彩神彩票app登录_ios/安卓/手机版app下载

“绳彩飞扬”助力校园特色体育******

　　山东省济南市历下区历山学校：

　　“绳彩飞扬”助力校园特色体育

　　近日，在山东省济南市历下区历山学校操场上，学生们随着大绳和小绳的翻飞，机智地跳跃、跑动，笑意写在脸上、快乐洋溢心中。这是该校学生正在备战全国跳绳联赛训练的场景，而全校开展跳绳活动正在成为学校的一道风景，“人人会跳绳、天天有比赛、班班有队伍”局面已经形成。

　　从2018年9月开始，历山学校着力研发实施“绳彩飞扬”特色课程体系，在“以绳健体、以绳会友、以绳促德、以绳增智”的理念引领下，学校以学生体质健康为中心，以体育课堂为载体，以阳光大课间为补充，以“绳彩飞扬”为主题，充分发挥花样跳绳特色项目的育人作用，将校园特色体育文化建设与学校整体文化育人建设紧密结合起来，为学生健康打下了坚实基础。

　　“绳彩飞扬”课程推动学校特色体育文化发展

　　近年来，历山学校结合本校实际情况，遵循学生年龄阶段的发展规律，加强对跳绳运动传统文化的传承，引导学生逐步了解跳绳文化，不断丰富跳绳课程内容，同时，将跳绳与音乐等学科相结合，借助音乐的旋律，提升学生对韵律的欣赏和对节奏的把握；立足实践探索编制花样跳绳绳操“绳彩飞扬”课程教材，在学校大课间推广，激发学生跳绳的兴趣，为校园特色文化打好基础。

　　除了提升学生们的技能，学校还注重跳绳知识和礼节等相关体育文化的教育，将花样跳绳技能教学渗透到体育教育中，由“戏”过渡到“育”的阶段，其内容和形式不断发展变化。同时，学校注重跳绳组合形式等方面的探索与研究，使花样跳绳运动朝着多样性、娱乐性、观赏性的方向发展。经过大量的“练”和“赛”，不仅学生之间的默契配合度得到提升，团队合作意识与能力也得到增强。

　　学校还充分发挥第二课堂的作用，利用花样跳绳社团弥补学生“练”“赛”的不足。为提高学生兴趣，学校专门成立了“跳绳社团教师指导小组”，以帮助各学习小组的教师学好每一个动作。同时，学校还加大对课程理论的学习研究，参与编写《山东师大基础教育集团跳绳教程》《花样跳绳》校本教程教材，申报课题“跳绳运动对提升小学生体质健康的实践研究”等。

　　多种方式推动“以赛促练，以练促学”

　　学校充分考虑跳绳场地较小的特点，利用“天天跳绳”软件，组织全校线上跳绳比赛，组织学生参加山东省第一届线上中小学生跳绳比赛，为学校线上体育教学发展提供了更多借鉴和经验，让“以赛促练”成为学校体育发展的主要路径。

　　结合学校体育教学实际，学校着力推进“以赛促练，以练促学”活动。第一学期低年级以“一分钟并脚跳”为主，高年级以“8字绕”为主；第二学期学校组织体育节、跳绳吉尼斯活动。同时，借助山东师大基础教育集团办学优势，2021年，学校承办了“童心向党，绳彩飞扬”山东师大基础教育集团跳绳比赛，让整个校园因花样跳绳焕发出新的活力与生机。

　　“绳彩飞扬”助力学生全面成长

　　通过特色体育文化引领，学校的体育工作实现了质的提升。

　　2021年学生体质健康综合评价达标率为96.34%，其中一分钟跳绳达标率高达99.61%。从2018年开始至今，历山学校花样跳绳队在全国跳绳联赛、全省全民健身运动会、全省中小学生线上跳绳比赛、济南市中小学生跳绳比赛上屡次取得优异成绩：18次获得全国跳绳联赛第一名，连续4年获得山东省特等奖，学校“绳彩飞扬”活动获得历下区“阳光大课间”活动评比第一名，学校被评为“山东省校园跳绳推广学校”。

　　（作者：辛吉荣 王欣欣，单位系山东省济南市历下区历山学校）

　　《中国教育报》2023年01月10日第9版

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）