区域 高校数 填报高校数 河南省 174 104 广东省 165 88 江苏省 172 88 江西省 111 84 湖南省 139 81 辽宁省 114 80 广西壮族自治区 89 77 黑龙江省 78 75 四川省 139 70 福建省 88 63 安徽省 125 59 贵州省 80 54 重庆市 73 53 湖北省 133 49 北京市 92 47 新疆维吾尔自治区 6 个省份填报率超过 30%。详见表 1-4-3。 表 1-4-3 按高校所在省域填报率的统计情况 区域 高校数 填报高校数 填报占比 黑龙江省 78 75 96.2% 广西壮族自治区 89 77 86.5% 江西省 111 84 75.7% 重庆市 73 53 72.6% 福建省 88 63 71.6% 辽宁省 114 80 70.2% 内蒙古自治区 54 37 68.5% 新疆维吾尔自治区 44.8% 165 88 53.3% 广西壮族自治区 1 1 100.0% 35 33 94.3% 4 4 100.0% 49 39 79.6% 36 34 94.4% 53 43 81.1% 89 77 86.5% 贵州省 1 1 100.0% 27 20 74.1% 3 1 33.3% 49 32 65.3% 28 21 75.0% 52 33 63.5% 80 54 67.5% 海南省 1

....................74 7. 中小学人工智能应用政策的效果评估........................................................77 7.1 评估指标体系构建..............................................................................80 7.2 cn/srcsite/A16/s3342/202203/t20220310 _610432.html. [11] 李敏, 王强. 中小学人工智能教育评价体系构建 [J]. 教育测 量与评价, 2022, 43(4): 77-84. [12] 张敏, 刘伟. 人工智能教育在中小学的实践与反思 [J]. 教育 研究与实验, 2021, 39(5): 66-73. [13] 王丽, 张强. 中小学人工智能教育政策实施中的问题与对策 learning sciences to the classroom. In The Cambridge handbook of the learning sciences (pp. 61- 77). Cambridge University Press. This chapter discusses the development and implementation of cognitive

..............................77 8.4. 技术优势 .................................................................................................................77 8.4.1. 一站式搜索服务 .......................................... 77 8.4. 2. 与服务大厅无缝融合 ........................................................................... 77 8.4.3. 个性化配置 ............

- 73 - 7.2 施工进度计划和工期安排........................................................................ - 77 - 7.3 项目实施说明..................................................................................... 在教师区采用均匀布光，可增加使用黑板灯； 2. 学生区采用均匀布光。 3. 教师区灯光总功率（下限）= 教师区的面积（m2 ）×25W 4. 学生区灯光总功率（下限）= 学生区的面积（m2 ）×15W 第 77 页 共 119 页 多媒体信息的传输、记录与分享 说明：由于灯具及灯管质量参差不齐，亮度及色温差异，实际施工中建议 以上述值为参考，适当加大功率，宁高不低。 国 家 建 筑 照 明 有 详

OLT 分布式部署是指可将 OLT 分散在 F5G 全光校园的不同建筑内，实 现部分建筑内信息节点的覆盖。在智慧高教中通常不建议采用 OLT 分布式的模 ONA绿色全光网络技术委员会 77 77 式，但在某些特别大型的宿舍楼建筑（某些宿舍楼每层约 50 个宿舍，有约 10~15 层），也可考虑将 OLT 部署于宿舍楼建筑内，通过 OLT 的上行接口接到核心机 房的的核心交换机上，以减少室外光缆纤芯的占用。

..............................................77 2.10.6、 大数据技术标准.......................................................................................77 2.10.7、 大数据数据中心............................. ..........................................................77 2.10.8、 大数据业务开发平台................................................................................78 2.10.9、 大数据业务可视化分析................... 语音识别的关键技术指标是识别准确率和识别速度，而这 两项指标都能通过大数据技术进行优化。 在建立庞大的语音和词汇数据库的基础上，运用大数据技 术匹配用户说话内容与语音库，并根据词汇数据库理解用户表 达的意思。 77 智慧校园大数据云平台建设和运营整体解决方案 目前英语语音识别系统已经在使用过程中逐步完善，但汉 语语音识别由于汉语的复杂性，存在技术瓶颈，产品开发亟待 突破。 目前国内教育领域语音识别技术龙头企业为科大讯飞，所

..............................................77 2.10.6、 大数据技术标准.......................................................................................77 2.10.7、 大数据数据中心............................. ..........................................................77 2.10.8、 大数据业务开发平台................................................................................78 2.10.9、 大数据业务可视化分析................... 80%。因此不建议小红参加 3 个月后的考试， 建议小红将学习时间延长到 4 个月，考试通过率较高。 2.9.2.3、 教学管理场景举例 大数据发现李老师和赵老师同为物理老师，班级平均分均 为 77 分。李老师教导风格属于“全民提升型”，擅长讲解基础知 识和难度适中的题型，全班物理成绩在 80-85 分的人数占 70%；而赵老师教导风格属于“优升劣降”型，擅长讲解提升型知 识和难题偏题怪题，全班物理成绩在

教育大模型应用探索与实践 ·························· 76 5.1 教育大模型应用主要场景分析 ················································ 77 5.2 教育大模型应用典型案例分享 ················································ 81 5.2.1 案例一：DeepSeek 助力数字化实训赋能数智人才培养 技术环境，传统的高等教育治理模式正面临挑战。教育大模 型正以前所未有的方式赋能高等教育治理，推动其向智能化、高效化发展，在教育治理的价值理念、制度规范、 行为主体和技术工具等方面带来深刻变革 77。 56 大模型背景下高等教育数智化转型研究报告 革新价值理念，促使教育治理目标更加科学。传统高等教育治理常受经验主义与局部视角限制，价值理念易滞 后。教育大模型能够深入挖掘教学、科研、管理 来，教育大模型将朝着轻量化、多模态、场景 化方向发展，开源生态与自主化解决方案将进一步普及，推动模型在端侧广泛应用。 76 76 05 教育大模型 应用探索与实践 图片 AI 生成 77 大模型背景下高等教育数智化转型研究报告 随着 AI 技术的蓬勃发展，尤其是 DeepSeek 等开源大模型的出现，人工智能与高等教育的融合正加速向全场 景纵深发展。怀进鹏部长在教育部召开的国家教育数字化战略行动

69. 刊物级别代码 70. 离岗原因代码 71. 离退类别代码 72. 论文报告形式代码 73. 离校离职原因代码 74. 世界各洲名称代码 75. 论著类别代码 76. 密级代码 77. 免职方式代码 78. 免职原因代码 79. 评估情况代码 80. 聘任情况代码 81. 培养方式代码 82. 批准形式代码 83. 取得资格途径代码 84. 缺考舞弊代码 85. 71. 住房信息类 72. 离退休信息类 73. 工作返聘信息类 74. 家庭成员信息类 配偶情况 75. 家庭其他成员情况 76. 教学管理信息子 集 课程信息类 课程基本情况 77. 教学计划情况 78. 课程安排情况 79. 专业信息类 专业基本情况 80. 专业所设课程情况 81. 科研信息子集 科技项目情况信息类 科技项目基本情况 82. 项目协作单位情况

体验室主要产品介绍...........................................................................................77 3.5 云课堂.......................................................................................... 有可移动矮柜。每一 个抽屉和层板均可以 放置多种规格零件。 可移动 矮柜 可移动矮柜可以根据 学校实际需求是否加 装移动轮，也可以直 接加装 Makeblock 麦轮底盘方便全向移 动。 77 零件墙 零件墙全部采用移动 活钩处理，可以用来 悬挂各种零件，并伴 有零件的简单知识和 技术参数介绍。供学 生方便认识和学习。 3.4.3 创客空间的的布局 展 示 Makeblock600