北京西城今年计划再新增义务教育学位1万个******

　　中新网北京1月6日电 (杜燕徐婧)2022年，北京市西城区共新增义务教育学位1万个。2023年，西城区将继续通过区域资源调整，区内外学位联动，推进学位保障工作，计划新增义务教育学位1万个。这是记者今天从北京市西城区两会上了解到的。

　　优质均衡发展迈出新步伐

　　北京市西城区委教育工委、区教委相关负责人介绍，2022年，北京市西城区围绕“巩固教育高原、打造教育高峰、做有温度的西城教育”的目标，守正创新，攻艰克难，团结奋进，在扩大优质资源供给、深入推进双减、加强教师队伍建设等方面取得明显成绩，优质均衡发展迈出新步伐。

　　2022年，北京市西城区共新增义务教育学位1万个。每个学区各增加2所初中学区派位学校，每个学区初中派位学校达到10所。

　　西城区启动19所“小而精”“小而美”特色学校建设，通过区领导联系学校、干部教师流动、教育教学质量提升、校园文化凝练、“大师营”等系列举措，推进这些规模较小的学校特色发展、高质量提升，构建美美与共、各具特色的教育生态，整体推动西城教育高水平优质均衡发展。

　　西城区启动“教师成长关爱工程”，涵盖四大方面16条举措，以广大教师最关心、最直接、最现实的问题为突破口，在提升师德素养、促进专业成长、创新激励机制、关爱身心发展等方面提出了一系列工作机制和有效措施。

　　在双减方面，通过推进作业质量提升工程、智学服务平台建设工程等，加强课堂教学研究，促进提质增效，丰富课后服务供给等，将双减工作进一步做深做实。同时，持续加强民办机构治理监管，防止问题反弹。

　　负责人表示，2023年，北京市西城区将进一步扩大优质教育资源覆盖面，继续通过区域资源调整，区内外学位联动，推进学位保障工作，计划新增义务教育学位1万个。

　　五育并举促进学生全面成长

　　北京市西城区将进一步实施“一校一案”，系统做好学校德育体系的建构，夯实德育工作的实效性。打造中小学一体化教师育德能力平台——“班主任节”，继续组织好“讲述育人故事”活动、区级优秀班主任、市级“紫禁杯”“我最喜爱的班主任”评选以及德育干部协作组交流等工作，加强德育队伍建设，提升全员育德水平。

　　西城区将通过开展“见字如面”、“西城区开学一课”等主题教育活动，培育学生的爱国情怀。

　　西城区将配齐劳动教育必修课专职教师，完善劳动教育评价体系，以劳动教育目标、内容要求为依据，将过程性评价和结果性评价结合起来，健全和完善学生劳动素养评价标准。同时，将全面加强和改进学校体育、美育工作。

　　全力打造“小而精”“小而美”学校

　　负责人表示，2023年，西城区将继续推进6所中学“小而精”和13所小学“小而美”工程，帮助学校全面提升教育教学环境和质量，实现内涵发展。积极开展多维度工作视导，通过专题研讨、校长论坛、学校展示等机会为学校“小而美”“小而精”建设提供展示平台。

　　北京市西城区教育部门将进一步加强调研，了解学校在“小而美”“小而精”项目上的建设需求，协调资源，帮助学校解决急难问题，实现学校高质量发展；加强精品意识，将项目建设与学校整体办学相结合，发挥学校内在驱动力，通过精品项目引领、学校全方位发力、教委全过程管理，推动学校发展迈上新的台阶，办老百姓满意的学校。

　　持续推进双减工作深入开展

　　西城区教育部门将进一步加强指导和服务，统筹各方力量，推进项目合作，为学校补充课后服务课程资源，丰富课后服务课程供给，提高课后服务质量。

　　各学校将进一步做好课堂教学提质增效。通过开展“课堂+作业+评价”的实践与研究，指导教师在课堂教学内容、教学方式、信息技术应用、课堂教学评价、作业设计等方面不断提升，全面提升课堂教学质量。通过加强校际间交流，达到智慧共享、共同提升。

　　全面提升教育信息化水平

　　西城区教育部门将重点推进西城区云课堂评价系统建设项目，完善校园教学智能设施和数据采集体系建设，实现区域教学过程性评价能力提升。完成线上作业平台、英语课堂互动教学、五育融合评价体系等重点项目建设。

　　北京市西城区将推进薄弱环节改造提升，增补完善各校校园信息化设施，包括校园有线网络、无线网络、电子班牌、数字广播、ip电话、直录播教室、英语听说教室基础环境。重点保障“小而美”“小而精”学校信息化环境提升。(完)

　　西城区将以点带面推进智慧校园建设，持续提升信息化服务教育教学能力。积极为各类教育信息化试点示范创造有利条件，重点抓好智联教室试点项目建设和“智慧校园”融合应用示范基地建设。(完)

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