概率论与数理统计课程是一门在高校中广泛开设的公共基础课程,其在信息技术背景下开展课程思政建设有着重大的意义。知识图谱作为一种信息技术手段,其知识网格可视化、联想等功能应用于教育领域有着不可忽视的优势。因此,文章基于知识...概率论与数理统计课程是一门在高校中广泛开设的公共基础课程,其在信息技术背景下开展课程思政建设有着重大的意义。知识图谱作为一种信息技术手段,其知识网格可视化、联想等功能应用于教育领域有着不可忽视的优势。因此,文章基于知识图谱的语义化组织特性及概率论与数理统计课程自身的特点,提出了“1 + 2 + 3”课程思政教学模式及课程思政知识图谱的构建路径,为全面落实以学生为主体的教学方针提供了新的思路和方法。The Probability and Statistics is a fundamental subject extensively taught in higher education institutions. It plays a pivotal role in the development of course-based ideological and political education, especially in the context of information technology. Knowledge graph, as a technological tool, offers unique advantages in education through its visualization of knowledge networks and associative capabilities. Leveraging these strengths, the article introduces an innovative “1 + 2 + 3” model for course-based ideological and political education, along with a construction path for a curriculum civics knowledge graph. This approach offers a fresh perspective and methodology for the comprehensive implementation of student-centered teaching strategies.展开更多
目的:利用R语言数据挖掘技术分析脓毒症的中医证型及用药规律,为脓毒症临床中医诊疗方案提供参考。方法:通过检索PubMed、Web of Science、中国知网、万方、维普和中国生物医学文献数据库,收集从建库至2023年12月31日收录的符合纳入标...目的:利用R语言数据挖掘技术分析脓毒症的中医证型及用药规律,为脓毒症临床中医诊疗方案提供参考。方法:通过检索PubMed、Web of Science、中国知网、万方、维普和中国生物医学文献数据库,收集从建库至2023年12月31日收录的符合纳入标准的中医药治疗脓毒症临床研究文献,建立相关处方数据库。运用Excel整理并分析方药信息,包括中医辨证分型、治法治则,中药的使用频次、性味、归经、功效等;并利用R语言进行关联规则分析及聚类分析。结果:共检索出文献10345篇,纳入分析280篇,涉及中药215味,其中排名前10的中药分别是大黄、甘草、赤芍、厚朴、黄芪、芒硝、黄芩、丹参、地黄、枳实;四气以寒、温为主,五味以苦、甘、辛为主,归经以脾、胃、肺为主,功效以清热、补虚、泻下为主,证型以热毒内盛证、瘀毒内阻证为主。关联规则分析得到核心组方为大黄、芒硝、枳实、厚朴、当归、川芎、赤芍、桃仁、地黄、红花。高频药物聚类分析得到4个聚类群,适用于不同证型。结论:治疗脓毒症的用药规律以清热、泻下、化瘀、补虚为主,核心证型-处方有4类,临床上应根据患者的证候特点进行辨证论治,在核心证型-处方的基础上随证加减。展开更多
文摘概率论与数理统计课程是一门在高校中广泛开设的公共基础课程,其在信息技术背景下开展课程思政建设有着重大的意义。知识图谱作为一种信息技术手段,其知识网格可视化、联想等功能应用于教育领域有着不可忽视的优势。因此,文章基于知识图谱的语义化组织特性及概率论与数理统计课程自身的特点,提出了“1 + 2 + 3”课程思政教学模式及课程思政知识图谱的构建路径,为全面落实以学生为主体的教学方针提供了新的思路和方法。The Probability and Statistics is a fundamental subject extensively taught in higher education institutions. It plays a pivotal role in the development of course-based ideological and political education, especially in the context of information technology. Knowledge graph, as a technological tool, offers unique advantages in education through its visualization of knowledge networks and associative capabilities. Leveraging these strengths, the article introduces an innovative “1 + 2 + 3” model for course-based ideological and political education, along with a construction path for a curriculum civics knowledge graph. This approach offers a fresh perspective and methodology for the comprehensive implementation of student-centered teaching strategies.
文摘目的:利用R语言数据挖掘技术分析脓毒症的中医证型及用药规律,为脓毒症临床中医诊疗方案提供参考。方法:通过检索PubMed、Web of Science、中国知网、万方、维普和中国生物医学文献数据库,收集从建库至2023年12月31日收录的符合纳入标准的中医药治疗脓毒症临床研究文献,建立相关处方数据库。运用Excel整理并分析方药信息,包括中医辨证分型、治法治则,中药的使用频次、性味、归经、功效等;并利用R语言进行关联规则分析及聚类分析。结果:共检索出文献10345篇,纳入分析280篇,涉及中药215味,其中排名前10的中药分别是大黄、甘草、赤芍、厚朴、黄芪、芒硝、黄芩、丹参、地黄、枳实;四气以寒、温为主,五味以苦、甘、辛为主,归经以脾、胃、肺为主,功效以清热、补虚、泻下为主,证型以热毒内盛证、瘀毒内阻证为主。关联规则分析得到核心组方为大黄、芒硝、枳实、厚朴、当归、川芎、赤芍、桃仁、地黄、红花。高频药物聚类分析得到4个聚类群,适用于不同证型。结论:治疗脓毒症的用药规律以清热、泻下、化瘀、补虚为主,核心证型-处方有4类,临床上应根据患者的证候特点进行辨证论治,在核心证型-处方的基础上随证加减。
