简介:摘要目的探讨不同来源医学英语专业本科生专业承诺和职业成熟度情况,并对其相关性进行分析。方法采用问卷调查方法。于2018年11月,选取新乡医学院2015级~2018级四年制医学英语专业206名本科生为研究对象,采用大学生专业承诺量表和大学生职业成熟度量表进行问卷调查,了解性别、调剂专业、年级等指标在专业承诺和职业成熟度上的差异,并分析其专业承诺和职业成熟度之间的相关性。结果各年级职业成熟度评分分别为:2015级学生(3.30±0.43)分,2016级学生(3.14±0.47)分,2017级学生(3.23±0.27)分,2018级学生(3.33±0.44)分。分析发现,医学英语专业本科生的专业承诺和职业成熟度在性别、是否独生子女、是否城镇生源指标上差异均无统计学意义(均P>0.05),但是否调剂专业学生的专业承诺差异具有统计学意义[(3.26±0.48)分比(3.45±0.46)分,P<0.01]。年级间专业承诺差异无统计学意义(F=0.403,P=0.751),但职业成熟度差异有统计学意义(F=2.679,P=0.048),除继续承诺维度与职业成熟度呈负相关(r=-0.093,P=0.184)外,专业承诺的情感承诺(r=0.271,P<0.01)、理想承诺(r=0.368,P<0.01)和规范承诺(r=0.167,P=0.017)3个维度均与职业成熟度呈正相关。结论医学英语专业本科生的职业成熟度和专业承诺在不同群体间表现出各自特点,高校应当针对性地加以教育引导,以更好地培养医学英语专业人才。
简介:为了培养具有较高素质的人才,我校近年来的本科教学过程中强化了专业英语的教学。以前的专业英语教学往往是老师在课堂上将要求学生掌握的单词写一遍、念一遍了事。由于教学方法简单,加上专业英语相对较难记忆,因而学生普遍反映压力大,专业英语难学,往往是花了大量的时间却收效甚微。为此我们在这方面作了一些探索,主要作法是:1.加强英文单词词根的教学。专业英语单词大多是由来自英语、拉丁语或希腊语的词根构成的合成词,有些词根也在其它课程的专业英语中甚至在公共英语中出现。故我们在教学过程中首先引导学生正确分析单词词根,这样很容易就能熟悉具有相同词根的一类单词。2.反复强化记忆。要求学生课前预习,课后复习,尽可能地“挤”出时间温习已学过的词根及其组合,进一步熟练掌握所学的知识。3.采取灵活的教学手段。除了课堂教学以外,我们还利用黑板报、知识竞赛、指导学生翻译专业文献等方式强化专业英语的教学。上述方法的采用,使学生用较少的时间就能迅速掌握一系列相关的单词,同时还把学习组胚专业英语和学习其它课程的专业英语以及公共英语有机地结合起来,提高了学习效率,收到了事半功倍之效果,不仅在组胚考试的英文名词解释题的答题中正确率大幅度增加,而且已经有不少
简介:电子信息类专业英语的教学目的,是在掌握语言知识的基础上,把语言知识融入使用语言的实践活动中,具体表现就是运用听、说、读、写、译各方面能力获取专业知识。专业英语的课程开设一般是在大学三年级,此时学生已具备了普通英语的语言知识,但学生对学习专业英语的兴趣不一,想出国深造的同学对这门课有浓厚的兴趣,而大部分同学觉得专业英语并不重要,只要查查字典看懂文章就行。目前专业外语教学的重点往往放在阅读理解和翻译上,课堂教学方式以教师、书本为主,且基本上采用汉语讲课,同学被动地接受。课堂气氛沉闷,学生觉得枯燥乏味,还不如自己看书、查字典,专业英语的教学质量难以得到保证。为激发学生的兴趣,培养学生具备良好的专业英语交际应用能力,笔者在教学内容和方法的改革方面作了一些探索。
简介:;自动语音识别(AutomaticSpeechRecognition)简称ASR是目前属于AI领域的一项十分重要的技术,伴随着人工智能的高速发展,智能化生活走向主流,ASR技术已经走进了人们的生活中的方方面面。先简要介绍了语音识别的发展、语音信号的接收,再重点阐述了ASR运行过程中相关的原理及方法和与ASR技术的基本算法使用语音信号的处理涉及的三大算法即朴素模式算法,KMP算法,及HMM算法。