白酒酿造过程中塑化剂来源分析

为探明白酒在酿造过程中的塑化剂来源,采用气相色谱-质谱联用方法测定白酒酿造的主要原料及各个阶段产物的16 种邻苯二甲酸酯类物质的含量。结果表明,16 种邻苯二甲酸酯类物质的平均回收率和精密度分别为84.5%～107.3%、2.9%～7.3%,方法检出限在0.06～1.3 μg/kg。3 个批次的样品只检出了邻苯二甲酸二甲酯（dimethyl phthalate,DMP）、邻苯二甲酸二乙酯 （diethyl phthalate,DEP）、邻苯二甲酸二异丁酯（diisobutylphthalate,DIBP）、邻苯二甲酸二丁酯（di-n-butyl phthalate,DBP）、邻苯二甲酸二-2-乙基己酯（dioctylpathalate,DEHP）5 种塑化剂。DMP、DBP在大渣酒头、大渣原酒、小渣酒头、渣原酒、回糟原酒中含量明显多于其他阶段。大渣酿酒阶段产生微量的DMP、DBP,小渣酿酒阶段产生微量的DEHP,产生量均未超过0.09 mg/kg,可见白酒酿造过程中产生极微量的塑化剂,在不接触塑料制品的前提下白酒酿造过程中的塑化剂主要来源于原料。     

量化自我与学习分析的比较研究

教育信息化不断深入,大数据应用如火如荼的展开,学习分析作为分析存储在教学系统中企业级的大数据而备受关注,量化自我作为个人级的大数据应用,也逐渐应用到了教育当中。通过阅读有关学习分析的文献和量化自我的相关报道,分析学习分析与量化自我的区别和联系。并针对二者的共同之处构建量化自我与学习分析综合应用过程模型。将学习者生活方式的信息与系统中存储的学生数据和智能化数据相结合,可以更好地促进对学习及其发生环境的理解和优化。     

数据挖掘技术在学习分析中的应用研究

对聚类、关联规则挖掘、分类、时间序列分析等主要的数据挖掘技术在学习分析中的应用进行了分析研究,探讨了从数据挖掘的方法、内容、方向、结果呈现等四方面对其在教育领域的发展趋势,以期后续研究者不断优化数据挖掘方法辅助学习分析有效开展。