著性差异, 这也证明了不同的呈现方式能够影响学习者对输入材料的理解程度。接收了其他支持模式的小组对听力材料的理解程度比只接收听力输入的小组高, 这一结果表明同时利用多种模式呈现信息有利于改善学习效果, 这与其他研究者的研究结果相一致 (Chun&Plass 1996a;Mayer&Anderson 1992;Neuman&Koskinen1992) , 同时也部分支持了多媒体辅助第二语言习得综合模型的观点。然而, 虽然AKV组的平均得分比A组高, 但是它们之间的得分并没有显著性差异, 与该模型的观点有出入。其中一个可能的原因是视频与关键词字幕的出现分散了受试的注意力, 因为它们都属于视觉输入, 所以容易导致认知过载 (cognitive overload) , 造成注意力被分散或信息冗余。快速变化的图像和与音频同步的文字字幕要求受试将注意力同时集中在两个变化中的事物上, 这对于他们相对较慢的外语处理能力来说是一种负担。另一个可能的原因是注意力分割效应 (Splitattention Effect) 的出现, 这是由同一渠道的多种信息同时出现导致的 (Mousavi et al.1995) 。

从综合模型得出的推论应该是AKV和AKS组将比其他组得分高, 但实际测试结果是AKV组与AK、AS和AV组之间的综合理解测试得分没有显著性异;同样, AKS组与AK、AS和AV组之间的综合理解测试得分也没有显著性异。我们同样可以用认知过载来解释, 因为受试的注意力被分割并试图同时理解两种来源的信息。

AV与AS组之间的非显著性差异支持了Plass&Jones的模型, 这两组受试都同时接收到了听觉和视觉输入, 信息渠道不冲突, 所以在综合理解测试中的得分也就不会有差异。然而另一个推测AV=AS>AK则未能得到验证, 这可能有两个原因:首先是受试人数较少, 大规模的测试和统计分析可能会有不同的结果;另外, 关键词字幕也许应该被纳入到视觉输入的范畴, 而不是文字输入范畴, 因为它是通过计算机屏幕显示, 受试通过视觉接收的输入。

另一个出乎意料的结果是AKV和AKS组之间的显著差异 (p=.021) , 前面提到视频的动态变化容易造成认知过载, 而静态图片只有在听力话题改变的时候才变更图片, 不容易造成认知过载或注意力分散效应, 所以AKS组表现比AKV好。

虽然有额外模式支持的小组平均分比只收听音频输入的小组高, 但是词汇偶然习得的测试统计分析结果表明各组之间不存在显著性差异, 这可能有以下三个方面的原因:一是这些多媒体程序并没有明确提出要求受试习得词汇, 因此受试更多地将注意力集中在对听力短文内容的理解上;二是听力短文的难度对部分学生来说可能较高, 部分受试无法理解短文内容, 词汇的偶然习得就更超出了他们的语言能力;三是除了音频内容外, 其他各种信息的变化速度也较快, 给受试的认知造成过载, 无暇顾及并习得具体词汇。因此, 从词汇偶然习得的角度来看, Plass&Jones的模型也未能得到充分验证。

5 结论

本研究为多媒体辅助第二语言习得综合模型提供了实证研究证据, 研究结果表明不同的呈现模式对学习者的整体听力理解程度是有影响的, 但实验结果并不能完全证明模型的所有推论, 其中可能有研究局限性的原因 (如听力材料难度的选择、参与实验的人数等) , 也可能有模型自身不完善的原因。从研究局限性的角度来看, 后续研究可以从增加受试人数、增加受试语言层次广泛性、进行长期跟踪研究等方面着手, 使研究结果更具说服力;从多媒体辅助第二语言习得综合模型的角度来看, 研究者认为可以将该模型中的输入更正为视觉和听觉 (visual and aural) 输入两种渠道, 而不是语言和视觉输入 (verbal and visual) , 这样将能够更好地解释AV和AK两组在综合理解测试中得出的非显著性差异。本研究还揭示了多媒体在听力理解中的作用, 这是其他研究所未涉及的领域, 比如Jones&Plass (2002) 就只是研究了多媒体对词汇理解的作用, 而未涉及对文章的全面理解。

本研究对于教学实践与教学材料开发也有一定的指导意义, 研究结果指出多模式输入有利于学生对听力材料的理解, 从而改善语言习得效果。因此外语教师在设计听力理解材料的时候, 可以考虑适当加入一些其他模式的辅助材料, 如增加图片、视频或字幕文本等。另外, 如果希望学生在听力理解的过程中同时习得词汇, 那么必须为词汇习得设计专门的内容, 包括提前提示学生关注哪些词汇, 设计专门的词汇练习等。

附录:听力理解短片文本

Welcome to EOL travel and to the United States capital city Washington, and we are better to start then at the White House home of every American president since 1800.The only president never to have lived here is in fact George Washington himself.And here we see the Washington Monument, an obelisk specifically dedicated to the first president.Many past presidents are commemorated in one way or another in Washington and one of the most imposing of these monuments is the Lincoln Memorial.Behind the head of the great man we can see the text of the Gettysburg Addressthe famous speech in which presiden Abraham Lincoln announced the abolishing of slavery in the U-nited States.This was the completion of a work initiated by George Washington and the other founders of the nation, the setting free of all its citizens.Today there is of course liberty for all but not necessarily equality.The city of Washington contains very considerable social contrast on the wealthy suburbs where the rich and powerful live to the various rundown in the city area and housing projects.Few of any of the world's great capitals contain as many imposing monuments as Washington.This city seems to have been designed specifically to impress visitors and to demonstrate the awesome power of the nation and who settle it lives.To visit Washington at least once is a patriotic duty for every American.Visitors to Washington are invited to remember no only the luxurious death, such as former presidents, but also the countless thousands of American soldiers who gave their lives on behalf of their country.Here we see the Vietnam Veteran's Memorial on which recorded the name of every single one of the58 thousand Americans who died or went missing in that tragic conflict.Washington is situated on the banks of a mighty riverthe Potomac, in the middle of which lies a large island with a fine landscape park.Here is commemorated another great American president Thomas Jefferson.His memorial includes a 17-foot-, 5-meter-high bronze statue.Washington has two major universitiesGeorge Town within the city limits and the University o Maryland just outside.But of course the city's main function is as the site of the government.All the more so of course, given it the capital of the United States, it isn't the largest and most dominant city, unlike London in England, or Paris in France for instance Washington is also the headquarters of the US Department o Defensethe Pentagon.From here the orders went out that led to America's involvement in two World Wars, and many smaller wars besides.And going back further still, there are many reminders of America's own civil war back in the mid 19th century.Yes, Washington is a city which leads us to reflect on political power, its uses and abuses.And as we remember the grea ideals on which this nation was founded we also remember the high price which so many have paid for their realization.

摘要：该文以多媒体辅助第二语言习得综合模型为基础, 研究了不同支持模式 (视觉支持、文字支持或这两者的结合) 对第二语言听力理解和词汇附带习得的影响, 对该模型进行了实证研究验证。研究中受试被随机分为六组并各自收听以六种不同呈现方式给出的同一段听力材料, 其中部分呈现方式包含视觉和/或文字模式支持。综合理解测试的结果确认了不同的支持模式确实会影响学生对听力文章的理解。然而, 各组受试学生之间的词汇附带习得测试结果却没有显著性差异, 虽然有支持信息呈现的小组平均分高于只有听力输入的小组。该文的结论为, 多媒体辅助第二语言习得综合模型得到了部分验证, 因为在听力理解测试中不同受试组的平均得分存在显著性差异。然而, 该模型可能需要针对听力理解的具体环境进行修正, 比如将输入分为听觉和视觉两类, 而不是分为文字和图形两类。