公示-福建农林大学教务处
福建农林大学(福州校区)关于开展2011-2012学年第二学期公共选修课第一轮网上选课的通知
农林大教字〔2011〕57号福建农林大学（福州校区）关于开展2011-2012学年第二学期公共选修课第一轮网上选课的通知各学院：2011-2012学年第二学期公共选修课第一轮网上选课工作即将开始，为确保网上选课工作的顺利进行，现将有关事项通知如下：一、选课对象在校2007级五年制、2008、2009、2010、2011级四、五年制本科学生。
二、公选课开课时间开学第一周开始上课（周日的课程第二周开始上课、特殊情况另定），周二、周四、周日晚上及周六、周日下午为公选课开课时间，每门课每周安排一次，每次安排三学时。
为避免第一专业与第二专业课程安排冲突，同时规定：双学位课程上课时间为周二、四、五、六、日晚上及周日上午，修读双学位的同学只能选周六、日下午的公选课课程。
三、公选课有关规定1、培养计划规定，全日制本科生在弹性学制内应修满培养方案规定的公共选修课学分。
为使学生文理渗透、学科交叉，理、工、农学类学生应选修6学分人文社会科学类课程，经济学、管理学、法学、文学类学生应选修6学分自然科学类课程，非艺术类学生应选修2学分艺术体育类课程。
因此，学生在选课时，特别要注意课程结构，选课前认真查阅本专业培养方案对公选课的修读要求，并根据要求选修相应类别的课程。
2、学生应从本人的实际情况出发，在保证学好必修课的前提下，合理安排选修课，对存有严格先修后续关系的课程，必须先选先修课程，再选后续课程。
3、所选的公选课课程如与本专业培养计划中必修课和专业选修课课程相同的，所修课程学分不予承认。
对于不能明确的课程，选课前可咨询任课老师。
4、学生根据本人的实际情况可选1—2门不同类别的课程（特别提醒：考研的学生可关注以下几门课程—《高等数学》、《线性代数》、《高级英语写作》、《高级阅读》、《高级英语翻译》、《英语口语》、《大学英语五级》），2007、2008级学生不限选修门数，已修满学分的学生不必再选。
修读双学位、双专业、辅修专业取得学分的课程是第一专业不需修读的课程，可作为第一专业相同类别的公选课学分，修读双学位、双专业、辅修专业的学生可根据实际情况少选公选课。
关于公布2012年度校级大学生创新创业训练计划项目的通知
农林大教字〔2012〕47号
关于公布2012年度校级大学生创新创业训练计划项目的
通知
各学院：
根据《关于开展2012年大学生创新创业训练计划项目立项申报工作的通知》（农林大教字〔2012〕13号）精神，教务处开展了2012年度校级大学生创新创业训练计划项目申报。
经评审，决定批准《水稻苗期低温失绿基因cisc(t)的表达分析和亚细胞定位》等126个项目立项。
创新训练和创业训练两类项目的资助经费将下拨到各学院的大学生创新性实验项目专项经费本，由各学院负责审批使用。
创业实践项目经费按项目设经费本。
经费使用请严格按照《福建农林大学大学生创新创业训练计划项目管理办法》执行。
项目统
一由学院自行管理，并按学校相关通知做好项目的中期检查、结题等过程管理工作。
附件： 1.《各学院2012年校级大学生创新创业训练计划项
目资助经费汇总表》
2.《各学院2012年福建农林大学大学生创新创业训
练计划项目立项项目一览表》
福建农林大学教务处
二○一二年七月十二日。
福建农林大学教务处长吴祖建签发的合同6篇
福建农林大学教务处长吴祖建签发的合同6篇篇1合同编号：（编号格式按学校相关规定填写）甲方：福建农林大学教务处（以下简称甲方）乙方：（相关服务提供者或部门名称）（以下简称乙方）鉴于甲方需要乙方提供教学服务，经双方友好协商，达成如下合同条款，以兹信守。
一、合同目的与业务范围1.1 本合同旨在明确甲方与乙方之间教学服务的合作关系。
1.2 乙方应按照甲方的要求，提供包括但不限于课程设计、教材编写、教师培训、教学评估等教学相关服务。
二、服务期限本合同自签订之日起生效，有效期为______年/学期。
三、服务内容与服务标准3.1 乙方应根据甲方的需求，提供专业化的教学服务。
3.2 乙方提供的课程内容应符合国家教育标准，以及福建农林大学的教学质量要求。
3.3 乙方应按时提交课程计划、教学进度、学生成绩等相关教学资料。
四、费用及支付方式4.1 甲方应向乙方支付教学服务费用，具体金额根据服务内容和时间双方另行商定。
4.2 支付方式：_____________。
（如：银行转账等）4.3 乙方在完成教学服务后，应提交结算报告，经甲方审核无误后支付费用。
五、权利与义务5.1 甲方有权对乙方的服务质量和效果进行评估和监督。
5.2 乙方有义务按照合同约定提供高质量的教学服务。
5.3 双方应共同保护合同信息的机密性。
六、违约责任与解决方式6.1 如一方违反本合同的任何条款，均应承担违约责任。
6.2 若因乙方服务不到位导致甲方损失，乙方应承担相应的赔偿责任。
6.3 对于争议，双方应首先友好协商解决；协商不成的，可向福建农林大学仲裁委员会申请仲裁或向人民法院起诉。
七、其他条款7.1 本合同未尽事宜，双方可另行协商补充。
7.2 本合同一式两份，甲乙双方各执一份，具有同等法律效力。
7.3 本合同自双方签字盖章之日起生效。
甲方：福建农林大学教务处（盖章）教务处长：吴祖建（签字）日期：______年______月______日乙方：（相关服务提供者或部门名称）（盖章）负责人：（签字）篇2合同协议甲方（用人单位）：福建农林大学教务处乙方（雇员）：吴祖建（教务处长）根据平等自愿的原则，经甲乙双方协商一致，签订本合同协议，以明确双方的权利义务关系。
高校学生课程绩点预测方法
高校学生课程绩点预测方法林运国;曾海滨;张云帆;温永仙【摘要】学业预警是加强学风建设、提高教学质量的一项举措,课程绩点预测是其中一项必不可少的工作.在分析课程之间的关系基础上,运用遗传优化BP神经网络算法对目标课程绩点进行预测.首先,将百分制成绩转化为课程绩点;其次,引入专业知识网络并建立课程社团;然后,运用关联规则分析给出课程之间的关联性;接下来,利用遗传算法优化BP神经网络,提出预测课程绩点的算法;最后,以本校数学专业成绩为分析数据,讨论该预测方法的可行性和有效性.【期刊名称】《内江师范学院学报》【年(卷),期】2019(034)002【总页数】6页(P57-62)【关键词】高校学生;课程绩点;预测方法【作者】林运国;曾海滨;张云帆;温永仙【作者单位】福建农林大学计算机与信息学院, 福建福州 350002;福建农林大学教务处, 福建福州 350002;福建农林大学教务处, 福建福州 350002;福建农林大学计算机与信息学院, 福建福州 350002【正文语种】中文【中图分类】TP3910 引言随着国内高等教育从精英式教育走向大众化教育，各个高校都在积极探索如何强化教学管理以加强学风建设和提高教学质量．2006年，江西理工大学首创性提出学业预警制度，并获得良好的效果和认同[1]．学业预警是一种信息沟通和危机预测的制度，它指的是教学管理部门依据学生管理办法和专业培养方案，对学生学习情况进行统计调查，将学习存在的问题以及所产生不良后果的信息及时告知学生和家长，同时采取有效措施帮助学生顺利完成学业[1]．如何预测课程成绩并做到期初事前预警而不是期末事后处理，这对教学管理工作来说具有较强的实用性和参考价值．然而，在当前实际教学管理工作中，学业预警更多的是使用初等统计方法分析学生所处的学习状态，比如补考率、专业排名等．该方法虽然简单直观却不能做到期初预警．为此，学者们开展了相关研究工作．王凯成[2]利用四种数据挖掘算法对学生课程绩点进行预测获知毕业时候的平均绩点，王涛等[3]基于BP神经网络，利用学生每学期的成绩作为模型输入，以平均学分绩点作为模型输出，给出平均学分绩点预测模型．注意到，这两项工作都只对学业平均(学分)绩点做出预测，而非具体课程成绩的预测．吴暾华[4]通过构造学业状态特征向量，运用支持向量机得到非线性预测模型自动发现学习状态不佳的学生并做出预警，陈勇[5]利用遗传优化神经网络构造成绩预测模型，其研究具有较强的实用性，朱东星[6]运用关联规则分析挖掘出学生课程考试成绩与毕业之间的关联关系，为教务管理工作提供有价值的信息．基于对相关文献的梳理，运用数据挖掘算法对课程成绩进行预测并提出解决方案是当前学业预警的主流研究内容[2-6]．上述已有研究基本以百分制成绩作为分析数据[5]，研究课程之间的关联性[6-7]、目标课程的成绩预测[5]、学生当前学习所处的状态[4]等．然而，这些研究内容并未涉及到课程学分，脱离了以学分制为主的评价体系．同时注意到，每一个专业的培养方案和教学计划都具有整体性和系统性，如果纯粹以学生成绩作为分析数据讨论课程的关联性而不考虑课程内容的相关性，那么这样的课程关联性分析就缺乏合理性和科学性．这也是当前研究工作的一个不足之处．为此，本文将对学生百分制成绩做一定预处理，在综合考虑课程内容和课程成绩基础上研究讨论课程之间的关联性，然后再运用合适的数据挖掘算法对课程成绩做一定预测，从而为学业预警工作提供相关预测信息．1 课程绩点预测算法1.1 课程绩点的计算为了加强学风建设、提高教学质量，各个高校都在积极探索和采取有效措施改进学分制的教学管理体制．目前，受到公认的成功经验是采取平均绩点制[8-9]．平均绩点(grade point average, GPA)，是国际通行的学生学习质量综合评价指标．一般采用加权平均分的五级评分制计算GPA，其计算公式为：,(1)其中，GPi表示第i门课程绩点或简称绩点；Ci表示第i门课程学分．式(1)给出了GPA计算公式，该指标可以用于评价学生学习状态以及是否达到毕业条件等[2-3]．在该式中，计算课程绩点GPi是其主要工作．课程绩点是根据每门课程的成绩来计算的，一般将60分计为1个绩点，往上每1分绩点增加0.1，这样100分就是5个绩点．不过，这样计算方法会使得课程绩点划分了太细，反倒不利于后续讨论计算．因而，采用成绩区间段来计算课程绩点是比较理想的方案，比如武汉七所部属高校就是对不同成绩区间段给出不同的课程绩点[9]．结合本校学生课程成绩以及学生综合测评的实际情况，经过充分论证，将采用表1的课程绩点计算规则．表1 课程绩点计算规则成绩区间绩点成绩区间绩点(89,100]4.0(65,69]1.7(85,89]3.7(61,65]1.3(81,85]3.3(60,61]1(79,81]3.0补考通过1(75,79]2.7重修通过1(71,75]2.3[0,60)0(69,71]2.01.2 专业知识网络和课程数据画像为了分析课程之间的关联关系，借鉴文献[10]的基本思想，引入专业知识网络、课程数据画像等相关概念以及设计方法．这些将为后续分析作前期准备，主要步骤如下：(1) 先选取N门课程，每门课程包含Nk,1个知识单元、Nk,2个知识点，k=1,2,…,N；(2)分析课程知识点之间的联系，用有向图G1=〈V1,E1〉来表示，其中，顶点集V1表示课程集，有向边E1表示课程学习的先后顺序关系；(3)同样依据知识关联关系对知识单元和课程建立有向图，分别记为G2=〈V2,E2〉、G3=〈V3,E3〉．同时，将知识点提升为知识单元、知识单元归纳为课程．综合三个层次的专业知识有向图，记为G=〈V,E〉；(4)用专业知识关联的数量计算出知识点(vi,vj)的关联程度wij，并以此标记出图中每一条有向边的权重；(5)分析每个顶点的出入度din和dout、度分布特性、每个顶点vi与所有邻接节点(〈vieijvj〉)之间的实际连接与最大可能连接数之间的比率rij；(6)将整个网络进行划分，形成几个具有共同特征的社团结构C(课程组)；(7)建立专业知识有向图并做标识，由此建立起课程数据画像．1.3 课程关联规则分析在专业知识网络中，课程社团是依据课程关联性结合在一起．在同一课程社团内，课程之间就知识层面来说是相互关联的．然而，这并不能作为课程关联规则分析之用，也达不到预测的目的．为此，在课程社团基础上，运用关联规则分析算法计算出课程的强关联规则，进而将规则中前置条件作为前导课程，后置条件作为预测课程．具体方法如下．首先，假设C是一类课程社团，令I={i1,i2,…,id}是该类课程社团中所有课程的集合，共有d门课程．同时，定义支持度和置信度以度量课程关联的强度，公式如下：s(Xα→Yα,c(Xα→Yα．(2)其中，N表示学生人数；σ(Xα∪Yα)表示相对于绩点α来说在所有学生的课程事务中，课程项集Xα和Yα所包含的所有课程绩点都大于α．其次，综合考虑所有课程绩点，通过计算课程的总支持度和总置信度，可以得到课程之间的强关联规则，其计算公式如下：s0(Xα→Yα)=,c0(Xα→Yα)=．(3)接下来，运用Apriori算法，可计算出在相对于绩点α下的课程之间的强关联规则．算法具体描述如下．算法的输入部分(1)给定一类课程社团C和对应的课程集合I；(2)给定N个学生、绩点α和所有学生的课程事务的集合Tα；(3)给定一个最小支持度阈值a0和b0．算法的输出部分(1)读取所有学生的课程事务，产生待选的1-课程项集的集合C1；(2)参照最小支持度阈值，通过待选的1-课程项集的集合C1产生频繁1-课程项集的集合L1；(3)取遍i>1，循环执行下述步骤(4-6)；(4)通过Li执行连接和剪枝计算，并且由待选的i+1-课程项集的集合Ci+1；(5)参照最小支持度阈值，由待选的i+1-课程项集的集合Ci+1产生频繁i+1-课程项集的集合Li+1；(6)判断频繁Li是否为空集，如果不为空集，则令i=i+1并返回第(4)步，否则执行第(7)步；(7)参照最小置信度，返回频繁课程项集计算出强关联规则．最后，选取与预测课程相关的强关联规则，按总支持度和总置信度大小排列取一定数量的关联课程(前置条件)作为预测的前导课程，其后置条件作为预测课程．1.4 BP神经网络优化运用遗传算法优化BP神经网络，提出在强关联规则下的课程绩点预测算法．算法具体描述如下．算法的输入部分(1)给定一类课程社团C和对应的课程集合I；(2)给定N个学生、绩点α和所有学生的课程事务的集合Tα；(3)给定一个最小支持度阈值a0和b0．算法的输出部分(1)针对强关联规则的课程，读取所有学生的课程绩点数据，并对数据进行归一化等相关前期处理；(2)设置相关参数：节点数量、隐层数、次数、步长、目标等；(3)初始化种群的大小，进化代数、交叉概率和(初始)变异概率等；(4)用十进制对种群进行编码，取适应度函数为实际输出与期望输出绩点不相同的个数与总数之间的比值；(5)不断循环直至进化次数，该过程进行交叉操作、变异操作、选择操作等自适应遗传操作以便产生新种群，将得到最优个体作为BP神经网络的初始权值和阈值；(6)利用循环计算得到的最佳初始权值和阈值设置BP神经网络；(7)使用训练数据train训练BP神经网络；(8)使用测试数据input_test测试BP神经网络，并将预测数据反归一化；(9)返回分析期望数据与预测数据之间的误差．2 实例分析首先，从教务系统获取数学专业2006～2016级633位学生课程成绩作为分析数据，其中一部分作为训练数据，另一部分作为验证数据．其次，对课程成绩数据做如下预处理：(1)选修课因人而异不具有群体性，故不列入分析讨论范围；(2)确认正考成绩、补考成绩和重修成绩，取最高分为最终成绩；(3)计算每门课程的绩点．然后，在数据预处理基础上选取17 门专业课程作为分析对象(见表2)．运用Apriori算法对这些课程进行关联分析，按支持度高低进行排列，同时取前5门置信较度的课程作为关联课程，相关结果见表2．在考虑开课时间顺序的基础上，选取三组课程做绩点预测分析．课程组一：高等代数2、概率统计、运筹学、常微分方程和复变函数作为训练输入，数学模型作为目标输出．课程组二：复变函数、数学分析3、概率统计、大学物理和常微分方程作为训练输入，数值方法作为目标输出．课程组三：数据结构、数学分析1、高等代数2、程序设计和常微分方程作为训练输入，数值方法作为目标输出．注意到课程组二和课程组三的目标输出课程都是数值方法，不同的是：对于课程组二的训练输入课程，仅通过绩点的关联性强度高低来选取；对于课程组三的训练输入课程，不但要考虑绩点的关联性强度还要结合专业知识网络、所在课程社团以及知识之间关联程度．表2 强关联课程和目标课程关联课程1关联课程2关联课程3关联课程4关联课程5目标课程数学分析2高等代数1解析几何常微分方程复变函数数学分析1数学分析1常微分方程概率统计数学分析3数值方法数学分析2复变函数高等代数2概率统计数值方法常微分方程数学分析3高等代数2数学分析1数学分析3解析几何离散数学高等代数1数学分析3高等代数1解析几何运筹学常微分方程高等代数2高等代数2数学分析1高等代数1大学物理常微分方程解析几何离散数学常微分方程数学分析3数学分析2大学物理概率统计概率统计数学分析2数学分析3近世代数常微分方程离散数学大学物理数学分析2概率统计复变函数数学分析3常微分方程数学分析3离散数学常微分方程大学物理高等代数1复变函数复变函数高等代数2高等代数1概率统计数据结构运筹学复变函数数学分析3概率统计大学物理常微分方程数值方法高等代数2概率统计运筹学常微分方程复变函数数学模型常微分方程复变函数数值方法离散数学数学分析3大学物理离散数学离散数学数学分析2运筹学近世代数程序设计离散数学常微分方程近世代数数学分析3数值方法数据结构离散数学数学分析2数据结构高等代数2高等代数1近世代数最后，设定相关参数构建遗传优化BP神经网络算法．在神经网络中，因为有5个关联课程和1个目标课程，所以输入层和输出层的神经元(节点数)分别设定为5个和1个；隐含层的神经元个数设定为11个，整体逼近效果较好．在遗传算法中，经过不断实验调试给出较优的参数设定值，见表3．表3 遗传优化BP神经网络算法的参数设定参数名参数值参数名参数值输入层一层5个神经元输出层一层一个神经元隐含层一层11个神经元迭代次数100种群规模50交叉率0.99变异率0.1训练学习率0.1训练次数1000目标最小误差1e-4通过编程计算，分别得到三个课程组的目标课程绩点的预测值和误差值(见表4和图1～4)．具体分析如下：第一，表4和图1～4分别给出目标课程绩点的预测值和误差值，结果表明该方法对预测目标课程绩点总体效果较为良好，有84%以上学生的目标课程绩点的误差在1个数值范围内．第二，图2给出了课程组二和课题组三的目标课程绩点的误差对比图，从图中可以看出课程组三的预测效果优于课题组二，这说明结合专业知识网络、课程社团和知识之间关联程度对于提高课程绩点的预测准确度是很有必要的．同时，从专业角度来看，与课题组二对比，课程组三的训练输入课程对目标输出课程有更强的课程内容相关性，这使得预测结果更具有合理性和科学性．第三，图3～4均给出课题组三的目标课程绩点的误差值，其中图3涉及到预测学生数为83人，图4涉及到预测学生数为133人．两个实验预测效果均为良好，说明该方法对于预测数量来说具有很强的稳健性．表4 课程组一的绩点真实值和预测值真实值预测值真实值预测值真实值预测值真实值预测值真实值预测值3.302.613.302.961.001.082.702.621.001.342.301.681.701.932.000.973.303.83 2.302.164.002.742.702.183.301.542.702.772.703.332.301.993.003.432.301.031.702.141.700.922.302.722.301.392.302.222.302.941.702.141.701.521.301.542.302.223.303.883.303.652.001.242.702.123.003.71图1 课程组一的绩点误差图2 课程组二、课程组三的绩点误差值的对比图3 课程组三的绩点误差(83人)图4 课程组三的绩点误差(133人)3 讨论通过上述分析可以看出，在对成绩数据做前期预处理和关联性分析基础上运用遗传优化BP神经网络算法对课程绩点进行预测具有如下特色和优势：第一，GPA作为学分制下评价学生成绩好坏的依据，在教学管理上有较多的应用，比如毕业资格审核、奖学金评选、学业预警等．根据计算公式GPA是通过课程绩点和对应课程学分计算出来的．因而，分析和预测课程绩点对于GPA在教学管理中的应用特别是学业预警方面是必要的前期工作．注意到，已有文献是以学生百分制成绩做学业预警分析[5]，而对课程绩点预测是这方面研究的一个补充．第二，区别于已有文献[6-7]对课程关联分析的研究方法，在专业网络分析基础进行关联性分析的方法不但考虑了课程内容之间的关联性也考虑了以成绩为数据的课程之间关联性，这样分析结果更加客观合理．第三，相关研究表明BP神经网络算法对课程成绩预测具有一定的不适应性，表现在收敛速度慢、效率低下等[11]．因而，需要对该算法进行一定的优化．解决该问题的一种比较好方法是应用遗传算法优化BP神经网络，它能够减少网络陷入局部极小的可能性，同时也提高网络收敛的速度，从而获得全局最优解[5,11] ．4 结论本文主要以课程绩点为分析数据，引入专业知识网络，在强关联规则下利用遗传算法优化BP神经网络，运用改进后的算法对课程绩点进行预测，通过实例分析表明该解决方法对于课程绩点预测总体效果较为良好．进一步将继续沿用GPA考核体系，对所提出的预测方案予以优化以提高预测的准确度．同时作为结果的应用，在教学改革重点项目支撑下，正在研究开发专业知识网络和学业预警系统，相关结果将在系统使用中得以体现.对于教学管理者来说，可以根据前导关联课程的绩点，对学生后续课程绩点进行预测，并做好期初预警工作；对于学生来说，在接收到相关课程预警之后，可以通过对关联课程进行复习以及改变学习态度和学习方法，以利于提高目标课程绩点．参考文献：【相关文献】[1] 吴婉淑. 从学籍管理的角度谈高校学业预警 [J]. 文教资料, 2014 (7): 115-117.[2] 王凯成. 基于数据挖掘的大学生学业预警研究 [D]. 上海: 上海师范大学, 2012.[3] 王涛, 潘和平, 蔡成梅. 基于L-M优化算法的学会绩点预测模型构建 [J]. 合肥师范学院学报,2017,35(6): 20-24.[4] 吴暾华, 王萍, 刘婷. 基于支持向量机的大学生学业动态预警研究 [J]. 中国教育信息化, 2017 (17): 65-67.[5] 陈勇. 基于遗传神经网络成绩预测的研究与实现 [J]. 现代电子技术, 2016, 39(5): 96-100.[6] 朱东星, 沈良忠. 关联规则在高校学业预警中的应用研究 [J]. 电脑知识与技术, 2017,13(23): 196-197.[7] 何楚, 宋健，卓桐. 基于频繁模式谱聚类的课程关联分类模型和学生成绩预测算法研究 [J]. 计算机应用研究, 2015,32(10): 2930-2932.[8] 杨亚河, 张双祥. 平均绩点(GPA):学分制下的学习成绩评价标准和依据 [J]. 吉林教育, 2012 (25): 32-33.[9] 方祥玉. 学分绩点在武汉七所部属高校的实践与探索 [J]. 河南教育学院学报(哲学社会科学版), 2012, 31(3): 131-133.[10] 阎高伟, 张梦蓓, 程永强, 等. 基于复杂网络的自动化专业知识体系分析 [J]. 电气电子教学学报, 2016,38(4): 1-5.[11] SOCHA K, BLUM C. An ant colony optimization algorithm for continuous optimization: application to feed-forward neural network training [J]. Neural Computing and Applications, 2007, 16(3): 235-247.。
福建农林大学学生参加省级以上各类竞赛奖励汇总表-福建农林大学教务处
全国大学生电子设计竞赛
赵晨
讲师
525
21
张翠云
机电工程学院
讲师
手写绘图板
省二等奖
525
吴碧致、黄蕾、陈福恩
全国大学生电子设计竞赛
林寿英
副教授
975
22
吴锤红
机电工程学院
教授
简易旋转倒立摆及控制装置
省三等奖
650
徐学燊、方斌、郑滨滨
全国大学生电子设计竞赛
赵晨
讲师
350
23
陈学永
机电工程学院
35
刘必雄
计算机与信息学院
讲师
参加现场程序设计
省三等奖
1000
陈志灵
第四届“蓝桥杯”全国软件专业人才设计与创业大赛(福建赛区)
36
刘必雄
计算机与信息学院
讲师
参加现场程序设计
省三等奖
1000
陈龙辉
第四届“蓝桥杯”全国软件专业人才设计与创业大赛(福建赛区)
37
刘必雄
计算机与信息学院
讲师
参加现场程序设计
省二等奖
教授
简易旋转倒立摆及控制装置
全国二等奖
6500
徐凯、汪晓东、林烟泽
全国大学生电子设计竞赛
卢玉宇
高级实验师
3500
19
吴锤红
机电工程学院
教授
简易旋转倒立摆及控制装置
全国二等奖
6500
苏剑辉、蔡国顺、周云飞
全国大学生电子设计竞赛
赵晨
讲师
3500
20
吴锤红
机电工程学院
教授
简易旋转倒立摆及控制装置
省二等奖
福建省教育厅关于组织福州大学城高校开展2020年秋季课程互选学分互认试点工作的通知
福建省教育厅关于组织福州大学城高校开展2020年秋季课程互选学分互认试点工作的通知文章属性•【制定机关】福建省教育厅•【公布日期】2020.10.21•【字号】闽教高〔2020〕12号•【施行日期】2020.10.21•【效力等级】地方规范性文件•【时效性】现行有效•【主题分类】高等教育正文福建省教育厅关于组织福州大学城高校开展2020年秋季课程互选学分互认试点工作的通知闽教高〔2020〕12号福州大学城各本科高校：为认真落实《中共福建省委关于深入学习贯彻习近平总书记重要讲话重要指示批示精神全方位推动高质量发展超越的决定》，有效畅通学习成果转换认定通道，大力推进优质教育资源共享，创新一流人才培养模式，不断提升人才培养质量，共同打造“旗山云大学”共享品牌。
我厅决定组织福州大学城高校开展2020年秋季课程互选学分互认试点工作。
现将有关事项通知如下：一、工作思路福州大学城高校遵循“优势互补、资源共享、互惠共赢、协调发展”的合作原则，依托现有的福建省高校在线教育联盟（以下简称“福课联盟”），总结前期线上课程开放共享学分互认工作经验，广泛采用现代信息技术，充分应用国家级、省级精品在线开放课程和线上线下混合式课程资源，促进优质课程资源开放共享，促进信息技术与高校教育教学的融合，推动课堂教学模式改革，深入探索学生跨校跨专业修读课程、在线学习成果认证、学分认定和高校间学分互认的学习方式和管理制度，共同打造“旗山云大学”共享品牌。
二、用课范围1.线上课程。
已在福课联盟推荐使用的三家在线教育平台上线的国家级精品在线开放课程，和部分往期共享效果好、受师生欢迎的省级精品在线开放课程（详见附件1）。
2.线上线下混合式课程。
教学理念先进，取得实质性改革成效，在同类课程中具有鲜明特色、良好的教学效果，且能满足大学城开放共享供课要求的线上线下混合式课程（经各高校结对遴选已确定了15门课程，详见附件2）。
三、课程共享方式各高校应充分利用大学城区域相邻和课程资源的优势，总结在线开放课程共享、线上线下混合式教学和学分互认工作的经验，积极探索教学方法改革，根据课程共享需要采用全程在线教学模式或线上线下混合式教学模式，开展课程互选和跨校修读学分。
提高高校青年教师课堂教学质量的思考——以福建农林大学为例
提高高校青年教师课堂教学质量的思考——以福建农林大学
为例
邱容机;陈华;叶玲娟
【期刊名称】《福建农林大学学报（哲学社会科学版）》
【年(卷),期】2011(014)004
【摘要】随着我国高等教育规模实现跨跃式的发展,各高校专任教师的数量迅速增加,40岁以下的青年教师所占的比例越来越大,成为教学、科研一线的中坚力量.以福建农林大学为例,通过采集近两学年学生评教、督导评教、学生质量信息员等资料,分析了青年教师课堂教学质量现状、存在问题及原因,提出了提高青年教师课堂教学质量的有效措施.
【总页数】5页(P84-88)
【作者】邱容机;陈华;叶玲娟
【作者单位】福建农林大学教务处,福建福州350002;福建农林大学教务处,福建福州350002;福建农林大学教务处,福建福州350002
【正文语种】中文
【中图分类】G642.0
【相关文献】
1.高校青年教师提高课堂教学质量刍议 [J], 黄天成;袁新梅;周志宏;张慢来
2.浅谈如何提高高校青年教师课堂教学质量 [J], 孙宝丽
3.地方普通高校青年教师提高课堂教学质量探讨 [J], 王典;张军
4.高校青年教师提高高等数学课堂教学质量的方法 [J], 任芳玲;乔克林
5.高校青年教师提高课堂教学质量问题研究 [J], 杨静
因版权原因，仅展示原文概要，查看原文内容请购买。
福建农林大学信息公开项目清单
四
（四）人事师资信息
39.校内中层干部任免
组织部
40.人员招聘信息
人事处牵头，相关单位协办
41.教职工争议解决办法
校工会
五
（五）教学质量信息
42.本科生占全日制在校生总数的比例、教师数量及结构
教务处
43.本科专业设置、当年新增专业、停招专业名单
44.全校本科生开设课程总门数、实践教学学分占总学分比例、选修课学分占总学分比例
办公室牵头，保卫处、后勤处等协办
教务处
18.研究生招生简章、招生专业目录、复试录取办法，各学科（专业）招收研究生人数
研究生院牵头
相关学院协办
19.接收推荐免试生工作办法
20.自主考核选拔博士生工作办法
21.各类研究生拟录取名单
22.硕博连读生选拔工作办法
23.参加研究生复试的考生名单和复试结果
24.研究生招生咨询及申诉渠道
25.成人教育招生简章、招生专业目录、录取办法，专业招收人数
14.本科生招生章程及特殊类型招生办法，分批次、分科类招生计划
教务处
福建农林大学信息公开项目清单
序号
类别
公开事项
责任单位
二
（二）招生考试信息
15.本科保送研究生入选考生资格及测试结果
教务处牵头、研究生院协办
16.本科生个人录取信息查询渠道和办法，分批次、分科类录取人数和录取最低分
教务处
17.本科招生咨询及考生申诉渠道，新生复查期间有关举报、调查及处理结果
34.收支决算总表、收入决算表、支出决算表、财政拨款支出决算表（含“三公经费”决算表）
35.收费项目、收费依据、收费标准及投诉方式
四
（四）人事师资信息
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
刘金福
9
林学院
无患子目系统发育研究
张丽
陈世品
10
生命科学学院
MiR-33a在Wnt/β-catenin途径中作用的初步研究
吴同金
汪世华
11
动物科学学院
半番鸭羽毛皮肤毛囊的均一化消减杂交的构建张兆阳肖天放
12
资源与环境学院
广州市典型树种主要挥发性有机物排放特征
郑丽丽
易志刚
13
资源与环境学院
崩积体土壤分离实验研究
计算机与信息学院
基于出租车GPS数据的道路交通情况研究
蔡燕儒
吴卢荣
23
计算机与信息学院
ACM/ICPC在线评测系统
林剑辉
黄世国
24
计算机与信息学院
TRACE日志入库与统计程序
孙茂飞
林娟
25
计算机与信息学院
基于Android平台的手机邮件系统
陈大耀
张振昌
26
机电工程学院
四轴飞行探测器设计--软件设计
黄建群
吴少华
4
园艺学院
传统做青工艺铁观音β-葡萄糖苷酶活性变化的研究
刘琳燕
孙云
5
园艺学院
不同氮素水平对水培莴苣生长及品质的影响
林俊芳
林碧英
6
林学院
数字校园三维场景构建技术及实现方法研究
化蕾
赖日文
7
林学院
天宝岩国家级自然保护区长苞铁杉林倒木数量特征研究
叶贤双
何东进
8
林学院
基于LMDI模型的福建省能源消费碳排放实证分析
林浠
黄炎和
14
食品与科学学院
响应面法优化双歧杆菌培养基配方的研究
罗晔
郑宝东
15
食品与科学学院
外源ASA对采后龙眼果实果皮褐变的控制及其脂膜代谢关系的研究
刘丽旋
陈艺晖
林河通
16
食品与科学学院
魔芋葡甘聚糖降解物抑制肿瘤活性的比较研究
王志江
庞杰
17
材料工程学院
改性纳米纤维的流变分析及其在肠溶缓释材料中的应用
陆宋权
许小晶
42
人文社会科学学院
福建省城乡居民社会养老保险的财政支持比较分析
江艺秋
苏时鹏
43
人文社会科学学院
公共事业管理专业实践的现状、问题及对策研究——以福建农林大学为例
马礼
郑永平
郑庆昌
44
艺术学院园林学院
我相
林臻
王婧
45
艺术学院园林学院
G-N COTTAGE 绿舍植物主题商店
刘浩
傅宝姬
46
艺术学院园林学院
杨娜婷
黄彪
18
材料工程学院
日产200吨马尾松硫酸盐浆洗选车间生产工艺设计
周志伟
陈礼辉
19
材料工程学院
不同刨削深度毛竹材弦切面的动态润湿性能研究
张巧玲
曾钦志
20
计算机与信息学院
车载图像采集智能定位报警系统
黄祝阳
程丽
21
计算机与信息学院
基于图论的简单小城镇P2P网络静态路由传输路径的构建研究
陈吉阳
李薇
22
吴锤红
27
机电工程学院
四轴飞行探测器设计--硬件设计
叶华东
吴锤红
28
机电工程学院
基于FPGA的频率计设计
宋志勇
罗志聪
29
机电工程学院
智能海带打结机打结机构设计
杨标标
叶大鹏
30
机电工程学院
基于51单片机的水塔液位自动控制
林钻
林建
31
交通学院
水泥搅拌桩在道路软基处理中的应用
陈志贤
周新年
32
交通学院
基于ALOHA与MATLAB的RFID防碰撞算法的研究
江西抚州新城丽景概念设计
黄丽娟
吴小刚
47
艺术学院园林学院
福建永泰竹樱湾温泉度假村酒店景观设计
郭晓颖
王敏华
许纹婷
邱荣祖
33
交通学院
别墅结构设计
郭瑶涵
吴能森
陈雅云
34
交通学院
安徽省六安市“正东. 凯旋观邸”规划建筑设计
林建文
申志慧
35
交通学院
城市快速路上下坡路段车头时距分布研究
蔡昇昉
陈金山
36
经济与管理学院、旅游学院
福州市农民工的收入影响因素分析
李杰
赵建仓
37
经济与管理学院、旅游学院
建筑业上市公司资本结构影响因素研究
附件：
福建农林大学2012届本科生优秀毕业论文（设计）一览表
序号
所属学院
毕业论文（设计）名称
学生
指导教师
1
作物科学学院
甘蔗黄叶病毒编码的RNA沉默抑制子克隆及功能分析
林艺华
高三基
2
植物保护学院
转cry1Ac/CpTI抗虫水稻对稻飞虱及蜘蛛的影响
黄坤明
杨广
3
园艺学院
超声波辅助提取柑橘皮精油工艺的研究
余雪芳
陈艺霖
徐秀红
38
经济与管理学院、旅游学院
乡镇“三农”服务中心绩效评估体系研究——基于平衡记分卡的方法
陈余进
王文烂
39
人文社会科学学院
从语用学角度分析预设在英语广告中的应用
朱小玢
章敏
40
Байду номын сангаас人文社会科学学院
福建省金佰利仿瓷餐具有限公司员工满意度调查研究
陈浪威
孙海岗
41
人文社会科学学院
万鼎集团“85/90后”应届生入职培训问题与对策