- 1、本文档共1页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
关于2014—2015学年第二学期期末考试的通知
各学院:
现将本学期期末考试有关事项通知如下:
一、本学期于2015年7月11日开始放假。
二、各年级各专业的课程于2015年6月29日起按考试日程安排表进行考试。其它未安排在考试日程表中的课程由任课教师或任课教师所在学院在2015年6月29日前安排考完,不得拖延。
三、所有考试、考查课程有关复习、命题、监考、阅卷等方面的问题请参照《教师手册》和《学生手册》中的有关规定执行。试卷要经系主任审核签字后提前一周送教务处印刷室(新行政楼401)印刷。A、B卷一份用作期末试卷,另一份由教师所在学院保存,用于补(缓)考试卷。试卷格式请到教务处网站下载。
四、各学院要认真安排好主、监考人员,每个考场由开课学院安排主考,由学生所在学院安排监考。主、监考人员名单请各学院于2015年6月15日之前填好电子文档发到教务科邮箱,并打印一份盖章送教务科。
五、各学院应在考试前对全体学生进行考试纪律教育,倡导诚实守信,杜绝考试违纪和作弊。学生参加考试必须携带学生证(或身份证等有效证件),除某些课程主考老师有特殊规定外,考生不得携带与考试无关的物品进入考场,一旦带入考场,应按监考教师指定位置集中存放。监考教师在开考前应做好清场工作,变换方式灵活安排学生就座(如按学号顺序或逆序竖排、横排、从左往右或从右往左等)。考试过程中监考教师要加强巡视,防患于未然。如发现考试违纪和作弊的学生,应当场指出,对考生用于作弊的材料、工具等,应予暂扣,并且将学生违规行为如实记录在《考场情况登记表》上。考试结束后,由主考教师及时将《考场情况登记表》和暂扣物品交教务处。
六、各任课教师请于考试结束后三天内将学生成绩录入教务管理系统,成绩单打印一式两份签字后报教师所在学院和学生所在学院。
七、学生补(缓)考安排在下学期开学前进行,具体日程2015年7月13日左右公布在教务系统公告上。
教 务 处
2015年5月20日
您可能关注的文档
- 全国2002年4月自考电子商务网站设计原理答案.doc
- 全国2004年4月自学考试学前教育学试题参考答案.doc
- 全国2015年10月自学考试学前儿童语言教育试题.doc
- 全国2015年10月自学考试美育基础试题.doc
- 全国2015年1月自学考试国际市场营销学试题.doc
- 全国2015年1月自学考试学前特殊儿童教育试题.doc
- 全国2015年1月自学考试小学数学教学论试题.doc
- 全国2015年4月自学考试建筑工程概论试题.doc
- 全国2015年4月自学考试文化市场与营销试题.doc
- 全国2015年4月自学考试西方经济学试题.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)