首页

捆绑男奴视频

时间:2025-06-03 19:10:29 作者:晋级法网八强!郑钦文战胜对手 创个人赛会最佳战绩 浏览量:19079

  新京报讯(记者冯琪)一则名为“清华取消新闻传播专业 多所985相继取消”的短视频近日在网络热传。然而记者多方印证获悉,该短视频为假消息,多处内容失实。

  事实上,清华大学并未取消新闻传播专业,仅是停招了本科新闻学专业,其硕士招生规模还在扩大。

  2020年5月,在清华大学新闻与传播学院全体教职工会议上,清华大学副校长彭刚提到,学校反复研究、慎重决策,决定大幅度扩大新闻学院硕士研究生规模,今后学院的人才培养主要在研究生层次进行。记者注意到,清华大学官网2022年11月公布的文件显示,2022-2023学年度停招的本科专业中,包含新闻学。

《清华大学2024年硕士研究生招生简章》截图。图/清华大学研究生招生网

  今年9月16日,《清华大学2024年硕士研究生招生简章》中,新闻与传播专业(包括全日制与非全日制)招生赫然在列;清华大学今年8月发布的2024年硕士研究生推荐免试招生目录中,新闻学、国际新闻传播、传播学专业的全日制学术学位仍在招收,数据传播专业的专业学位双硕士也在招收。

  网传短视频内还提到“中国人民大学正式宣布取消新闻与传播这个专业的统考,不再招收全日制硕士,而是只接收推免”,经新京报记者核查,该表述也存在断章取义、移花接木的表述问题。

  据悉,2020年8月,中国人民大学新闻学院官方网站发布公告称,2021级全日制仅招收推免生源,统考阶段仅招收非全日制定向就业生源。今年9月发布的《2024年中国人民大学新闻学院新闻与传播硕士专业学位研究生招生简章》显示:“2024年,我院通过推荐免试招收的新闻与传播专硕研究生学习形式为全日制,通过全国统一考试招收的新闻与传播专硕研究生学习形式为非全日制。”

  由此可见,人大新闻学院调整的仅是新闻与传播专硕的招生,学硕并未进行调整,照常招生;且并未“取消统考”,而是通过统考招收的新闻与传播专硕为非全日制。学硕还是专硕、统考还是推免、全日制还是非全日制,通过《中国人民大学新闻学院2023年硕士研究生招生专业目录》这张表格,一目了然。

《中国人民大学新闻学院2023年硕士研究生招生专业目录》。图/中国人民大学新闻学院官网

  南京大学也作出了类似调整。2020年9月,南京大学研究生院官网发布“南京大学2021年硕士研究生招生章程及招生目录”,与2020年公布的招生目录相比,该校取消了全日制新闻与传播专业学位硕士的招生,该专业非全日制专硕和新闻学、传播学学术学位硕士招生仍在进行。

  而网传视频中宣称“南京大学宣布只招收非全日制硕士的研究生”也存在以偏概全的问题,实际上南京大学调整的仅是新闻与传播专业学位硕士,并不涉及学术学位硕士。

  记者注意到,该短视频发布者在其简介中自称为“升学规划师”“资深生涯规划师”。

  对于上述调整,有专家向新京报记者表示,新闻与传播学科的属性本来就是以实践为导向,学生培养更加注重技术和实践层面,与“学硕”相对,“专硕”更加重视职业实践和应用。

  实际上,在这些调整之前,已有不少高校出现这一趋势,除新闻与传播学科外,不少管理类学科也更偏向于招收非全日制定向就业考生,即鼓励已在职人员报考。据悉,多所高校的会计学、心理学等专业的专硕也取消了全日制招生。

展开全文
相关文章
舞狮与英歌爆火:民俗体育何以成为新时尚?

股市方面,9月26日举行的政治局会议强调要“要努力提振资本市场”。此次会议强调“稳住股市”。10月,沪深两市股票成交量和成交额同比增幅都在1.5倍左右,投资者信心在逐步恢复。

董奇:提高儿童青少年心理健康工作专业化水平

郑远森从2009年开始训练硬地滚球,已有15年的运动生涯。他在2024年意大利硬地滚球世界挑战赛BC4级男子个人赛中夺冠。郑远森分享了体育对他身心的积极影响,以及在训练过程中的难忘经历,鼓励更多残疾人勇敢追求梦想,挑战自我。

巴拿马运河遇“堵船”:超160艘船排队,与厄尔尼诺现象有关

[最高法:#学生沦为电诈工具人依法从宽处理#]#最高法工作报告#:严厉惩治境内外电信网络诈骗犯罪,审结电信网络诈骗案件3.1万件6.4万人,同比增长48.4%。坚持宽严相济,严惩幕后“金主”、组织头目和骨干分子;对受蛊惑出售出租“两卡”帮助信息网络犯罪活动、沦为电诈“工具人”的在校及刚毕业学生等依法从宽处理,加强教育警示。

超1亿中国用户愿为“音乐买单”背后:行业走向规范化、健康化

和平是 发展的前提,发展是和平的基础 。从安理会议程上看,绝大多数热点问题发生在发展中地区。促进共同发展,才能消除冲突根源。在这方面,中国同样在努力——始终做全球发展的贡献者。

吉林多地雪场“开板”迎客 中外雪友首滑“解锁”新玩法

领导这项研究的米歇尔·文德鲁斯科洛教授表示,机器学习正在对药物发现过程产生影响,它加快了识别最有前途的候选药的过程。由于时间和成本大幅减少,未来可实行多个药物开发计划。

相关资讯
热门资讯
女王论坛