本科生毕业也变难!高校出手,教育部发文

高校从严检查本科生、研究生学业

前段时间,一些高校对部分研究生作出了退学处理,引发关注。近日,部分高校发通知,从严检查本科生论文。

高校动真格!从严检查本科生论文

5月6日,西南交通大学峨眉校区教务处发布《关于做好2019届本科毕业设计(论文)查重检测工作的通知》显示,本届毕业设计(论文)查重检测将增加大学生论文(含本届)对比库,凡发现同系、同校学生互相抄袭的,教务处将启动调查程序,情况属实的从严处理。

5月5日,兰州大学历史文化学院官网发布了《历史文化学院2015级本科生毕业论文质量专项检查及优秀毕业论文收录工作规范》(以下简称《规范》)。

《规范》提到,今年起,学校进一步完善本科生毕业论文收录制度,收录范围为已通过毕业论文答辩,并获得毕业资格的全部本科生毕业论文。毕业论文终稿由各教学单位统一提交至教务处实践教学办公室,由教务处上传至兰州大学本科教学质量保障监测平台,建立本科生毕业论文收录数据库。学校将建立本科生毕业论文抽检机制,对已毕业学生的毕业论文开展质量跟踪监控。

本次论文检测采取学生自主上传检测、导师审核批阅、学院对论文质量进行总体把关的方式。同时,学校将组织专家对论文检测工作进行抽查。线上检测工具使用“‘中国知网’大学生论文抄袭检测系统”。

每位学生共有2次提交论文检测的机会,分为答辩前检测及答辩后检测。

其中答辩前检测为学生自由检测,结果供学生和指导教师参考,检测结果为“合格”的,可参加毕业论文答辩。检测结果为“不合格”的,修改后可申请复检,复检结果为“合格”的,可参加毕业论文答辩,复检结果为“不合格”的,取消该生本学期毕业论文答辩资格。

毕业论文答辩后检测结果为“合格”的,毕业论文成绩有效,毕业论文检测结果为“不合格”的,毕业论文成绩无效;每位学生仅有1次检测机会,学院将对答辩后的检测结果进行统计分析。

学院对于两次线上检测或专家抽检不合格者,视情节进行相应处置;对于学术作假行为按《兰州大学本科教学事故认定及处理办法》和《兰州大学<学位论文作假行为处理办法>实施细则》等相关规定进行处理,并将处理意见报教务处。同时,对于二次查重仍未通过的论文,学院将追究指导教师相应的责任。

教育部发文,狠抓本科教育:严把毕业出口关

2018年6月中旬,教育部部长陈宝生在新时代全国高等学校本科教育工作会议上表示,中国教育“玩命的中学、快乐的大学”的现象应该扭转。高校对大学生要合理“增负”,提升大学生的学业挑战度,合理增加大学本科课程难度,拓展课程深度,扩大课程的可选择性,激发学生的学习动力和专业志趣。

同年,教育部下发《关于狠抓新时代全国高等学校本科教育工作会议精神落实的通知》,再次强调各高校要全面梳理各门课程的教学内容,淘汰“水课”,打造“金课”,严把毕业出口关,坚决取消“清考”制度。

此外,上月底,教育部举行新闻发布会,介绍“六卓越一拔尖”计划2.0有关情况。实施“六卓越一拔尖”计划2.0是落实《加快推进教育现代化实施方案(2018—2022年)》,进一步提高高校人才培养质量和服务经济社会发展能力的一次战略行动,是新时代全面振兴本科教育、打造教育“质量中国”的战略一招、关键一招、创新一招,是中国高等教育一次“质量革命”。

此前回顾:研究生培养管理也更加严格

今年,教育部办公厅发布《关于进一步规范和加强研究生培养管理的通知》,分别就研究生考试招生和培养管理工作提出一系列更加严格的规范性要求。

《通知》要求,狠抓学位论文和学位授予管理。

《通知》称:

培养单位要珍惜用好办学自主权,加强自律,科学合理设置培养要求和学位授予条件,重点抓住学位论文开题、中期考核、评阅、答辩、学位评定等关键环节,严格执行学位授予全方位全流程管理,进一步强化研究生导师、学位论文答辩委员会和学位评定委员会责任。

培养单位要突出学术诚信审核把关,加大对学术不端、学位论文作假行为的查处力度,举一反三,防范在前,层层压实责任,强化日常监督。对学术不端行为坚决露头即查、一查到底、有责必究、绝不姑息,实现“零容忍”,依法依规从快从严查处。对当事人视情节给予纪律处分和学术惩戒。对违反法律法规的,应及时移送有关部门查办。探索建立学术论文、学位论文馆际和校际学术共享公开制度,以公开促进学术透明,主动接受社会监督。

以前,有人说,“没有毕业不了的硕士”,而如今,一些高校对部分研究生作出了退学处理。

深圳大学

据深圳大学研究生院3月16日在学校官网发布的消息,2017年3月以来,对317名研究生进行退学处理,其中未注册218人、学习年限超期89人、成绩不合格10人。

合肥工业大学

对46名硕士研究生予以退学处理,因其在学校规定的最长学习年限内未完成学业,或超过学校规定期限未注册而又无正当理由,且未经请假离校连续两周未参加学校的教学活动。

广州大学

72名研究生在学校规定的最长学习年限(博士7年、硕士5年,下同)内未完成学业,学校决定对这72名研究生作退学处理。

西南交通大学

对于“超出最长学习年限且未提出结业申请”的2012级博士研究生(含留学生)和2014级硕士研究生(含留学生),拟按学校相关规定的要求进行退学处理。

(来源:中国青年报(ID:zqbcyol 整理:张力友)综合自麦可思研究( ID: MyCOS_Research)、澎湃新闻(记者:钟煜豪)、中青报此前报道)

20考研的QQ群,有各个学校的考研资料,欢迎加入

群号是 984844252


您还可以在以下平台找到我们

你点的每个在看,我都认真当成了喜欢

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值