驻村“第一书记”王庭秦：从农林高材生到“红林”育才人******
中新网兴安盟11月19日电 题：驻村“第一书记”王庭秦：从农林高材生到“红林”育才人
中新网记者 张玮
“到基层工作是我一直以来的夙愿。”山东汉子王庭秦如今实现了自己的愿望，接受记者采访时，声音都提高八度。
1987年出生于山东烟台的王庭秦毕业于农林经济管理专业，在挂职内蒙古兴安盟科右前旗居力很镇红旗村“第一书记”之前，他是北京林业大学人事处师资科科长、人才办秘书。
历经一年半时间，这位农林高材生成功“转型”成为“红林”育才人。
王庭秦告诉记者，2019年他曾想参与到脱贫攻坚工作中，但没能如愿。2021年年初，他再次向校方提出申请，希望参与乡村振兴工作。
虽然当时他的两个孩子一个5岁，另一个还不满2岁，但爱人深知下基层是王庭秦一定要做的事，便全力支持。
2021年4月，受北京林业大学委派，王庭秦到红旗村担任驻村“第一书记”。
红旗村地处我国14个“集中连片特困地区”之一的大兴安岭南麓山区，曾是国家建档立卡贫困村，辖2个自然屯、4个村民小组，总户数684户，户籍人口2207人。2020年6月，红旗村全村脱贫。
“这个村子地少人多，是居力很镇最大的行政村。”这是红旗村留给王庭秦的初印象。
虽然红旗村地处工业开发区，大量土地被征用，人均耕地面积仅剩1.1亩，但王庭秦的专业也有用武之地。
图为王庭秦帮村民打理大棚里的农作物。 科右前旗宣传部供图“我上学的时候每年都要到农村入户调研，所以和当地老百姓打交道并不困难。”一句“大哥大嫂、叔叔大婶儿”，王庭秦刚到红旗村，便顺利打开56户脱贫监测户的心门，“当时调研发现，一半是稳脱户，一半需要定期上门，持续观察。”
张立柱属监测对象，他家种的葡萄染上灰叶病，束手无策。王庭秦便联系北京林业大学的专家给葡萄治病，并指导其种植方法，解决了张立柱的燃眉之急。
除了帮村民们攻克产业难关，更让王庭秦记挂在心的是村里的“小苗苗”们。
“我们不仅要传播治山治水的技术、知山知水的知识、乐山乐水的文化，更要传承树木树人的精神。”王庭秦和北京林业大学派驻科右前旗的挂职团队、支教团队，利用自身专业知识，于2022年4月正式启动“生态文明启蒙计划”，覆盖科右前旗所有乡镇，为当地的孩子们“撒种、扎根”。
图为“生态文明启蒙计划”中，当地少年儿童展示他们的画作。 科右前旗宣传部供图“我们依托红旗村新时代文明实践站和红旗村草原书屋，开展图书漂流活动。”王庭秦向记者介绍，在北京林业大学、中国林业教育学会、韬奋基金会，以及首都大学生等社会爱心人士的捐赠下，“红林流动图书馆”落成。
王庭秦解释道，选用“红林”这个名字，是为了纪念北京林业大学与科右前旗10年携手的情谊，更寓意着“览书林，阅篇籍”之意。
“生态文明启蒙计划”启动后，北京林业大学、北京市海淀区等各单位支教老师、挂职干部，以及社会志愿者50余人，自驾车装载图书、画笔、投影、电脑等物资，走入田间地头、草原深处，为农牧区嘎查(村)的少年儿童讲解红色革命故事、绿色生态知识，并带领孩子们进行生态环保实践等活动。
王庭秦说，“小”心思最抚人心。“在居力很镇红心村，有个孩子主动要为志愿者老师们表演节目，以表达他的感谢；阿力得尔苏木拉斯嘎嘎查喜欢画画的小朋友，将特别的画作送给老师……”
北京林业大学支教教师翟星辰是哈尔滨工业大学和耶鲁大学联合培养的博士生，同样出生在小县城里翟老师将自己的成长经历分享给孩子们，“他们也树立起要努力考上好大学的理想，坚定了自己能行的决心。”
“生态文明启蒙计划”启动至今，已筛选1000余册适合少年儿童阅读的书籍，赴6个乡镇9个嘎查(村)开展了14场活动，400余个家庭的500多名少年儿童受益。
2023年4月，王庭秦驻村“第一书记”的任职便要到期，但“生态文明启蒙计划”还将继续。他希望未来与有关单位合作，形成可推广的志愿活动机制。
“建立一支持续壮大的志愿队伍，开发一系列优质的科普课程，惠及范围更大的少年儿童，创立一个不断发展的志愿服务品牌。”王庭秦如是许愿。(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 吉利彩票地图 |
