九江职业技术学院学报杂志
中国期刊全文数据库(CJFD) 中国核心期刊遴选数据库
主管/主办:江西省教育厅/九江职业技术学院
国内刊号:CN:36-1247/Z
国际刊号:ISSN:1009-9522
期刊信息

中文名称:九江职业技术学院学报

语言:中文

类别:教育

主管单位:江西省教育厅

主办单位:九江职业技术学院

创刊时间:季刊

出版周期:月刊

国内刊号:CN36-1247/Z

国际刊号:ISSN1009-9522

邮发代号:2001

定价:216.00元/年

出版地:江西

首页>九江职业技术学院学报
  • 杂志名称:九江职业技术学院学报
  • 期刊级别:省级期刊
  • 主管单位:江西省教育厅
  • 主办单位:九江职业技术学院
  • 国际刊号:1009-9522
  • 国内刊号:36-1247/Z
  • 出版周期:月刊
  • 期刊荣誉:中国期刊全文数据库(CJFD) 中国核心期刊遴选数据库
  • 期刊收录:国家图书馆馆藏,上海图书馆馆藏,维普收录(中),万方收录(中),知网收录(中)
九江职业技术学院学报期刊介绍

《九江职业技术学院学报》创刊于2001年,由江西省教育厅主管,九江职业技术学院主办,。以马列主义、毛泽东思想、邓小平理论和“三个代表”重要思想为指导,全面贯彻党的教育方针和“双百方针”,理论联系实际,开展教育科学研究和学科基础理论研究,交流科技成果,促进学院教学、科研工作的发展,为教育改革和社会主义现代化建设做出贡献。

栏目设置
高职教育理论与实践、技术开发与应用、职业教育教学论坛、师资建设与学生管理、高校党建与思想政治教育、专业学科理论探讨
数据库收录/荣誉
国家图书馆馆藏,上海图书馆馆藏,维普收录(中),万方收录(中),知网收录(中) 中国期刊全文数据库(CJFD) 中国核心期刊遴选数据库
九江职业技术学院学报杂志投稿须知

1、《九江职业技术学院学报》文稿应资料可靠、数据准确、具有创造性、科学性、实用性。应立论新颖、论据充分、数据可靠,文责自负(严禁抄袭),文字要精炼。

2、《九江职业技术学院学报》姓名在文题下按序排列,排列应在投稿时确定。作者姓名、单位、详细地址及邮政编码务必写清楚,多作者稿署名时须征得其他作者同意,排好先后次序,接录稿通知后不再改动。

3、《九江职业技术学院学报》文章要求在2000-2400字符,格式一般要包括:题目、作者及单位、邮编、内容摘要、关键词、正文、参考文献等。文章标题字符要求在20字以内。

4、文章中的图表应具有典型性,尽量少而精,表格使用三线表;图要使用黑线图,绘出的线条要光滑、流畅、粗细均匀;计量单位请以近期国务院颁布的《中华人民共和国法定计量单位》为准,不得采用非法定计量单位。

5、为缩短刊出周期和减少错误,来稿一律使用word格式,并请详细注明本人详细联系方式。

6、编辑部对来稿有删修权,不同意删修的稿件请在来稿中声明。我刊同时被国内多家学术期刊数据库收录,不同意收录的稿件,请在来稿中声明。

期刊引用
年度被引次数报告 (学术成果产出及被引变化趋势)
往期文章
  • 区域转型升级与高职教育发展的灰色关联度研究——以淮安市为例

    运用灰色关联度分析方法将苏北第二产业、第三产业年度增加值与高职教育发展的关联度进行分析和研究,结果发现淮安市第三产业(尤其是交通运输、仓储和邮政业、建筑业和非营利性服务业)、第二产业中的建筑业及淮安市历年人均GDP对该市高职教育发展,起到了积极的促进作用;而第二产业中的规模以上工业(包括制造业和轻工业),对该市高职教育...

    作者:赵炳起; 丁勇; 李真; 张金丽 刊期: 2017年第02期

  • 基于麦可思调研的人才培养工作诊断——以黄冈职业技术学院为例

    依托麦可思公司开展的本校毕业生调研数据,从教学工作、学生工作、生活服务工作、群团活动、校友关注等角度,分析了学校的人才培养工作现状,提出了改进学校人才培养工作的方法与措施。

    作者:万德年 刊期: 2017年第02期

  • 地方高职院校毕业生工作搜寻行为影响因素的研究

    基于地方高职院校毕业生工作搜寻行为的调查数据研究发现,高职毕业生工作搜寻行为的发生过程受到来自毕业生自身个体因素,包括性别、专业、自我效能感、保留工资等,以及家庭和社会三个方面的因素影响,需要从高职毕业生的个体进行改善、家庭和社会两个方面的有效配合,共同提高工作搜寻行为的积极性和成功率。

    作者:徐静; 柏嫱 刊期: 2017年第02期

  • 高职院校教学"督"与"导"的探究

    教学督导关乎高职院校的教学质量和人才培养的质量。只有正确把握“督”“导”二者的深刻内涵及辩证关系,切实履行教学督导的职责,才能提高高职院校人才培养的水平。

    作者:潘西明; 赵红洲 刊期: 2017年第02期

  • 利用谱聚类发现符号化时间序列中的模式

    现实中产生的时间序列数据中一般包含杂讯而且维度很高。符号化此类时间序列数据使得其维度降低,使得发现序列中的模式变得更简单。谱聚类是一种利用图的拉普拉斯矩阵特殊性质的聚类方法。相对于传统的k-means聚类,谱聚类在实际应用中有着更多优势。在那些展现出非凸性质的数据中,谱聚类一般会得到比k-means更符合常识的类。在股票数据使用上...

    作者:曲昊; 闵洁 刊期: 2017年第02期