认真学习贯彻党的十六届六中全会精神进一步加强安全生产工作

刚刚闭幕的党的十六届六中全会是在我国改革发展关键时期召开的一次重要会议。全会充分肯定了党的十六届五中全会以来中央政治局的工作，对当前党和国家的工作进行了部署。胡锦涛总书记的重要讲话，高屋建瓴，思想深刻，论述精辟，从全局和战略的高度，进一步强调了构建社会主义和谐社会的重要性，科学回答了什么是和谐社会、怎样构建和谐社会等一系列重大问题，对做好当前党和国家的重点工作提出了明确的要求，为我们抓住机遇，应对挑战，实现宏伟的奋斗目标提供了重要的思想指导和行动指南。     

了解成人学习特点 搞好安全培训教学工作

搞好安全生产培训工作是做好安全生产工作的基础，其培训的对象和群体多属于成人教育的范畴，有着独特的学习特性。许多专家学者就成人学习的特点分别给予关注和致力研究，美国著名成人教育理论家诺尔斯、达肯沃尔德、梅立安等都进行过深入的研究。综合他们的观点，结合安全生产培训对象，了解掌握学员的身心特点和学习特性，采取适宜的教学方法，对做好安全生产培训工作大有裨益。     

认真学习贯彻省第八次党代会精神努力开创安全生产工作的新局面

11月25日，福建省安监局、福建煤监局召开贯彻省第八次党代会精神大会。两局及所属相关事业单位福建省劳动保护研究所、福建省重大危险源监控中心全体干部职工听取了福建省安监局、福建煤监局陈炎生局长所作的报告。     

改为“生产安全法”如何？

近期在工作中遇到一些问题,想从现行法律中寻求答案,对《安全生产法》等相关法律法规再次进行了学习。在学习过程中,有几个问题感觉需要提出来进行研讨,以使安全健康法律法规更加适应“安全发展”的需要。     

环境研究性学习的目标与方法

当前,“培养创新精神和实践能力”已成为整个教育改革的灵魂,为适应我国新世纪人 才培养的需要,在 1999年全国第三届教育工作会议上,首次提出在高中阶段应积极开展学生研究性学习的建议。据悉,上海等一些有条件的省市的中学,研究性学习活动已经开展得如火如荼。 　　笔者在开展环境教育的过程中,也尝试指导学生进行研究性学习。我认为,所谓环境研究性学习,是指在教师的指导下,学生以类似科学研究的学习方式去获取与环境有关的知识并加以应用的方式,它强调学生的自主发展,即通过学生广泛地接触社会,在多元、动态、开放的大课堂…     

“中国中小学绿色教育行为”的回顾与启示

为了提高中国环境教育的质量和普及性,国家教委（现教育部）、世界自然基金会和英国石油公司（中国）达成协议,推行“中小学绿色教育行动”项目。该项目于 1997年 7月正式启动, 2000年 9月第一阶段项目结束。 缺乏环境教育专业培训人员是当前中国环境教育发展的主要障碍,对中国教师进行环境教育的在职培训是克服这一障碍的重要途径。因此,“中小学绿色教育行动”的第一阶段把重点放在为小学教研员、校长和教师提供在职培训课程上。北京师范大学、华东师范大学、西南师范大学被选为实施这一课程的基地。国家教委（现教育部）、世界自然…     

大学生缺乏学习动力的原因及激励对策探讨

从社会、学校、家庭及学生个人等方面入手,分析了当前大学生缺乏学习动力的主要因素,有社会浮躁心理、大学生就业难、学生理想目标丧失、学校教育与管理不到位等;针对这些问题,提出了激发大学生学习动力的对策,其主要对策有：加强思想政治教育、做好职业规划、提高教师教学水平、切实解决大学生就业难问题等.参3.     

风险规避、社会学习对农户现代灌溉技术采纳行为的影响——基于Heckman样本选择模型的实证分析

将社会学习引入现代农业技术采纳问题研究,既是对传统技术采纳与推广理论研究范式的拓展,也是理解农户技术采纳动态过程的关键.基于甘肃省张掖市498户农户微观数据,在用实验经济学方法测度农户风险规避程度的基础上,运用Heckman样本选择模型进行实证分析,探索风险规避、社会学习对农户现代灌溉技术采纳决策及采纳程度的影响,并引人交互项检验社会学习对风险规避的缓解效应.结果表明:(1)采纳现代灌溉技术的农户占样本总农户的比例为66.06％,这其中,样本户的平均采纳程度为47.26％.(2)风险规避、社会学习对农户现代灌溉技术采纳决策与采纳程度均有显著影响,农户风险规避程度越高,其采纳现代灌溉技术的可能性越低;社会学习能显著提升农户现代灌溉技术采纳决策与采纳程度.(3)从社会学习各维度的影响来看,相互学习对农户现代灌溉技术采纳决策及采纳程度均有显著正影响,学习他人对农户现代灌溉技术采纳决策及采纳程度有影响,但不显著.(4)社会学习有助于缓解风险规避对农户现代灌溉技术采纳行为的抑制作用.     

绿色能源培训项目组赴国家电网学习考察

本刊讯：7月12日天津市能源管理培训学校绿色能源培洲项目组到国家电网天津电力培洲中心进行学习考察。国电培训中心领导热情接待并介绍了系统化培训工作经验。     

基于机器学习的星载短波红外CO2柱浓度估算

利用OCO-2卫星遥感数据、全球碳柱总量观测网(TCCON)站观测数据、NDVI归一化植被指数数据、ERA5大气数据,采用决策树和集成学习(XGBoost、普通随机森林、极端随机森林、梯度提升)对二CO₂平均柱浓度进行预测.通过相关性分析、特征选择与特征提取,建立模型预测CO₂平均柱浓度,再与TCCON站点的地基观测数据进行比对.通过分析不同模型(决策树、XGBoost、普通随机森林、极端随机森林、梯度提升)预测的结果,发现使用极端随机森林回归模型预测CO₂平均柱浓度的精度最高, R²、均方根误差(RMSE)、平均绝对误差(MAE)、平均相对误差(MRE)分别为:0.953、0.492×10^-6、0.260×10^-6、0.063%,其余模型次之,因此对极端随机森林回归模型的预测性能随自身参数的影响进行了分析,结果表明,在误差允许的范围内(±2×10^-6),极端随机森林回归模型和梯度提升回归模型预测的准确率一样,都为98.10%.由于C...