- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
天津工业大学2018届全体毕业研究生毕业图像信息采集工作的重要通知
为了做好我校2018届毕业研究生图像信息采集工作,确保信息采集的准确性,学校安排2018届硕士毕业生、全体博生在校生于2018年1月5日在行政中心116室进行图像信息采集工作。此项工作关系到每位毕业生的毕业证、学位证的制作及教育部学历证书电子注册和学位授予信息上报等工作,望各位研究生互相转告并按时进行此项工作。
有关事项及具体安排如下:
一、图像信息采集对像
2018年毕业的全日制硕士、全体博士研究生和申请学位的非全日制在职研究生。
二、图像信息采集时间、地点
时间:2018年1月5日上午8:30-11:25、下午2:00-4:15
地点:行政中心116室
拍照以学院为单位集中进行,具体时间安排如下:
8:30-9:00 (材料学院121人)
9:00-9:30 (纺织学院118人)
9:30-9:55 (环化学院117人)
9:55-10:10 (电气学院77人)
5. 10:10-10:40 (通信学院121人)
6. 10:40-10:55 (机械学院72人)
7. 10:55-11:05 (经济学院38人)
8. 11:05-11:20 (计算机学院48人)
9. 11:20-11:25 (理学院22人)
10. 2:00-2:05 (马克思学院18人)
11. 2:05-2:15 (文法学院32人)
12. 2:15-2:17 (图书馆7人)
13. 2:17-2:23 (外语学院16人)
14. 2:23-2:35 (艺术学院49人)
15. 2:35-3:00 (管理学院85人)
16. 3:00-3:30 (管理学院MBA、MEM120人)
17. 3:30-3:45 (2017级博士研究生60人)
18. 3:45-4:15 预计2018年申请学位的在职工程硕士、高校教师硕士、同等学力硕士等
三、图像信息采集过程及程序
(1) 出示学生证、身份证;
(2) 严格按照研究生院提前下发的顺序排队进入拍摄区照相;
(3) 照相完毕后迅速离开拍摄现场;
(4) 照相后40天,自行登陆“中国高等学校学生信息网”(网址:/)在“学历电子注册图像校对”栏目中确认自己的图像信息,若信息有误应及时更改并到研究生院学位办詹老师、邓老师处备案,以利于学校及时上报教育部勘误表。图像信息核对完毕后,研究生图像信息采集过程才视为结束。
四、图像信息采集要求
(1)请研究生提前到研究生院网站核对研究生信息管理系统中的个人信息是否与本人信息一致,如不一致请研究生本人到研究生户口所在地派出所开具相关证明并加盖公章。
(2)为提高图像采集的准确性,按新华社要求,自此次图像信息采集起,不再使用机读卡填涂信息,改用由研究生现场核对无误的研究生信息数据库来标注图像信息。由于此信息直接关系到研究生学历、学位数据是否能顺利报教育部审核备案并提供网上查询,因此,每位研究生必须高度重视图像采集时的信息核对工作,确保图像信息准确无误。
(3)拍摄时将以学院为单位,按学号编排拍摄序号。请各学院研究生严格遵守拍摄时间,提前15分钟在拍摄地点门口排队等候。由于今年是工作日进行图像采集工作,请各研究生培养单位委派班主任或具体负责教师到拍摄现场维持秩序。各研究生要听从拍摄现场管理人员的安排,不插队,不大声喧哗,拍摄结束后不在现场逗留。
(4)建议研究生拍摄时不穿与背景相近的蓝色上衣,不戴首饰;不要穿长毛领子的外衣,不要戴毛围巾。
研究生院学位办
2017年11月29日
您可能关注的文档
最近下载
- 基于机器学习的疾病预测模型.pptx VIP
- 基于机器学习的疾病预测模型.pptx VIP
- 基于机器学习的疾病预测模型研究.pptx VIP
- 第二单元第2课+开卷有益+++课件+-2025-2026学年湘美版(2024)初中美术八年级上册.pptx VIP
- 护士资格考试专业实务试卷及解答参考(2025年).docx VIP
- 护士资格考试实践能力试卷及解答参考(2024年).docx VIP
- 护士资格考试实践能力模拟试卷及解答参考.docx VIP
- 实践能力护士资格考试试题及解答参考.docx VIP
- 2025年护士资格考试实践能力试题及解答参考.docx VIP
- 2025湘美版美术八年级上册第二单元第2课《开卷有益》课件.ppt
原创力文档


文档评论(0)