XiaoMi-AI文件搜索系统
World File Search System数轴
TouchMath 程序的效果与... 相比
摘要：本研究的目的是系统地复制和扩展 TOUCHMATH 计划的先前研究，TOUCHMATH 计划是一项多感官数学计划（Bullock、Pierce 和 McClellan，1989 年）。三名患有中度和多重残疾（例如自闭症和中度智力障碍）的中学生参加了研究。学生们学习如何使用 TOUCH-MATH 和数轴解决个位数数学问题。采用跨参与者的交替治疗设计（Barlow 和 Hersen，1984 年）来评估和比较两种策略的效果。结果表明，与使用数轴相比，TOUCHMATH 策略在教授学生个位数加法问题方面更有效、更高效。讨论了研究的局限性、对课堂教师实践的启示以及对未来研究的建议。
计算机学习计划对患有发展性计算障碍的儿童的有效性。什么影响了个体反应能力？
本研究对患有发展性计算障碍的儿童的计算机学习计划进行了评估，并重点关注影响个人反应的因素。自适应训练程序 Calcularis 2.0 是根据当前数字认知的神经认知理论开发的。它旨在使数字表示自动化，支持心理数轴的形成和访问，并训练算术运算以及扩大数字范围内的算术事实知识。67 名患有发展性计算障碍的二至五年级儿童（平均年龄 8.96 岁）被随机分配到两个组中的一组（Calcularis 组，等待对照组）。训练时间包括最少 42 次 20 分钟的训练课程，最长 13 周。与等待对照组相比，Calcularis 组的儿童在算术运算和数轴估计方面表现出更高的优势。这些改进在训练间隔 3 个月后保持稳定。此外，本研究还研究了哪些预测因素可以解释训练的改进。结果表明，这种自我导向训练对数学焦虑分数低且没有其他阅读和/或拼写障碍的儿童特别有益。总之，Calcularis 2.0 支持患有发展性计算障碍的儿童提高他们的算术能力和心理数轴表示能力。然而，进一步根据个人情况调整设置是有意义的。
测试设计摘要和蓝图：FAST Mathematics 和 BEST EOC
o 编辑任务选项 — 学生单击下拉菜单，其中包含完成方程式或表达式、语句或其他组件的选项。然后，学生从下拉菜单中选择正确的答案。对于纸质作业，此项目类型已修改；学生填写气泡以表示选择。 o 可选热文本 — 指示学生从多个选项中单击一个或多个正确答案。当学生将鼠标悬停在选项（例如短语、句子、数字或表达式）上时，文本将突出显示。这表明文本是可选的（“热”）。选项可以以各种方式呈现（例如，作为列表、嵌入文本或表格）。然后，学生可以单击一个选项来选择它。对于纸质作业，此项目类型已修改；学生填写气泡以表示选择。 o 多选 — 指示学生从多个选项中选择所有正确答案。这些项目不同于多项选择题，后者只允许学生选择一个正确答案。这些项目出现在在线评估和纸质评估中。 o 图形响应项目显示 (GRID) — 学生使用点、线或箭头工具在图形上创建响应。项目类型还可能要求学生选择数字、单词、短语或图像，并使用拖放功能将它们放入图形中。对于纸质评估，此项目类型将被另一种项目类型取代。 o 公式编辑器 — 学生根据测试项目在响应框中输入数字、变量、表达式或公式。向学生展示一个工具栏，其中包含可用于创建响应的各种数学符号。响应框可以与项目的文本分开，也可以嵌入在项目的文本中（例如，与句子对齐或嵌入在表格中）。对于纸质评估，此项目类型已修改；学生在响应框中写下响应。 o 匹配项目 — 学生勾选一个框以指示列标题中的信息是否与行中的信息匹配。每行或每列的正确答案选项数量可能有所不同。这些项目出现在在线评估和纸质评估中。o 分数模型项目——学生创建分数模型。该项目类型要么为学生提供已分成相等部分的模型，要么允许学生通过选择相等部分的数量来构建模型。如果学生构建模型，该项目可能要求学生单击 + 和 - 按钮以选择整体的数量和/或每个整体中的部分数量。然后，学生选择要着色的部分数量。对于纸质评估，此项目类型将被另一种项目类型替换。o 图形项目——学生创建图形或数字线。学生可以通过点击显示的部分内容来创建条形图、线图或直方图。学生可以通过点击网格或坐标网格来绘制点、创建方程式图形、绘制形状或构建其他响应。学生可以通过点击数轴来在数轴上绘制点，或者通过点击数轴并选择箭头来绘制不等式。对于纸质作业，此项目类型将被其他项目类型取代。
三年级数学 - 德克萨斯州教育局
(3.2) 数字和运算。学生应用数学过程标准来表示和比较整数并理解与位值相关的关系。学生应能够 (A) 使用物体、图形模型和数字（包括适当的扩展符号）将 100,000 以下的数字组合和分解为多少个万、多少个千、多少个百、多少个十和多少个一的总和；准备标准 (B) 描述十进制位值系统中十万位的数学关系；支持标准 (C) 将数轴上的数字表示为 10、100、1,000 或 10,000 的两个连续倍数之间的数字，并使用文字描述数字的相对大小以对整数进行四舍五入；支持标准 (D) 比较和排序 100,000 以下的整数，并使用符号 >、< 或 = 表示比较。准备就绪标准
使用深度学习方法的鱼年龄阅读对象 -
单个年龄的抽象确定是对鱼类种群进行准确评估的重要一步。在非热带环境中，鱼耳石（耳石）中环状生长模式的手动计数是标准方法。它依赖于视觉手段和个人判断，因此受到偏见和解释错误的影响。基于机器学习的自动模式识别的使用可能有助于克服此问题。在这里，我们采用了两种基于卷积神经网络（CNN）的深度学习方法。第一种方法利用蒙版R-CNN算法在主要的耳石读数轴上执行对象检测。第二种方法采用U-NET体系结构对耳石图像进行语义分割，以隔离感兴趣的区域。对于这两种方法，我们都应用了一个简单的后处理来计算返回的输出掩码上的环，这与年龄预测相对应。多个基准测试表明我们实施方法的有希望的性能，可与基于经典图像处理和传统CNN实现的最近发布的方法相媲美。此外，与现有方法相比，我们的算法表现出更高的鲁棒性，同时还具有推断缺失的年龄组并适应新域或数据源的能力。关键词：鱼年龄读数；自动化;深度学习；对象检测；分段
探索我们的内置计算器：对算术运算相关脑区进行非侵入性脑刺激研究的系统叙述性回顾
本系统综述全面调查了应用经颅磁刺激和经颅电刺激顶叶和非顶叶区域来研究符号算术处理的神经基础的研究。所有研究结果均根据数字处理的三重代码模型 (TCM) 的三个假设汇编而成。共确定了 37 篇符合条件的稿件（33 篇来自健康参与者，4 篇来自患者）。其结果与 TCM 的第一个假设大致一致，即顶内沟既保存量值代码，又参与需要数值操作的运算，如减法。然而，大量异质性结果与 TCM 的第二个假设相冲突，即左侧角回用于算术事实检索，如检索死记硬背的乘法结果。对 TCM 的第三个假设的支持也有限，即后顶上小叶参与心理数轴上的空间运算。此外，对中医所指脑区以外的脑区进行刺激的结果显示，双侧缘上回参与在线计算和检索，左颞叶皮层参与检索，双侧背外侧前额叶皮层和小脑参与在线计算认知要求较高的算术问题。总体结果表明，多个皮层区域有助于算术技能。
数字轴计数器 - 印度铁路
第 A 部分 数字轴计数器（多部分）1.简介 轴计数器是一种用于监控轨道指定部分是否存在车辆的设备。传统的轴计数器采用晶体管电路和集成电路设计。现在轴计数器使用微控制器和软件程序设计，这些被称为“数字轴计数器”。系统中使用的通信是通过数据包在单元之间交换信息。此通信处于双工模式并且是故障安全的。（在双工模式下，两个连接的设备之间同时进行双向数据交换。数据流在两个方向上独立进行） 2.数字计轴器的类型 有两种类型： • 单段数字计轴器 • 多段数字计轴器 单段计轴器通常用于监控单个轨道段，即特定轨道段只有一个入口点和一个出口点。数字数据通过调制解调器通信直接在两个计轴器现场设备之间传输。而多段数字计轴器用于监控由多个入口和出口点限制的称为“轨道段”的线路部分。每个轨道段的开头和结尾都有计数头（轴检测器）。这些单元连接到评估计算机（中央评估器），该计算机处理计数头生成的信息。如果计数的入轴数与计数的出轴数相匹配，则指示相应的轨道段畅通。3.多段数字轴计数器 3.1 概述 多段数字轴计数器由轴检测器和现场单元组成，最多可配置 (n-1) 个轨道段，其中 n 是检测点的数量。它能够计数轴数、计数比较、查找轴移动方向、监督、中继驱动以及传输轴检测器和现场单元的计数和健康状况。现场单元通过传输介质连接到中央评估器，传输范围为 VF。仅当 IN 计数和 OUT 计数相等且设备正常运行时，才会给出轨道畅通指示。轴计数器显示