在线观察学习

在线观察学习（精选7篇）

在线观察学习 篇1

一、引言

据中国网购市场数据显示,2014 年中国网购市场交易规模已达2. 8 万亿元,同比增长48. 7% 。各类产品卖家纷纷进驻大型电商平台( 以天猫商城为例,其平台上销售的手机已近6 000部) ,这导致消费者网络购物的信息搜索成本急剧升高。为了节约选购时间,降低购买风险,消费者的购买决策越来越多地依赖于产品销售页面所呈现的信息,比如网络口碑信息( Chevalier & Mayzlin,2006;Gu et al. ,2012 ) 。由于羊群效应的存在( Banerjee,1992; Bikhchandani et al. ,1992 ) ,个体消费者倾向于参考前人行为以做出有关产品质量的推断( Foster & Rosenzweig,1995) ,所以产品销售页面呈现的在线观察学习( Observational Learning,OL) 信息对消费者购买行为具有重要影响( Chen et al. ,2011) 。然而,在线OL信息不同于网络口碑信息,后者通常既包含已购物消费者的总体评价,也包含做出每条评价的理由( Chen et al. ,2011) ,如在线点评; 前者仅揭示已购物消费者购买行为产生的综合结果,但并不呈现每笔购买发生的理由( Bikhchandani et al. ,1998) ,具有一定的统计属性,如销售排行榜。

为了向潜在消费者提供更多有价值的参考信息,国内大型B2C电商平台在产品销售页面陈列了各种在线OL信息,如京东商城按同价位、同品牌与同类别呈现了三种 “排行榜” 类在线OL信息。而作为国内最大的B2C电商平台,天猫商城则提供了另一类在线OL信息———电商服务质量( E - commerce Service Quality,e - SQ) ,它是指虚拟市场中顾客对电子服务交付质量的综合评价与判断( Santos,2003) 。许多具有成功电子商务经验的企业已开始意识到经营成败的关键不只是网页内容展示与低价策略,还包括电商服务质量( Yang,2001; Zeithaml,2002) ,它甚至被认为是在线零售商追求长期绩效与成功最重要的决定因素( Zeithaml,2002; Fassnacht & Koese,2006;Wolfinbarger & Gilly,2003) 。改进e - SQ可提高顾客满意度与忠诚度( Chang et al. ,2009) ,极大地提高公司的竞争力( Oliveira et al. ,2002) 。这暗示着e - SQ的高低将直接影响在线消费者的购买意愿,进而影响产品的受欢迎程度。

正是基于观察学习现象的广泛存在,以及e -SQ对消费者购买行为影响的相关理论,本文主要研究大型B2C电商平台上e - SQ类在线观察学习信息对产品销量的影响。关于e - SQ理论的研究,目前仍处于早期阶段( Santos,2003; Fassnacht &Kese,2006; Cristobal et al. ,2007) ,大多数学者试图提出具有广泛适应性的指标量表。结合对网络服务质量的研究,Parasuraman等( 2005) 构建的e - SQ指标量表包含七个维度: 有效性、系统可用性、完成性、私密性、响应性、补偿性与接触性,其中前四个被称为核心e - SQ维度,后三个被称为售后e - SQ维度。Ladhari ( 2010) 在回顾各种e - SQ评价模型的基础上,指出其主要维度包括: 可靠性/完成性、响应性、使用容易、私密性/安全性、网页设计、信息质量。本研究只关注基于产品层面的e - SQ维度对产品销量的影响,如可靠性( 完成性) 与响应性,而对反映平台层面的e - SQ维度不予关注,如网页设计、私密性等①。关于e - SQ与顾客购买意愿( 满意度) 之间关系的研究,已有文献主要侧重于讨论顾客亲身感受的服务质量对其自身购买行为的影响( Cristobal et al. ,2007; Fassnacht & Kse,2007; Ho &Lee,2007; Lee & Lin,2005) ,而本研究侧重于探索卖家过去的服务质量综合水平对后续顾客购买产品决策的影响。结合实证数据所选电商平台( 天猫商城) 产品销售页面的特征,本研究将重点关注e - SQ的五个维度: “描述相符”②、“服务态度”、“发货速度”、“退款速度”与 “纠纷退款比例”,探讨e - SQ这五个维度的在线OL信息对产品销量的影响,以及这些影响是否分别受到产品所在页面位置与市场年龄的调节。

二、研究设计

( 一) 数据来源

本研究实证分析将基于一个面板数据展开,数据源于国内最大的B2C电子商务网站———天猫商城。不同于绝大多数类似研究均只选择一种产品作为实证对象,如书籍( Chevalier & Mayzlin,2006 ) 、 电影( Duan et al. ,2008 ) 、 数码相机( Gu et al. ,2012) ,本文选择笔记本与平板电脑两类电子产品作为实证对象,这种多类产品形成的样本能提高实证结论的普遍性。借助网页数据采集工具③,抓取页面相关数据,每周抓取一次。为保证所有产品信息尽可能在同一时间获取,防止销售页面信息更新导致数据误差,本研究每次均选择在周一凌晨00: 00 - 6: 00 之间收集数据,该时间段内顾客购买行为不活跃,产品销售页面信息相对静止。数据收集时间跨度为2013 年7 月15日至2014 年1 月13 日,持续近半年,共27 周,每周均将天猫商城上销售的所有笔记本④与平板电脑相关数据采集下来。由于商城产品上下架更新频繁,平均每周上架与下架产品分别超过200 种,甚至会出现下架几周后又重新上架的现象,所以本研究实证样本是一个非平衡面板数据。删除无效或异常数据后,有效样本共10 508条,其中笔记本有4 556条,包含1 142款产品; 平板电脑有5 952条,包含1 303款产品。不难发现,有效样本中无论是笔记本还是平板电脑,单个产品经历的平均周数均较短( 前者约为4. 0 周,后者约为4. 6 周) ,导致该现象的一个重要原因是: 本研究在数据处理时仅包含周销量大于零的样本,其目的主要是为了保证时间序列分析的有效性( Lu et al. ,2013) ,而实际上天猫商城中大量在售产品的周销量均为0,尤其是陈列位置比较靠后的商品。

( 二) 变量定义

因变量。当前绝大多数类似研究均因电商平台销售页面未提供销量信息,而选择产品销售排名代替产品销量作为因变量( Gu et al. ,2012;Chevalier & Goolsbee,2003; Ghose,2009 ) 。不同于亚马逊、京东商城等国内外知名电商平台出于商业机密的考虑,均未在销售页面提供任何有关产品销量的信息,天猫商城是目前我们所了解的唯一提供产品销量信息的大型B2C电商平台,根据其页面提供的累计售出量信息,做差即可得到产品每周销量。因此,本研究将以产品周销量( Wsales ) 作为因变量。

自变量。本研究的自变量是销售页面反映e -SQ的五个指标: “描述相符”( Depict) 、 “服务态度”( Service) 、“发货速度”( Delivery) 、“退货速度”( Refund) 和 “纠纷退款比例”( P_ dispute) ,它们均属于在线OL信息。其中前三个指标主要反映售前e - SQ⑤,后两个指标主要反映售后e - SQ,其在销售页面的具体呈现方式如图1 所示⑥。根据已有文献设计的e - SQ量表,“描述相符”与 “发货速度”可看做属于完成性( Fulfillment)( Parasuraman et al. , 2005 ) 或可靠性( Reliability )( Wolfinbarger & Gilly,2003; Lee & Lin,2005) 维度的指标; “退款速度”与 “纠纷退款”可看做属于响应性( Responsiveness) 维度的指标( Parasuraman et al. ,2005) ;“服务态度” 可看做一个综合性指标。Ladhari ( 2010) 通过回顾有关e - SQ评级模型的文献,确定可靠性与响应性是e - SQ的关键度量维度,这暗示着本研究选取的变量在一定程度上捕捉到了e - SQ的核心指标,有助于提升实证结论的价值。前三个指标均由产品购买者主观评分产生,电商平台产品销售页面将呈现出每个指标与同行业相比的值( 如 “描述相符”与同行业相比高于12. 26% ) ,具体计算规则为:( 卖家店铺得分- 同行业平均分) / ( 同行业店铺最高得分- 同行业平均分) 。若 “高于”,则为正数;若 “持平”,则等于0; 若 “低于”,则为负数。后两个指标由电商平台系统客观统计产生,其中,“退款速度”采用与同行业平均水平比较的绝对值来衡量,即卖家店铺退货速度- 同行业平均退货速度,若 “快多少天”,则为正数; 若 “慢多少天”则为负数。关于 “纠纷退款”,天猫商城产品销售页面呈现近30 天内发生纠纷退款的笔数,由于发生纠纷退款的笔数与产品月销量有直接关系,月销量越大,纠纷退款笔数可能也越大,但这并不意味着是负面信息,所以为了更加合理研究该指标对产品销量的影响,本研究将用月成交记录作为纠纷退款的加权来衡量该指标,并将其称为 “纠纷退款比例”。

控制变量。除了产品价格( Price) 之外,本研究分别用产品已上市时间、页面位置排名⑦和数据收集当周是否含有节假日⑧来分别控制产品市场年龄( Age ) 、页面位置( Rank或Page ) 、节假日( Holiday ) 这些容易对销量产生影响的外界因素。此外,产品所处的竞争环境是另一个需要控制的重要因素,本研究将从价格角度衡量竞争环境的强弱,并以当前页面产品价格上下浮动20% 范围内其他在售产品的总数来衡量当前页面产品面临的市场竞争强度( Compete )⑨。

上述所有因变量、自变量与控制变量的具体定义与描述如表1 所示。

( 三) 变量描述性统计与相关分析

表2 对本研究涉及的关键变量进行了描述性统计。从表2 不难发现除了虚拟变量Holiday之外,因变量与所有控制变量的最小值与最大值之间相差均较大,这将导致变量的偏度与峰度均较大,而过大的峰度与偏度容易使得估计结果不稳定,进而引起实证结论不可靠。此外,一般来说,页面位置、市场年龄、价格、竞争强度这些控制变量对产品销量的影响往往存在边际递减效应。所以,借鉴Chevalier & Mayzlin ( 2006 ) 等其他类似研究的处理方法,本研究将对上述变量取对数,以克服因偏度与峰度过大可能带来的估计误差,并更好地揭示上述控制变量对销量影响的边际递减效应。

此外, 表2 也显示, 解释变量Refund、P_ dispute的最大值与最小值均相差悬殊。通过进一步观察数据样本,我们发现导致这两个变量偏度与峰度均较大⑩的原因是存在极少数电商平台卖家的 “退款速度”或 “纠纷退款”极大地远离均值,甚至与常理不相符( 如 “退款速度”比行业平均水平慢78. 2 天,近30 天内发生的 “纠纷退款”笔数是月成交量的55 倍) ,为了消除这些少数特殊样本可能对回归结果造成的影响,本研究将删除这些异常数据。

表3 描述了本研究实证模型中所有变量之间的相关性。不难发现,衡量售前e - SQ的三个在线OL信息变量Depict、Service和Delivery之间高度相关。为了避免因多重共线性问题导致回归系数估计存在误差,本研究将运用三个回归方程分别研究每个变量对产品销量的影响,每个方程中仅包含上述三个变量中的一个。此外,表3 也显示,衡量产品所在页面位置的两个变量( Ln_ rank与Ln_ page ) 之间高度相关( 相关系数为0. 96 ) ,故下文实证分析中,本研究将用变量Ln_ rank来控制产品所处页面位置, 因为Ln_ rank比Ln_ page提供了更多有关页面位置的信息。

( 四) 研究方法

本研究实证分析过程可划分为两个阶段。第一阶段主要检验e - SQ五个维度上的在线OL信息对产品销量是否具有显著影响,具体模型如下:

其中,e_ SQi,t -1表示Depicti,t -1或Servicei,t -1或Deliveryi,t -1,所以方程( 1) 相当于三个回归方程。ui用来控制不可观察的不随时间变化的个体差异( 如品牌知名度) 。模型( 1) 中未加入控制时间差异的变量,这主要源于变量Ln_ agei,t -1与Holidayt -1一定程度上已反映时间效应,前者可看做是基于产品的时间趋势变量,后者可看做是时间虚拟变量。εi,t表示服从正态分布的随机干扰项。

严格来说,第t周产品销量是由过去一周所有解释变量不断变化的瞬时值带来的销量累积而成,但实际数据的收集只能基于离散的时间点完成。本研究进行具体实证分析时各解释变量与控制变量( 变量Holidayt除外) 取的是第t - 1 周末( 即第t周初) 的值,所以模型( 1) 可看做是研究e- SQ各指标维度的期初值对当周产品销量的影响11。

在第二阶段,本研究将借助两交互模型,探索产品市场年龄与页面位置分别对e - SQ类在线OL信息销量影响的调节效应,模型如下:

与方程( 1) 类似,方程( 2) 也相当于是三个回归方程。方程( 2) 中电商服务质量的五个维度分别与Ln_ age或Ln_ rank的交叉乘积项是用来衡量产品市场年龄与页面位置是否对e - SQ类在线OL信息产品销量的影响具有调节效应。本研究将主要利用两交互( Two - way Interaction) 线性回归模型中的简单斜率检测( Simple Slope Tests)方法来分析这种调节效应。

三、实证结果与分析

本研究将采用面板数据的固定效应模型12进行参数估计,且估计时均采用聚类稳健性标准差,而非普通标准差13。首先,借助回归方程( 1) 得到电商服务质量五个维度在线OL信息变量对产品销量影响的主效应估计结果,如表4 中研究1 所示。然后,借助回归方程( 2) 得到产品市场年龄与页面位置分别对上述影响的调节效应估计结果,如表4 中研究2 所示。

( 一) e - SQ类在线OL信息对产品销量的影响( 主效应)

表4 中研究1 显示,在衡量售前e - SQ的三个指标中,“描述相符”对产品销量具有显著的正向影响,系数估计值为0. 549,这意味着与同行业平均水平相比,产品页面信息和实际情况的相符程度每提高1 个百分点,产品销量将平均增加0. 549个百分点。一种可能的解释是: 页面信息描述相符程度直接反映了卖家所提供信息( 如色差、质量等) 的真实性与可靠性,这些都是顾客做出购买决策的重要依据,一旦 “描述相符” 得分较低,则意味着卖家可能在制造虚假信息以粉饰商品性价比,这将降低潜在顾客的购买意愿。此外,当前各种网络造假新闻层出不穷,消费者购买产品前对页面信息的真实性会更加警觉与重视,这些因素均导致了 “描述相符”对消费者的购买行为具有重要的参考价值,进而影响产品销量。 “服务态度”对产品销量没有显著影响,一种可能的解释是: 作为国内最大的B2C电商平台,天猫商城承诺提供100% 优质服务,目前每个店铺卖家均成立了专门的在线客服团队,其对潜在顾客在线咨询的问题均非常友好地做出回答,这使得卖家在服务态度方面不具有很强的异质性,以致 “服务态度”对消费者购买决策影响不大,进而对产品销量影响不显著。“发货速度”对产品销量也不具有显著影响,一种可能的解释是: 随着国内物流网络日益发达,顾客一般下单2 -3 天后货物即可送达,网购消费者对卖家发货速度具有较强的预期; 另外,越来越频繁的网上购物也极大地降低了消费者收货的迫切性,这两方面因素使 “发货速度”对消费者购买决策影响不大,进而对产品销量影响不显著。

在衡量售后e - SQ的两个指标中, “退款速度”对产品销量没有显著影响,而 “纠纷退款比例”对产品销量具有显著的负向影响,系数估计值为- 0. 467,这意味着卖家的 “纠纷退款比例”每降低1 个百分点,产品销量将增加0. 467 个百分点。这可能是因为: 当发生退款时,消费者更关心卖家是否会完整退还购买款,而对早一天或晚一天完成退款并不太在意,故 “退款速度”对潜在消费者的购买意愿影响不显著。如果卖家 “纠纷退款比例”较高,则意味着消费者一旦对所购商品不满意,申请退货成功的概率将较低,这将极大地降低潜在消费者对卖家售后服务水平的信赖程度,进而影响其当前购买决策,故 “纠纷退款比例”对产品销量具有显著影响。

注: 括号内数值为标准差,***p < 0. 01,**p < 0. 05,*p < 0. 1,常数项回归结果省略。

此外,表4 中研究1 还显示,控制变量产品的市场年龄、页面位置、销售价格均对销量具有显著的负向影响,当周是否含有节假日与市场竞争强度对产品销量具有显著的正向影响。一般来说,产品面临的市场竞争强度越大,其销量应该越小,即竞争强度对产品销量应该具有负向影响,但本研究发现的结论却与之相反。一个重要的原因是: 对于天猫商城上销售的笔记本与平板电脑,大多数产品价格均集中在各自均值附近,价格过低或过高的产品虽然面临的市场竞争强度较低,但前者可能质量不高,后者可能性价比偏低,最终导致消费者对其购买意愿均不强,反而处于均值附近的商品更能获得消费者的青睐,所以才会出现市场竞争强度对产品销量具有正向影响的实证结果。

( 二) e - SQ类在线OL信息对产品销量的影响( 调节效应)

表4 中研究2 显示,产品市场年龄( Ln_ age)与页面位置( Ln_ rank) 对售前e - SQ维度的在线OL信息( 如 “描述相符”、“服务态度”、“发货速度”) 销量影响均没有显著的调节效应; 对售后e- SQ维度的 “退款速度” 在线OL信息来说,产品市场年龄对其销量影响具有显著调节效应,产品页面位置对其销量影响不具有显著调节效应;对售后e - SQ维度的 “纠纷退款比例”在线OL信息来说,产品市场年龄与页面位置对其销量影响均具有显著调节效应。

为了进一步解释并分析这些显著的两交互变量,以揭示产品参与性与市场年龄分别对e - SQ类在线OL信息销量影响的内在调节机制,本研究将借助网站www. jeremydawson. com /slopes. htm提供的一个文件名为2 - way_ with_ all_ options. xls的在线资源14,描绘这些显著的调节效应图,具体如图2 至图4 所示15。

图3 与图4 显示,无论产品市场年龄较短还是较长,页面位置靠前还是靠后, “纠纷退款比例”对产品销量的影响均是负向的16。这意味着研究1中揭示的 “纠纷退款比例”对产品销量影响的主效应不会随着产品市场年龄( 较长或较短) 或页面位置( 靠前或靠后) 而改变方向。此外,“纠纷退款比例”对市场年龄较短( 页面位置靠前) 与较长( 靠后) 产品的销量影响之间存在显著差异17。

上述调节效应图虽然能从定性角度看出在不同市场年龄或页面位置情况下, “退款速度”与“纠纷退款比例”对产品销量影响的方向与相对大小,但仍无法度量在不同市场年龄或页面位置情况下,图2 至图4 中 “退款速度”与 “纠纷退款比例” 对产品销量影响的具体大小及其显著性。为了回答该问题,本研究将运用简单斜率检测方法计算图2 至图4 中各直线斜率大小,以及与水平轴( 斜率为0) 之间的差异性,结果如表5 所示。

表5 显示,“退款速度”对市场年龄较短或较长产品的销量均不具有显著影响( p = 0. 464,0. 791) ,这与回归模型( 1 ) 揭示的 “退款速度”对产品销量影响的主效应不显著的结论一致。此外,无论产品市场年龄较短还是较长,页面位置靠前还是靠后,“纠纷退款比例”对产品销量均具有显著负向影响( p = 0. 004,0. 014,0. 000,0. 000) 。一种可能的解释是: 电子产品属于典型高参与性( High - involvement) 产品,潜在消费者往往对其具有较大的购买感知风险( Hoyer & Macinnis,2008) ,购买决策的失误可能导致消费者需要花费大量额外时间和精力来处理退货退款问题( Laurent & Kapferer,1985) ,为了避免售后过程中遇到不必要的财务纠纷,消费者在购买前会提高对卖家过去处理退款问题口碑的关注程度。所以,对任意市场年龄或页面位置的产品,e - SQ中反映购买风险的 “纠纷退款比例”均能显著地影响消费者购买意愿,进而影响产品销量。

注: 括号内数值为斜率的P值,*p < 0. 1,**p < 0. 05,***p < 0. 01。

表5 也显示,相对于市场年龄较长的产品,“纠纷退款比例”对市场年龄较短产品的销量影响更大( 斜率= - 2. 207, - 2. 609) 。一种可能的解释是: 当电子类产品上架时间较短时,潜在消费者对产品质量、性能等相关信息一般了解较少,倾向于在做出购买决策前进行广泛的信息搜索( Clarke& Belk,1979) ,以降低购买产品的感知风险,于是会对 “纠纷退款比例”在线OL信息给予更高的重视。当电子类产品上市时间较长时,各种其他营销渠道( 如广告、同僚推荐等) 提供的公开信息会极大地帮助顾客提高对产品性价比、质量等方面的判断,对退款风险也有一定的评估,使得其对“纠纷退款比例”这种反映购买风险的在线OL信息的依赖程度减弱( Bikhchandani et al. ,1992) 。因此,相对于市场年龄较长产品, “纠纷退款比例”对市场年龄较短产品的销量影响更大。

表5 还显示,相对于页面位置靠后的产品,“纠纷退款比例”对页面位置靠前产品的销量影响更大( 斜率= - 1. 131, - 1. 844) 。一种可能的解释是: 由于消费者偏好容易受到产品展示形式的影响( Hong et al. ,2004) ,当面对某类产品( 如笔记本) 的搜索结果页面时,消费者通常按照页面陈列方式,从前至后逐页顺序浏览产品,且一般不会详尽浏览所有页面产品( Lohse & Spiller,1998) 。当看到初步中意的某款商品后,才会通过点击链接进入该款产品销售页面,这时各种电商服务质量类在线OL信息将被关注,这意味着处于页面位置越靠前的产品,其销售页面的在线OL信息将拥有更大的概率被潜在消费者参考。因此,产品页面位置越靠前,其销售页面中电商服务质量类OL信息( 如 “纠纷退款比例”) 会受到更多消费者关注,其对产品销量影响也随之更大。

四、启示与不足

本文的研究发现为大型B2C电商平台上的网络卖家提供了以下管理启示: ( 1) 网络卖家对e -SQ不同指标维度应给予差异化关注程度,特别应加大对 “描述相符”和 “纠纷退款比例”这两个指标维度变化的重视。任何试图在销售页面提供与实际产品不相符的信息均需要慎重,任何可能导致纠纷退款的事件均应给予高度关注,尽可能避免产生纠纷退款记录。 ( 2) 相对于上架晚期( 或页面位置靠后) 的产品来说,卖家对处于上架早期( 或页面位置靠前) 的产品,提升其e - SQ指标维度——— “纠纷退款比例”在线OL信息的表现水平,可获得更大的销量回报。而对于e - SQ指标维度——— “描述相符”在线OL信息的表现水平,无论产品市场年龄较短或较长,产品页面位置靠前还是靠后,卖家都应给予同等的重视程度。( 3) 网络卖家在提高e - SQ水平时,需根据所售电子产品的类型采取一定的差异化策略。仅以本文实证样本为例,卖家应重点针对市场年龄较短的笔记本和页面位置靠前的平板电脑产品,改进其e - SQ指标维度——— “纠纷退款比例”在线OL信息的表现水平,这样可在营销资源受限的情况下,获取更大投资回报。

当然,本研究也存在一些不足之处:( 1) 实证样本仅收集了笔记本与平板电脑两类电子产品,这使得本文研究结论的普遍性还有待提高,包含更多其他类电子产品将有助于更加全面地评估大型B2C电商平台e - SQ类在线OL信息对电子类产品销量的影响。 ( 2) 实证样本仅包含来自一个B2C电商平台的产品,然而现实中消费者进行网络购物时,往往会参考其他平台( 如其他电商平台、综合性比价网等) 信息,这意味着当没有控制这种跨平台信息对当前平台产品销量的影响时,可能导致估计结果存在偏差。因此,选择同时销售在两个同级别电商平台的产品作为实证样本,借助对照样本研究e - SQ类在线OL信息对产品销量的影响( 或动态交互影响) ,将极大地提高实证结论的有效性。 ( 3) 由于售前e - SQ指标维度———“描述相符”、 “服务态度”和 “发货速度”之间具有较高的相关性,本研究采用三个独立方程分别来估计其对产品销量的影响,但消费者对这三个维度的评分是同时进行的,往往具有一定的关联性。也就是说,可能存在一些不可观测的因素( 如个人偏好) 同时对这三个维度得分造成影响,即这三个方程的扰动项可能存在相关性。所以,对这三个方程进行联合估计,可能会提高估计效率。( 4) 由于实证数据源于国内最大的B2C电商平台———天猫商城,该商城的付款途径时基于第三方支付平台———支付宝,其具有极高的支付信用,这使得消费者不用担心出现类似退货不退款的纠纷,这才会有实证结果中 “退款速度”对产品销量不具有显著影响,但这并不意味着在其他网络购物平台中,消费者对退款速度不在意,所以本研究揭示的e - SQ类在线OL信息对产品销量的影响主要限于具有良好商誉的大型网购商城。

摘要：电商服务质量与产品销售页面呈现的信息对消费者的网络购买决策具有越来越重要的影响。本文主要关注了国内最大B2C电商平台——天猫商城产品销售页面上反映电商服务质量的五个指标维度:“描述相符”、“服务态度”、“发货速度”、“退款速度”、“纠纷退款比例”,探索电商服务质量类在线观察学习信息对电子类产品销量的影响,以及这些影响如何分别受到产品市场年龄与页面位置的调节。研究发现:五个电商服务质量指标维度中,只有“描述相符”与“纠纷退款比例”在线观察学习信息对产品销量具有显著影响;产品市场年龄与页面位置仅分别对“纠纷退款比例”在线观察学习信息的产品销量影响具有显著的调节效应,且该在线观察学习信息对市场年龄较短或页面位置靠前的产品销量影响更大。

关键词：电商服务质量,在线观察学习,两交互模型

在线观察学习 篇2

一、在线学习系统结构设计

1. 软件配置。

在线学习系统包括服务器和客户机两种软件配置。前者的操作系统和数据库系统分别为MS Windows2007 Server和MS SQL Server 2003。而客户机软件配置具有以下要求:选用Windows7操作系统, 8.0版本客户端IE浏览器, 2007版Word软件。

2. 结构模型。

B/S多层次结构, 客户端用户是学员、专家和管理员, 采用Brow ser进行服务器访问, 可将其划分为表示层、应用服务层、公共服务层和数据可层。

3. 在线学习模型。

在线学习模型, 学员学习信息采集模块:采用在线培训系统, 明确学员实际学习情况。主要实现方法是依据学习行为“点击流”和测试情况;课程知识模块;个性化引擎模块:为学员提供最佳学习方法, 并在成绩测试和浏览过程中形成日记;学员信息模块:包括学员基本信息、历次测试情况和在线登录情况等。

二、在线学习系统的实际应用

1. 生成培训计划。

依据需求, 制定培训计划, 并对培训过程进行合理规划。培训计划的生成需经历需求调查、需求上报、需求汇总和培训计划创建四个环节。通过该种方式, 可在培训计划中, 对基层员工的培训需求进行直观反映, 使电厂教育培训工作更加有效。

2. 在线课程学习。

该过程即对培训计划的具体实施, 包含培训项目、培训班、课程和学员管理等。涉及到安全生产、电厂管理与电力技术等诸多内容, 供企业员工在闲暇时间学习, 以提高知识和技能水平。

3. 考试流程。

部门负责人依据题库, 进行试题优选, 经编辑之后, 发布到考试管理, 并合理分配该次考试中的人员、时间和试卷等。可在培训班内考试, 也可实行在线考试, 将电厂教育培训与考核融为一体。

4. 资源中心。

依据电厂员工的实际学习需求, 对相关教育资源进行分配、整合和管理。该过程中包含师资力量、培训设施、课件管理和课程管理等多方面内容。与此同时, 也包括工业、文化、政治和经济等各类书籍, 为电厂员工提供了丰富的学习资源。

5. 教育培训统计分析。

依据电厂员工的实际培训情况, 制作学时积分报表、考试报表等, 使领导人员对员工日常学习情况具备明确的认识, 并以此为依据, 制定电厂员工最新培训计划, 达到良好的教育培训效果。

三、在线学习系统的效果观察

在电厂教育培训中心应用在线学习系统, 可达到以下效果。

1. 实现需求、计划、培训、考核、评价一体化。

在电厂日常运营和管理中, 采用传统的培训方法, 使教育培训与考核脱离, 彼此呈现独立运行, 已经不具备适用性, 难以达到良好的培训效果。可将计划、培训与考试中的相关内容进行提炼和总结, 构成一体化运行模式。该种方法极为先进, 不仅能使电厂内部各项资源得到共享, 而且让培训和考核过程更加科学, 降低电厂员工的日常工作难度, 不断提高他们的工作质量和效率。

2. 培训资源丰富。

当前, 电厂内部培训中, 包含课件、题库以及图书等诸多资源, 依据员工的实际学习需要, 对它们进行搭配应用, 可使电厂员工主动参与到日常培训中, 达到良好的培训效果。采用统一管理方式, 对培训资源进行整合, 也可提高资源利用率。

3. 培训效果管理更加直观。

员工培训过程中, 可直接生成各类报表, 便于领导层明确了解员工状况。继而对比培训资源现状和预定标准, 以实现电厂培训资源的合理分配。并在培训的各个环节, 生成各类工作统计表, 为电厂教育培训工作奠定良好的基础。

四、结语

在线学习系统在电厂教育培训中的运用, 可打破时间和空间限制, 为企业员工提供丰富的学习资源, 学习方式也更加灵活。从根本上提高了电厂教育培训质量和效率, 使他们在工作之余学习到丰富的理论知识和专业技能, 达到良好的培训效果, 实现电厂教育培训目标, 推进其又好又快发展。

摘要：当前, 人们的日常用电需求不断增加, 电厂在该过程中发挥着重要作用。为给人们提供优质的供电, 需不断提高电厂工作人员的素质, 对他们进行理论知识和专业培训, 以此避免供电过程中的各类故障。至今仍有很多电厂在日常教育中, 对员工采用传统培训方法, 使员工在学习过程中过于被动, 培训效果不佳。电厂可结合日常生产和发展背景, 将在线学习系统用以电厂教育培训中, 根据实际需求, 采用正确的方法进行结构设计, 提高电厂教育培训质量。

关键词：在线学习系统,电厂,教育培训

参考文献

[1]谢登峰.在线学习系统在企业的应用效果--以电厂教育培训为例[J].技术与市场, 2015 (3) :141-142.

[2]董辉.在线学习系统应用效果研究[J].经营管理者, 2013 (18) :270-271.

[3]曹良亮.在线学习中学习路径分析及学习行为特点研究[J].中国远程教育, 2014 (4) :25-30.

浅析在线学习 篇3

学习的内容主要包括:电子邮件 (E-mail) 、公告牌系统 (BBS) 、计算机会谈 (CMC) 、视频远距离会谈、远距离数据库访问以及全球网等。程序设计人员把一门课程的学习内容设计成一个公告牌系统, 当学习者登记参加这一门课程的学习时, 会得到如何使用该系统的说明, 学习者在交纳一定的费用后, 即可通过计算机联网, 加入该课程的学习。学习者必须具备配有调制解调器的计算机及远距离通讯软件, 以便和该系统相联接。如果学习者没有经过公告牌系统的使用培训, 还可以得到一本关于如何使用BBS的手册, 而且在这门课程开始之前, 还有关于如何使用BBS的专门讲解。公告牌系统有一个菜单支持的接口, 易于使用, BBS有足够的内存、磁盘存储空间以及电话线路去接纳许多学习者同时使用。BBS为这门课程至少提供一个会谈区域, 每一位参加这门课程的学习者都能看到在会谈区域中提供的公共信息。如果参加这门课程的人数太多, 可以把他们分成小组, 以小组的形式来参加会谈区域的学习, 每个会谈区域至少有两个功能:传递电子邮件与传输文件。在学习过程中, 学习者会有许多作业, 如回答问题、复习相关文献及软件提供的学习内容、对所学内容进行小型的软件设计及写出全面的课程学习报告等。依照这些作业的长度和教师的要求, 这些作业将以电子邮件或传输文件的形式“上交”, “评价”“分数”会以电子邮件的形式反馈回来。如果作业是用来作为讨论的理论依据时, 将会以公告信息或文件的形式来传输, 以使每个学习者都能收到反馈信息。由于学习者能够“看到”彼此的作业, 他们可以评价、比较各自的想法和见解。指导教师可以通过让学习配对或进行小组讨论的方式, 互相评价作业。同时, 由于教师对学习者作业的评定是以单个信息的形式直接送给本人, 所以可以对学生进行直接而坦率的评价而不必担心其他人的反应。在线学习采取异步传输方式, 这种方式具有很大的灵活性, 教师可以在方便的时候把一些知识和信息传输出去, 学生也可以在适当的时候开始学习, 能够实现真正意义的自由学习。

二、在线学习的特点与优势

(一) 学习者之间互相交流程度有了很大提高

这种提高一方面体现在学习者有更多的机会直接向教师提出问题并得到教师详细的回答。而在传统的班组学习中, 由于一个班级中学习人数较多, 大部分教师没有太多的机会和学习者进行更多的沟通与交流, 而在线学习解决了这一问题。另一方面, 进行在线学习的学习者可以轻松、直接地和分布在世界各地的其他学习者同时进行交流, 能及时、准确地了解国内外最新发展和研究内容, 对扩展和深化学习者的学习无疑是很有帮助的。

(二) 学习者之间的相互协作与帮助有了加强

在线学习过程中, 每一位学习者都能了解其他人的学习情况, 并可以及时地把自己的想法和他人进行沟通与比较。而在大多数传统的班级中, 作业只能由教师一个人看到, 然后直接返回给学习者, 而在在线学习中, 学习者不仅可以从自己的作业中获得知识, 还能从其他人的作业中得到有益的知识。在线学习鼓励学习者之间协作与交流, 使学习者懂得利用集体的力量比单个人的努力要有效得多。在线学习也要求学习者要以小组的形式来完成作业, 在评定成绩时以小组为单位, 以小组中每个人的成绩为基础, 给出小组的成绩。学习者之间的相互帮助将对其开阔视野、拓宽知识结构大有裨益。

(三) 在线学习能充分地照顾学习者的差异

由于在线学习可以进行异步交流, 使每一个学习者都可以按照自己的步调进行学习。这更有利于照顾学习者的个别差异, 实现单独教学。学习成绩好的可以很快地回答问题, 而有困难的, 则可以利用更多的时间去思考, 然后再回答。因为在线学习中的教师和学习者都不知道对方长得什么样, 声音怎样, 所以, 口头表达能力差的学习者也不必担心会出现在传统班级教学中出现的这样或那样令人尴尬的局面, 身体残疾或有其它缺陷的学习者也不必担心受到同学歧视或嘲笑。

(四) 在线学习的学习方式更加灵活

在线学习更重视的是学习者怎样学习, 而不是教师怎样教授。实际上, 在线学习的中心是学习者, 而不是教师。在线学习中, 教师是不可能完全地控制一个在线班的, 学习者想什么时候开始、想学习哪部分内容是很灵活的, 学习者之间想进行多少交流也都是自由的。在线学习中教师的作用主要是组织、领导在线学习, 并以作业评价的方式去帮助学习者, 至于学习活动的步调、方式等则由学习者本人去决定。

(五) 在线学习能提供更接近真实社会的交流环境

由于在线学习能够进行广泛而持久的交流活动, 参与者能够很好地相互了解个人生活、工作、学习等方面的细节问题, 而在作业交流和讨论中也都会包含有这些社会因素, 这对学习者了解社会、认识社会是有很大帮助的。

三、在线学习中存在的几个问题

(一) 教师的负担加重

教师在在线学习中不仅要回答学习者的问题, 对学习者的作业进行评定, 还要对学习者间的各种讨论进行调节。这些活动都是很花费时间的, 尤其对于那些比较著名的专家学者来说, 会有更多的学习者喜欢参加他们的课程学习, 这将加重他们的负担。就是对一位普通的教师来说, 教授一个在线班比教授一个普通的传统班级也要花费更多的时间。

(二) 学习者必须花费一定的时间学习计算机知识

对于一名参加在线学习的学习者来说, 加入到计算机网络中并不意味着他立刻可以参与在线学习。每个学习者在开始进行学习之前, 都必须先学习他要使用的计算机系统的有关知识。由于不同的课程会采用不同的方式设计, 因此学习者要学习不同的使用方法。

(三) 在线学习中信息交流的质量与数量难以有效控制

由于在线学习允许并鼓励学习者之间进行自由地交流, 使得学生可以在任何时候把他们认为重要的信息输入到系统中去。这就给学习者造成了困难, 他必须从大量纷杂的信息中去挑选出对他真正有帮助的内容, 如果有人想利用在线学习散布一些坏的思想或者搞点恶作剧什么的, 将会给学习者的学习造成很大的麻烦。

在线学习这一新的学习方式, 虽然还存在这样或那样的问题和不足, 但它仍然是一种高效率的、科学的学习方式。利用这种新的学习方式会实现真正意义上的以学习者为中心的自由式学习。尤其是在对信息的掌握上, 利用这种方式可以跟上所学课程的最新发展与动态, 这些对于学习者是相当重要的。二十一世纪是信息的时代, 在线学习能为我们更好地适应信息时代的要求提供有力的保证。

摘要：在线学习 (Online Learning) 是近年来出现的一种新的学习方式。最初, 仅仅是利用计算机进行交流的一种辅助学习手段, 现在已在美国高等教育中非常流行, 而且随着计算机技术的飞速发展, 这种学习方式的应用将更加广泛。

在线观察学习 篇4

冻干制剂在低温、真空下干燥,在真空或充氮条件下密封长期保存可以确保产品的质量。同时,由于冻干产品质地疏松,加水后能迅速溶解并恢复药液原有特性,且具有剂量准确、外观优良等优点,因此更容易实现无菌操作。为了提高生产效能,药品生产企业提倡从生产流程到包装储存等一系列环节都尽量利用自动化设备来完成,减少人工操作就是减少潜在的污染和差错。

在我国,虽然很多冻干制剂的生产企业都在引进国外先进的GMP管理理念和设备,但对于灌装后的西林瓶检测设备却鲜有关注。由意大利Bonfiglioli Engineering公司研制的LVA在线高速激光检测仪正是用于检测装有冻干制剂西林瓶内部的真空度及水分含量。

1 LVA高速激光检测仪的技术分析

LVA高速激光检测仪(如图1)基于TDLAS技术,采用西林瓶头部空间的光学感应系统,直接测定产品头部空间的压力、含氧量和水分含量,以检测西林瓶内冻干制剂的存储条件,确保药品的质量不会受到影响。

TDLAS(Tunable Diode Laser Absorption Spectr-oscopy)可调谐半导体激光吸收光谱,该技术主要是利用可调谐半导体激光器的窄线宽和波长随注入电流改变的特性实现对分子的单个或几个距离很近很难分辨的吸收线进行测量,例如对甲烷、水汽的浓度测量等。TDLAS具有高选择性、高分辨率,这使它不受其他气体的干扰;它是一种对所有在红外有吸收的活跃分子都有效的通用技术,同样的仪器只需要改变激光器和标准气,即可以方便地改成测量其他组分的仪器;具有高速度、高灵敏度的特点,即使在气体含量极低的情况下仍能准确测量。

2 LVA高速激光检测仪的结构分析

LVA高速激光检测仪的基本工作流程:灌有冻干制剂的西林瓶包装完毕后进样,激光照射西林瓶顶部空间,激光吸收光谱分析的数据处理,根据检测结果将检测的西林瓶分类(合格/不合格)并出样。受测容器从进样至出样如图2所示。

2.1 检测瓶进样

由系统控制,自动进样。进样口以齿轮形式循环固定住一个小瓶,将其移至半导体激光器,以接受激光照射检测。

2.2 激光检测

将半导体激光器发出的激光频率调制到与目标分子内部振荡频率一致,激光直接穿过密闭容器的顶部空间,目标分子吸收激光的能量并引起分子振动。激光按频率扫描检测,并使用光学探测器记录吸收谱线,利用光谱吸收曲线模型分析,最终得出容器内气体的浓度及压力。吸收能量的大小取决于受测容器内目标分子的存在量,若容器内无目标分子存在,则吸收能量为零。LVA在线高速激光检测仪激光检测过程如图3所示。

2.3 数据分析

记录的吸收谱线由系统进行分析,该吸收信号包含顶部空间的气体含量和总压力等信息。通过检测水蒸气吸收信号峰值宽度的变化即可测定受测容器顶部空间绝对压力。

2.4 分类出样

根据检测结果,将受测的装有冻干制剂成品的小瓶进行分类,出样。合格的产品与不合格的产品分别放置于两侧,同时在操作屏幕上显示随时更新的检测结果。其过程如图4、图5所示。

3 LVA在线高速激光检测仪的性能分析

3.1 无损、高速、精确的分析系统

激光吸收技术解决了高压放电技术的缺陷,少接触,无破坏损坏,可全量程测定头部空间的压力(0～1大气压)。激光可轻易穿过西林瓶顶部空间,不受产品的影响,可保证更加精密、准确的分析结果。

3.2 无介入的光学分析方法

LVA在线高速激光检测仪可利用激光分别测定每一只经过测试头的容器顶部空间的实际真空度。不同于通过间接测定内部氧气含量的检漏方法,LVA在线高速激光检测仪可实时检测容器头部空间的实际压力给定量值。激光可直接通过玻璃西林瓶瓶壁,受测瓶的颜色或玻璃类型不会对检测结果产生影响。

3.3 毋须充氮处理,敏感度高

所有冻干产品其头部空间均含有水蒸气(0.1%～5%),可保证产生足够的信号,使激光技术完成测定。压力扩散原理使LVA在线高速激光检测仪对单头西林瓶真空度的测定速度达到500瓶/min。

3.4 系统安全可验证,且具有自检系统

LVA在线高速激光检测仪系统可完全实现电脑化操控,采用SCADA(Supervisory Control And Data Acquisition)系统,即数据采集与监视控制系统,能够自动进行数据分析,形成数据报告,且易于操作。同时,配置打印功能,能及时输出检测结果。配有校准检测瓶的自测系统,使LVA在线高速激光检测仪能够实现自我检测,以确保检测标准的准确性。LVA在线高速激光检测仪性能参数如表1所示。

4 结语

随着冻干制剂的稳步发展,冻干市场迅速扩大,要求愈来愈高,伴随而来的是对质量更加严格的控制。医药产品的检测仪器向着速度更快、稳定性更强、自动化控制水平更高、操作更加人性化等方面发展。目前国内对冻干制剂的包装瓶检测并不完善,处在待发展状态。LVA在线高速激光检测仪已基本实现冻干制剂包装瓶真空度、水分的持续检测功能,且易于操作,产能较高,必定具有良好的发展前景。

摘要：以意大利Bonfiglioli Engineering公司研制的LVA在线高速激光检测仪为例,介绍目前冻干剂西林瓶真空度检测方面的最新技术动向,并探讨其在GMP管理方面的优势。

关键词：在线高速激光检测仪,设备特性,GMP

参考文献

[1]http://www.bonfiglioliengineering.com

[2]http://en.wikipedia.org/wiki/Tunable_diode_las-er_absorption_spectroscopy

[3]王新全,许文东,唐娜.冻干制剂生产过程中质量风险分析及控制要点[J].齐鲁药事,2011(9)

[4]刘树林,张义恩,郝晓芳,等.药品生产过程质量风险管理探讨[J].中国药物警戒,2007(6)

在线观察学习 篇5

排放的污水必须处理,其中一个评价指标为MLSS。MLSS是混合液悬浮固体浓度(mixed liquor suspended solids)的简写,又称为混合液污泥浓度,它表示的是在废液池单位容积混合液内所含有的固体悬浮物的总重量(mg/L)。浊度代表了水中悬浮物的多少,是水质的一个重要指标。浊度的单位为NTU,水中含有100×10-6二氧化硅,其浊度约为50 NTU。

控制浑浊度是工业水处理的一项重要内容,也是一项重要的水质指标。由于测定方法比较简便易行,此项指标应用较为普遍。哈希公司的Txpro-2在线悬浮物(MLSS)/浊度分析仪如图1所示,因其卓越的性能受到越来越多用户的青睐。

1 测量原理

浊度是一种光学效应,是光线透过水层时受到阻碍的程度,表示水层对于光线散射和吸收的能力。它不仅与悬浮物的含量有关,而且还与水中杂质的成分、颗粒大小、形状及其表面的反射性能有关。当浊度较高,悬浮物的浓度低于2 000×10-6,由于多次散射的存在,使浊度的值低于实际值,此时需采用吸收法。散射光和悬浮物浓度成一定的线性关系,可利用测散射光强度来测浊度,但单色光容易产生偏差。哈希公司的Txpro-2在线悬浮物(MLSS)/浊度分析仪采用四光束,利用2个发射器和2个检测器得到一系列光路,形成一个信号矩阵,通过对这些信号进行比例换算得到测量结果。该仪器可以消除干扰、补偿污染,在恶劣的环境下可以进行正常的测量工作。同时,探头带有冲洗端口,可以在客户指定的时间间歇通过电磁阀控制的水/空气冲洗探头上的附着物。

2 技术规格

其性能参数如表1。

3 主要优点和特性

主要优点和特性:(1)传感器采用四光束技术,可有效消除各种干扰;(2)控制器有2个传感器通道,可同1套或2套RD悬浮固体传感器组合;(3)传感器安装可选择插入式或浸没式,安装方便;(4)测量范围宽,具有自诊断功能;(5)校准简单,悬浮物和浊度探针各由一个控制器,使用方便;(6)自洁探针:探头带有冲洗端口,可在客户指定的时间间歇通过电磁阀控制的水/空气冲洗探头上的附着物,能最大限度降低误差。

4 适用性

国家正不断加大对制药行业的污染查处力度,从效果上看,有利于整个行业的调控,有实力的环保优势企业得到了保护,一些散、乱、小、不具备实力的企业则被淘汰出局。企业排放标准同药品GMP认证一道,成为调控整个医药行业的两把利刃,双管齐下,将有利于医药行业的优胜劣汰,并进而带动行业整体水平提升。此外,GMP明确地对排风、供水、排水、排污、照明等设施做出了相关规定。而在线悬浮物(MLSS)/浊度分析仪能够在线控制污水处理后的出水水质。它能解决污水处理重要出水水质指标因人工化验检测而产生的严重滞后问题,以实现污水处理出水水质的预测及控制。通过对悬浮物的测量,分析出水水质,了解生产工艺是否处于稳定状态,这与GMP的“质量始终如一”原则是一致的。只有工艺稳定,才能保证质量。而水质有变化,必然是工艺某一环节出现问题,在线悬浮物(MLSS)分析仪通过对医药废水的测量,可及时反馈生产中的信息,使生产者能够迅速地做出反应,控制工艺,消除其引起的偏差,满足客户对质量的要求和对环保的诉求,对企业发展状况十分有益。

许多制药企业根据GMP改造要求,致力于废水处理设施的建设,但采用的监测技术工艺不佳,不熟悉制药废水的所含物质含量以及各种成分,废水处理设施不能充分发挥其处理效果。事实上,技术工艺是衡量一个企业是否具有先进性、是否具备市场竞争力、是否能不断领先于竞争者的重要指标依据。了解国内外医药工业废水处理技术的研发动向、工艺设备、技术应用及趋势对于企业提升产品技术规格、提高市场竞争力十分关键。

参考文献

[1]美国哈希公司网站www.www.hach.com

在线观察学习 篇6

关键词：血液透析滤过,诱导透析期,效果观察

透析是维持慢性肾功能衰竭晚期患者生命的重要手段, 由保守疗法向稳定的维持性透析过渡中的一段时间, 称诱导期[1], 此时, 患者在生理和心理方面均面临着重大的转折, 大部分患者存在对透析疗法的知识缺乏, 部分首次透析患者出现不同程度恶心、呕吐、头痛、出汗、血压升高、抽搐、昏迷等症状。因此, 诱导期是透析工作者必须关注的问题, 现就联机在线血液透析滤过 (On-line HDF) 在诱导透析期中应用报道如下。

1 资料与方法

1.1一般资料

选择2012年1-6月我院血液净化中心首次血液透析治疗的患者101例, 随机分为试验组51例和对照组50例, 试验组男32例, 女19例;年龄28~64岁。对照组男28例, 女22例;年龄33~52岁。所有患者在诱导透析期间均为股静脉临时性管道通路。2组患者一般资料比较差异无统计学意义 (P>0.05) , 具有可比性。

1.2 方法

1.2.1 试验组:

试验组首次透析患者均采用德国费森尤斯4008s联机在线血透滤过机, 透析频率以隔日透析1次, 首次2h, 以后每次递加1h, 直到进入常规透析。On-line HDF采用Dialog+在线血液透析滤过机, 双级反渗水处理机、碳酸盐透析液、后稀释模式, 置换液量随着时间的加长而加量, 一般为14~16L, 血流量200ml/min, 透析液流量均为500ml/min, 透析液温度36.5℃, 普通肝素抗凝, 滤器采用FX80血滤器, 膜面积1.5m2。

1.2.2 对照组:

对照组首次透析患者均采用德国费森尤斯4008s血液透机, 透析频率以隔日透析1次, 首次2h, 以后每次递加1h, 直到进入常规透析。双级反渗水处理机、碳酸盐透析液、血流量200ml/min, 透析液流量均为500ml/min, 透析液温度36.5℃, 普通肝素抗凝, 滤器采用F60S透析器, 膜面积1.3m2。

1.3观察指标

观察2组血液透析与血液透析滤过过程中急性并发症发生情况。

1.4统计学方法

采用SPSS 11.6统计软件进行数据分析, 计数资料以率 (%) 表示, 组间比较采用χ2检验, P<0.05为差异有统计学意义。

2 结果

试验组急性并发症发生率为23.5%低于对照组的72.0%, 差异有统计学意义 (P<0.05) 。见表1。

注:与对照组比较, *P<0.05

3 讨论

诱导期透析是指患者开始接受血液透析最初的一段时间, 在这个期间, 患者要从未经血液净化的明显尿毒症状态进入到透析治疗阶段, 陌生环境中身体、心理均面对新考验, 如应对不得当, 易出现各种并发症, 甚至危及生命[2]。本文结果显示试验组较对照组急性并发症的发生率明显降低, 减轻了患者的痛苦, 提高了患者的依从性, 帮助患者顺利度过此期是透析成功的第一步。

On-line HDF模拟正常人肾脏的肾小球滤过原理, 以对流方式滤过清除血液中的水分及有毒物质。比血液透析更接近正常肾小球滤过生理[3]。On-line HDF血流动力学特点是在血液透析滤过对流过程中, 血液中的钠和氯被等渗地清除, 不影响细胞外液钠浓度, 对保持细胞外液高渗状态, 促进细胞内液向细胞外间隙转移有重要意义。另外, On-line HDF能有效清除中分子物质, 患者有较好的耐受性, 透析中低血压、头痛和恶心呕吐等不耐受情况明显减少, 降低了透析并发症, 提高患者的生活质量。总之, On-line HDF满足了患者的治疗需要, 对改善患者的预后有明显的优越性, 为患者带来新的希望, 值得临床推广使用。

参考文献

[1] 洪玲玲, 血液透理操作析护风险因素分析及防范对策[J].福建医药杂志, 2006, 28 (2) :159-160.

[2] 马玲蓉.健康教育路径在维持性血液透析患者中的应用[J].中国当代医药, 2012, 5 (34) :140-141.

简单培训:在线学习就足够了 篇7

由于时间的重要性, 在线学习成为公司培训中一个热点。自由性是它受欢迎的最重要原因, 因为学生只要有一台电脑就可以随时随地的接受培训。另外一个主要优点是节省交通花费, 因为学生上课不必外出。在线教学的课程设计可以是让学生学习某个特殊的单一主题, 或者一个能分解成小块的较大主题。学生如果第一次上课有不理解的内容, 根据所需, 他/她可以重复完全相同的课程。在线学习还能帮助训练机构节省时间, 如一个指导老师只需要演示或记录某个课程一次, 此后可以用此次纪录去教无数的学生。

“在线学习”这个词的使用非常广泛, 涵盖了多种不同的学习方式, 包括:

举个例子来说, 一个有经验的工程师需要了解如何使用Yaskawa公司的变频器来启动转矩控制模式, 他没有必要乘飞机去培训机构上三天的课程, 他可以下载“带F7变频器的转矩控制使用”的在线学习课程。只需花三十分钟, 这个工程师就可以准备启动驱动器了。但是, 如果此工程师预先的经验很少, 需要更深入的培训, 那么传统的教育机构会更加适合。在学习高深技术设备时, 这些教育机构的课堂会提供一些核心的亲身实践课程。

■独立自学课程 (从互联网下载或是使用CD) ;

■基于互联网的自学课程 (需要连接到互联网上) ;

■方便的网络视频直播课程 (指导老师使用网络视频直播支持软件进行教学) ;

■独立的播客 (从互联网下载的或是CD的音频播放收听) ;以及

■基于互联网的播客 (需要连接到互联网上) ;

工业自动化公司在培训顾客学生的产品知识时, 一般会采用在线学习的以下两种教学方式:独立自学课程 (学生可以从此公司网站上下载) 和便利的网络视频直播课程。在日本Yaskawa公司, 在线学习模式 (简称eLMs) 是其整套培训的一部分。此整套培训模式给顾客提供多种方式的选择, 其中包括网络视频课程, 现场教学和教育机构培训。

Yaskawa公司的顾客学生每月从此公司网站上平均下载1585次eLM课程, 同时他们每月平均定购250张eLM课程的CD.其内容广泛涉及从电动机与驱动器基本原理到Yaskawa特殊产品的实现技术。