晚霞映碧海 三沙美如画_观海游洋_旅游海南_国际旅游_中国发展网_国家发展和改革委员会主管

晚霞映碧海 三沙美如画_观海游洋_旅游海南_国际旅游_中国发展网_国家发展和改革委员会主管
“发现三沙之美”手机顺手拍活动投稿著作《永兴岛晚霞》。 张帅 摄  由海南日报社和三沙市委宣传部联合举行的“发现三沙之美”手机顺手拍活动自4月12日发动以来,三沙游客、岛礁居民、三沙工作者积极参加,本期咱们选登的著作为《永兴岛晚霞》,作者为张帅、著作拍照地址为三沙永兴岛。  张帅在投稿来信中说,这张图拍照的是黄昏三沙永兴岛的海滨,其时是在夕阳西下后,夜幕降临前,我与老友悠闲地散步在海滨,看到此番美景。  “云朵反照在海上,海水落潮后显露星星点点的礁石,落日的余晖把西边天边的云霞变得美轮美奂,其时我深深地被这番美景所信服,所以拍下了这张相片。”

2020地平线报告:影响高等教育教与学的宏观趋势、 新兴技术和未来场景_预测

2020地平线报告:影响高等教育教与学的宏观趋势、 新兴技术和未来场景_预测
2020地平线陈述:影响高级教育教与学的微观趋势、 新式技能和未来场景 来历:榜首教育 作者:上海师范大学教育学院 江丰光 王芝英 《地平线陈述》(Horizon Report)是全球教育科技开展的一个风向标,已接连发布18年,旨在为决策者供给信息,并协助学习者、教师和领导者更深化地考虑其正在做出的教育技能挑选及原因。 2020 年 3 月,最新一版《地平线陈述》发布,本年的陈述榜初次从结构、内容、办法和呈现办法上做了较大的调整,保留了陈述的根本意图,但打破了陈述的经典形式。与以往比较,《 2020地平线陈述 : 教与学版》的一个最大特点是着重 “ 对明日的猜测根植于今天和昨日 ”。 此版陈述抛弃了经典的时刻结构,取而代之的是供给了很多依据、数据和场景,如在描绘趋势时辅以示例;在介绍新式技能时,配以相应的实践事例;在猜测高级教育未来或许的开展状况时,以四种或许的场景为中心,丰厚了猜测的情境——高级教育会扩张,仍是会缩小?高级教育会溃散,仍是会转型?终究,陈述专家组成员还结合本身所在的高级教育环境,从不同区域和安排的视点,评论了咱们现在能够采用的举动,为全球高级教育开展的要害问题供给了一组“快照”。 2020年3月2日,美国高级教育信息化专业安排(EDUCAUSE)发布了最新一版地平线陈述——《2020 地平线陈述:教与学版》。与以往的《地平线陈述》比较,本年发布的这一版陈述有许多严重修订。 首要,陈述称号上有一个明显改动,从以往的“地平线陈述:高级教育版”(Higher Education Edition)改为“2020地平线陈述:教与学版”(Teaching andLearning Edition)。 其次,陈述的结构、内容和办法也做了较大的调整。在曩昔 的16年里 ,《地平线陈述》都会从长 、中 、短期三个时刻规划猜测高级教育中教育技能的未来趋势与革新,但有研讨者以为从未来愿景中罗致当时的经历十分困难,特别是关于技能,咱们往往会高估其短期影响而轻视其长时刻影响。为了应对猜测未来的应战,EDUCAUSE榜初次从结构、内容和办法等方面对《地平线陈述》做了严重修订,保留了陈述的根本意图,但打破了经典的陈述形式。 主体结构 从前的《地平线陈述》首要从趋势、应战和技能三大模块论述影响高级教育的教育、学习和创造性实践,其根本结构是:六大要害趋势、六个严重应战和六项要害技能,其间要害趋势分为长时刻、中期和短期;严重应战分为可处理的、困难的和扎手的;要害技能分为1年或以内、2~3年内、4~5年内。 本年的陈述调整了以往对趋势、调整和开展的重视,更聚集中学后(postsecondary)的教育与学习,首要包含趋势、新式技能和实践、场景、启示等四大模块。其间,从前的要害趋势与严重应战在新陈述的趋势里边有所表现,但添加了场景与启示两个全新模块。陈述 的 基 本 结 构 是 :15个社会 、技能 、经济 、高级教育以及政治的趋势;6项新式技能和36个实践事例;添加、束缚、溃散和转型等4种高级教育未来开展场景;终究是专家组成员从安排视点编撰的反思《2020 地平线陈述》发现的 9 篇短文。 首要内容 01 趋势 《2020 地平线陈述》拓宽了高级教育的视界,专家组成员就未来将影响高级教育教与学(Postsecondaryteaching and learning)的微观趋势宣布了定见,并为这些趋势供给了可调查的依据,即从社会、技能、经济、高级教育和政治等5个方面进行评论。经过几轮投票,专家组在每个类别中选出前3 个,终究构成15个最重要的趋势:1. 社会趋势:美好与心理健康、人口改动、公正与公正;2.技能趋势:人工智能技能影响、下一代数字化学习环境、数据剖析和隐私问题;3.经济趋势:高级教育本钱、作业和技能的未来、气候改动;4.高级教育趋势:学生人数改动、其他教育途径、在线教育;5.政治趋势:高级教育经费削减、高级教育的价值、政治两极分化。《2020年地平线陈述》概览见图1。 02 新式技能与实践 从前这部分内容是“高级教育范畴教育技能的重要开展”,本年将主题改为“新式技能与实践”,最大的区别是本年没有运用经典的长、中、短期三个时刻规划。《地平线陈述》往期的反应状况标明,最近几年关于速度的猜测已不再是陈述特别重视的方面,内容(What)比时刻(When)更重要。曩昔的调查效果实际上是前后矛盾的,某些状况重复呈现,有些却在较长的时刻里都没有改动,比方依据游戏的学习和游戏化,从2011年到 2014 年,它们仍停留在 2~3 年的运用规划内。 经过多轮投票,专家组从 130 项主题中终究选出了 6 项新式技能,每项技能各征集了 6 个事例,共 36个事例,并从对学习效果的影响、选用的危险等级、教师的承受程度、公正缓容纳性以及所需资金状况等方面对这6项新式技能进行评分。从评分效果来看,虽然 6 项新式技能都存在失利的危险并需求必定的费用,但对学习效果有着较大的积极影响,也能较好地处理公正缓容纳性问题。这6项新式技能包含:1.自适应学习技能;2. 人工智能与机器学习;3. 学生成功剖析;4.提高教育规划;5.敞开教育资源;6.扩展实际(AR/VR/MR/Haptic)技能。 03 高级教育四种或许的未来 场景是本年陈述中新增的一个模块,从 2030 年的视点动身,描绘了高级教育四种或许的未来情形。1.添加:高级教育将获得明显前进;2.束缚:高级教育持续存在,但其效果被削弱;3.溃散:高级教育被困于不可控的革新而敏捷崩解;4.转型:高级教育为本身创建一个成功的新范式。 04 启示 这是本年陈述中新添加的部分,9位专家组成员对《地平线陈述》的发现进行反思,并就其对高级教育生态的影响提出自己的观念,包含7篇高级教育视角、1篇企业视角、1篇全球视角。在7篇高级教育视角的文章中,有3篇关于美国,包括了美国高级教育的社区学院、学士学位安排、硕士学位安排三个范畴;其他4篇分别是关于澳大利亚、加拿大、埃及和法国的高级教育。 这组文章所代表的九种观念表现了国际不同区域及不同规划、类型的安排中问题的堆叠性、不合和关联性。一些人以为比如人工智能和扩展实际之类的技能关于处理他们所遇到的应战至关重要,一些人则从《2020地平线陈述》的调查效果中看到了处理学生集体途径公正与本钱效益相关问题的时机,还有一些人重视不断改动的学生人口统计学特征以及作业场所的技能开展。 一切人都抱持达观情绪,以为陈述中确认的东西和做法可为高级教育安排和学生带来有意义和有价值的效果。虽然这些文章无法包括一切的视角,但它们有助于促进考虑和对话,评论高级教育的改动办法、面对的机会和危险以及技能和立异思维,协助院校为未来做好预备。 研讨办法 《2020地平线陈述》依据全球不同国家和区域的专家观念汇整编撰。陈述专家组成员由国际各地的高级教育、教育方针、教育与技能等高校、安排与职业的实践者和思维首领组成,具有多样性、专业性、权威性和代表性。他们在各自的范畴内有共同的观念、奉献和领导力,绝大多数专家担任或曾担任过校级或院级等级其他行政领导职务。 本年的专家组成员合计54名,既有此前参加过的,也有初次参加的。专家组成员在地域散布方面具有全球性,如北美、欧洲、亚洲、澳大利亚和非洲,其间来自美国以外的专家超越三分之一,占 37%,此外组委会也概括考虑了专家组在性别、种族、所属安排规划和类型等方面的均衡。 陈述中的重要趋势、技能和实践的观念直接来自专家组成员,并由小组投票表决。本年的专家组选用了修订版的德尔菲法,还调整了来自未来研讨所 (Institutefor the Future) 猜测办法(Foresight Methodology)中的一些要素。专家组成员担任回复和评论一系列敞开式的问题,并参加后续各轮投票。 修订版的德尔菲法的完好流程如下:首要,EDUCAUSE在全球规划内以引荐制遴选专家,经过专家在线会议介绍本次陈述所选用的专家咨询法及进程,并经过在线沟通平台安排实时沟通共享和主题式沟通;接着,就趋势主题、明显性、影响、资源事例等议题安排敞开式问卷调查,经过敞开式问卷收回专家定见,概括汇整后进行多轮投票,依据票数确认15个趋势和6项要害技能;终究,由 EDUCAUSE 编撰陈述。 其间,“STEEP”(Social,Technological,Economic,Educational,Political 五个单词的首字母的缩写)趋势研讨、新式技能与实践研讨两部分的详细作业办法如下—— “STEEP”趋势研讨 01 界说 趋势:请专家找出能将今天的格式重塑为新事物的强壮力气。 影响:这些趋势或强壮的力气怎么影响高级教育的教与学? 02 问题探究 榜首轮(针对每个 STEEP 趋势类别):列出影响高级教育教与学未来的趋势,供给趋势的依据或信号,并详细阐明其影响; 第二轮(针对每个 STEEP 趋势类别):从专家组提出的趋势中,最多挑选 12 项最具影响力的趋势; 第三轮(针对每个 STEEP 趋势类别):从专家组发生的 12 项最具影响力的趋势中,挑选 3 个且进行排序,并考虑对每个类其他前 3 项中的哪些内容感到意外;对哪些未当选前 3 项的内容感到意外。 03 新式技能与实践研讨 1.问题结构 榜首轮:列出对高级教育教与学有严重影响的新式技能与实践,尽量附简略的阐明,并举证(研讨方案或安排方面的); 第二轮:挑选最具影响力的12项新式技能; 第三轮:选出6项新式技能,并从对学习效果的影响、选用的危险等级、教师的承受程度、公正缓容纳性问题以及所需资金状况等方面对这些新式技能进行评分。 2.详细流程(见图 2) 3.对新式技能与实践进行评分 为了解采用这些新式技能的或许效果,专家组成员需求运用五点量表(0= 最低;4= 最高)对排在前六的技能与实践进行五方面的评分:(1)对公正缓容纳的支撑程度;(2)对学习效果的积极影响;(3)失利的危险(;4)教师的承受程度;(5)所需资金。 从图3能够看出,在上述 5 个方面,自适应学习技能影响学习效果的评分挨近 3,即存在较大影响。评分图能够让校园管理者与教师对新式技能有比较直观的、概括的知道。 除了丰厚专家组的评论并支撑专家组的投票和协商一致进程外,EDUCAUSE 作业人员还搜集了事例资料,佐证新式技能的详细实践状况,这些搜集的资料也被用来保证专家组的未来猜测充沛依据“实在的”数据和趋势。 ▼ 更多精彩,尽在白丁智库 ▼ 白丁智库,处理实际问题! 产教云 支撑人类终身学习的公有链 白丁会客厅 精选原创 年会专题

培养一名合格的AI编辑总共分几步

培养一名合格的AI编辑总共分几步
目前阶段的编辑工作完全依赖AI是不现实的,让AI成为人类编辑的帮手似乎更切实可行。双方协同起来,将使工作更加高效有质量。 日前,微软宣布6月底拟裁撤近80名外包编辑,由AI编辑负责接下来的MSN网站的新闻抓取、排版和配图等工作。但没想到,刚到岗没多久,AI编辑就“翻车”了,而且犯了一个非常低级的错误。AI编辑在寻找配图的时候,把非裔歌手Leigh跟阿拉伯裔歌手Jade弄混了。 针对此次微软AI的配图错误事件,Jade也在社交媒体上表达了不满:“正常区分两个不同肤色的人有那么难吗?”为何一向以高识别率著称的AI,这次却“翻车”了? 解决脸盲问题需要不断扩大学习范围 人脸识别技术是目前AI领域公认的比较成熟的技术,圈内人士也热衷像刷分一样把人脸识别准确率屡屡刷出新高,最高的号称准确率可达99.9%。人脸识别技术有如此辉煌的战绩,为何此次AI编辑还会脸盲呢? “人脸识别技术的工作原理,主要是比对五官比例以及面部特征。”天津大学智能与计算学部教授韩亚洪解释,简单说,就是基于人脸图像的大数据,先对看到的人脸图像进行预处理,提取面部各个方面的特征,并通过分层多次提取,寻找对于识别个体人脸最有效的特征表达。 人脸识别技术这些年已经发生了重大的变化,传统的人脸识别方法已经被基于卷积神经网络的深度学习方法替代。深度学习方法的主要优势是它们可通过大规模数据集进行训练,从而学习到这些数据的最佳特征。 “虽然可以使用大规模数据集进行训练,但是目前99.9%的准确率,基本上是在一些基准的数据集上测试的结果。这个数据集肯定是有范围的,如果收集的数据是在数据集分布的范围内,便可获得比较高的准确率。”韩亚洪说。 据了解,目前号称人脸识别准确率达到99%以上的,很多指的都是和全世界最权威的人脸数据库LFW(Labeled Faces in the Wild)进行比对测试的成绩。LFW可以被认作一个考查深度学习系统人脸识别能力的题库。它从互联网上提取6000张不同朝向、表情和光照环境的人脸照片作为考题,可以让任何系统在里面“跑分”。“跑分”过程是LFW给出一对照片,询问测试系统两张照片是不是同一个人,系统给出yes或no的答案。 “解决特定的脸盲问题并不难,其实就是重新针对任务,收集这项任务领域内的人脸图像,在原有算法模型上训练,或者重新设计新的算法模型进行训练,都会提高人脸识别率,以满足实际应用的需求。”韩亚洪说,但是超出了特定任务,AI的“脸盲症”就会复发。目前并没有哪个通用的模型算法可以解决所有的任务,但是AI可以通过不断地调整,大量的学习,从而提高人脸识别的准确性。 深度神经网络模型是进阶的必要条件 “目前针对新闻文档的分析和处理任务,AI编辑做起来相对得心应手。”韩亚洪介绍,具体地说,比如在一篇很长的报道中,让AI编辑把重点摘出来,这是没有问题的。现在是多媒体时代,大量的新闻报道会涉及图片和视频,AI编辑可以将图片或者视频自动提取出来,再从大篇幅的文字报道中,选取与之相匹配的文字说明,这个工作AI是可以比较准确地做到的。 “解决特定领域的问题,AI大多时候还是没问题的,但是要实现通用,就比较难了。”韩亚洪强调,实现这些功能需要用到自然语言处理、模式识别、图像视频理解等领域的技术。 要培养一名AI编辑,首先需要收集大量的新闻报道和图片视频,再根据收集到的数据设计一个针对这个任务的深度神经网络模型,网络模型里会有很多参数,然后通过数据把参数训练出来,它就具备了最初设定的各种编辑能力了。在使用过程中,随着AI编辑学习了更多的新闻,它的业务能力和性能也将不断提升。 “不过目前的新闻生产对于AI编辑来说还很困难。”韩亚洪说,要让AI学会写新闻,必须要针对某个特定新闻主题,进行大量资料搜集和模型训练。目前AI技术只能在风格相对固定、词汇量使用范围较小的领域完成文本生成,比如天气预报等内容,AI可以很好地输出相关报道和消息。但要生成人类创作的那种有创新要求、情感描述丰富的文章,AI编辑的能力仍有待进一步提升。 协作将使新闻生产更加高效 “有趣的是,AI犯的错误大多是我们意想不到的低级错误,但在某些方面又强悍到让人类望尘莫及。”韩亚洪举例说,像给文章分类这种工作,人类编辑要进行大量阅读,重复性劳动耗时耗力,速度非常慢。但这项工作AI编辑做起来就非常简单了,通过文字—文档的主题建模,AI可以比较准确地对文章按主题进行分类。另外,对于可以使用模板的短新闻,比如天气预报、证券信息等,AI编辑可以准确迅速地将各种数字或者专有名词嵌套到模板中,从而完成一定的文档生成任务。 美联社曾使用AI系统自动编发企业财报。AI系统对数据进行自动抓取,将其嵌套在美联社预先设定的新闻模板中,几秒钟就能完成一篇150—300字的短消息,该系统每季度能产出约4000篇新闻,与之相比,美联社的人工编辑们每季度只能完成400篇。 做这些特定的工作,AI编辑比人类厉害的地方不仅在于速度,准确率也可圈可点。“像分类或者是嵌套模板写短消息这类的工作,因为任务明确,AI的准确率还是非常高的,很少出现错别字或者数据错误。”韩亚洪介绍。 在运用大数据分析预测爆款方面,AI编辑可能比人类单纯从经验出发显得更“科学”。2015年,《纽约时报》使用AI机器人对社交平台中的文章进行筛选和分析,预测哪部分内容适合推广。凡是由它自动推荐的文章的点击量都大大增加,甚至达到了普通文章的38倍。 “但在AI编辑的世界中,只有知道和不知道两种状态,因此处理的内容一旦超纲,它们就会立刻犯很多低级到可笑的错误。”韩亚洪说,像这次AI编辑把非裔的Leigh跟阿拉伯裔的Jade弄混了的这样的错误,对于人类来说,即使没见过Leigh ,但根据常识,也不会把非洲裔和阿拉伯裔弄混。 “目前阶段的编辑工作完全依赖AI是不现实的,让AI成为人类编辑的帮手似乎更切实可行。”韩亚洪说。美联社预测,AI介入媒体行业能够帮助新闻工作者释放20%左右的时间,让后者可以将这部分时间更多地投入到内容创作方面,简单的事实核查与调研方面的工作交给AI,有利于提高新闻质量。 “未来,人类应该把AI编辑当作合作伙伴,双方协同起来,使工作更加高效有质量。”韩亚洪说,人类不应该觉得AI是来“抢饭碗”的,而应该为有AI这样的合作伙伴而感到幸运。

智能技术驶入“快车道” 补齐这些短板才能再提速_光明网

智能技术驶入“快车道” 补齐这些短板才能再提速_光明网
在天津大剧院,智能机器人指挥乐团演奏曲目。  新华社记者 李然摄  走进家门,只需简略传达几句语音指令,机器人“管家”就能翻开空调、调理温度;站在“魔镜”前,镜子不只能实时进行“肌肤体检”,还能供给“护肤小攻略”……在第四届国际智能大会上,五花八门的“黑科技”不只“走”上企业生产线,更融入了人们的日常日子。跟着智能科技的快速开展,一幅生动的才智日子画卷正在人们眼前缓缓打开。  AI成为作业日子“知己拍档”  此次“云展会”上,国内数字音乐服务商酷狗音乐展出的“便携AI音箱”引人重视。对着音箱宣布唤醒指令,就可以发动人机交互功用,音箱不只能依据详细歌曲、歌手名等语音指令进行播映,还能“了解”用户听歌习气,智能引荐其或许喜爱的歌曲。  构建“用户画像”、依据需求精准引荐、智能判别运用场景……在日常日子中,人工智能不只能“读心”,也成为与人类分工合作的“同伴”。  在第四届国际智能大会线下才智体会馆一侧,几台憨态可掬、外形各异的机器人招引了不少观众停步。总结科目学习状况、剖析单薄范畴……内置文娱、学习等多种功用模块的机器人,将有望成为家长的“小帮手”,为孩子的学习组织供给主张和参阅。  大会期间,2020国际智能驾驭挑战赛也正在举行,来自高校、企业和科研组织的多支参赛部队环绕无人驾驭等范畴“一决高低”。通过AI辅佐进行驾驭,在智能轿车范畴已不再是“科幻情节”。  依据《智能轿车立异开展战略》,到2025年,我国标准智能轿车的技能立异、工业生态、根底设备、法规标准、产品监管和网络安全系统将根本构成。“智能轿车的中心是人,从辅佐人、解放人到赋能人。”中汽中心科技开展部部长龚进峰说。  疫情期间智能科技大显身手  面临爆发的疫情,智能科技成了人们的“眼”与“手”,不只在抗疫“战场”上发挥出重要作用,也完成了各类疫情防控信息的数字化、可视化。  进入“天津微医互联网医院”微信界面,复诊患者填写此前就诊信息,审阅经往后所需药品当日或次日就能通过快递配送上门;在“专科门诊”分类下,患者还可以在线问诊,与医院的专科医师进行1对1沟通。  疫情期间,慢性病、常见病患者前往医院就诊有所不便利。为满意人们的日常需求,天津微医互联网医院敏捷“上线”,便利人们“宅家”取药就诊。  据微医集团董事长兼CEO廖杰远介绍,到6月5日,天津微医互联网医院上线的“新冠肺炎实时救助渠道”累计访问量超越1.4亿人次,上线医师超越6万名,为超越193万人次供给了免费在线咨询和治疗服务,在助力疫情防控的一起也拉开了“才智医疗”的帷幕。  “以互联网医院为支点,可以衔接医院、底层医疗组织、工业相关供应链和居民,构建高效、新式、以健康为方针的数字健共体,进一步进步医疗服务才能、下降药品价格、进步医保基金运用功率。”廖杰远说。  腾讯供给的人工智能辅诊计划在疫情期间为医师快速供给辅佐确诊的参阅;中新天津生态城一小区的“无触摸智能测温通道”可以自动检测人员体温;天津经济技能开发区的才智城市运营办理中心里,企业复工、公寓酒店入住等信息一望而知……通过多年的信息化堆集,智能科技不只在政府公共事务办理和便民惠企服务中发挥了重要作用,也在疫情防控中“锋芒毕露”。  点亮“才智”仍需补齐短板  智能“路标”现已亮起,为了打通前往未来的“才智之路”、推动智能科技驶上开展“快车道”,专家主张从多方位发力,打造运用场景,标准数据运用。  “现在,智能科技工业的运用场景数量还不够多,高端技能在场景运用层面立异缺乏。”国际智能大会组委会办公室常务副主任、天津市工业和信息化局总经济师周胜昔表明,未来要在人工智能、5G、车联网、区块链、VR/AR等要点范畴打造典型运用场景,推动新技能、新模式转变为新动能、新增长点。  天津财经大学商学院互联网信息与用户行为研讨中心主任陈旭辉表明,跟着硬件设备渐趋完善,未来需求添加才智城市功用耐性、灵活性,构成办理效能。  数据同享是智能科技发挥功效的重要根底,许多“城市大脑”也是依托数据资源同享完成的。业界专家以为,为了让数据更好为才智日子“赋能”,完善数据运用和同享的法律法规、树立互联网安全互联标准尤为重要。  “主张相关部分推动各组织之间数据的互联互通,打通系统内与系统间的‘数据孤岛’,完成数据交融、服务交融和职业才能进步。”廖杰远说。  陈旭辉以为,现在各地大多已对数据同享在立法进步行了标准,下一步应强化执行前期公布的相应法律法规,使得数据同享真实完成。(新华社记者 刘惟真 郭方达 张宇琪)

北京冬奥会重点工程施工人员集中进行核酸检测

北京冬奥会重点工程施工人员集中进行核酸检测
本报讯(记者 王斌)北京青年报记者从海淀区得悉,自6月26日起,海淀区建立修建工地会集专项检测点位,对全区6145名施作业业人员展开核酸检测,触及冬奥工程等26个要点建造项目。方案月底前检测完结,排查扫除修建工地的疫情危险。  6月26日上午,北青报记者来到海淀区香山安顿房C地块,这儿暂时设置了一处修建工地核酸检测点,海淀区正在安排对五棵松冰上运动中心等8个项目的1759名建造人员进行核酸检测。依照疫情防控要求,现场对检测地址进行全面消杀,医疗检测人员“全副武装”,参加检测人员执行测体温、戴口罩、一米线等办法,保证检测作业安全有序完结。  据海淀区住建委相关担任人介绍,正在建造中的五棵松冰上运动中心,是全球最大的“超低能耗”体育修建,承担着2022年北京冬奥会女子冰球的训练使命,估计下月完结工程施工使命。6月26日,该项目397名施作业业人员悉数来到核酸检测点,参加核酸检测。  “海淀区依照‘四个100%’的要求展开核酸检测作业。即:凡与确诊人员有直接触摸的人员应做到100%核酸检测;凡排查出有到过新发地等要点区域人员的工程项目应做到全员100%核酸检测;凡在施工现场从事厨师、配菜、收购、服务、保洁、保安等作业的人员应做到100%核酸检测;中高危险区域在施工程、国家及本市要点工程在具备条件的情况下,分批执行全员100%核酸检测,从严扩展修建工地人员核酸检测规模。”上述担任人介绍,在此之前,海淀区现已完结修建工地内到过新发地或玉泉东商场、悉数工地食堂、常住高危险大街城镇人员以及担任修建行业监管作业人员等较高危险人员核酸检测5620人,累计展开修建工地核酸检测到达11765人,深化夯实修建工地疫情危险排查扫除作业。  (北京青年报)