扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
下载作业帮安装包
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
计算机是不是人类的基础
作业帮用户
扫二维码下载作业帮
拍照搜题，秒出答案，一键查看所有搜题记录
不能说计算机是人类的基础应当说计算机是人类的帮手和工具
为您推荐：
其他类似问题
扫描下载二维码计算机专业考研科目有哪些?专业基础课是不是所有高校都一样呢?
推荐教材：2010年计算机考研专业课统考已成定局，而关于专业课教材和辅导书很多人都犹豫不决。在这里我给大家推荐几本比较权威的教材及辅导书籍。这些教材和辅导书籍在国内使用的很广，在广大的考生中口碑不错。最近得到消息，计算机专业课统考将不会指定教材，这或者和公共课统考有些类似，但是考试科目中的权威教材还是显而易见的，而且对学习的帮助相对于其他教材也是更加显著的。一、数据结构1.教材：《数据结构》严蔚敏 清华大学出版社清华大学严蔚敏的这本数据结构的教材是国内数据结构教材的权威。也是国内使用最广，其广度远远超越其他同类教材，计算机考研专业课命题必定以它为蓝本。这一本数据结构是2007年的最新版本，完全适合任何学校的考研数据结构的复习之用，是数据结构学习最权威的教材。2.辅导书：《算法与数据结构考研试题精析（第二版）》机械工业出版社网上广为流传的数据结构1800题相信只要是计算机考研的同学无人不知无人不晓。其实1800题是2001年推出来的，当时编者把电子版免费分享给大家，却很少有人知道它也有纸质版本就是《算法与数据结构考研试题精析》。第二版是2007年最新出版的，对里面的题目进行了大量的更新，去掉了一些比较过时和重复的题，加上了很多名校最近几年的考研真题，总共大约1650题左右。真题就是训练的最好武器，相信当你复习完这本数据结构辅导书后，任何关于数据结构的考题都是小菜一碟。二、计算机组成原理1.教材：《计算机组成原理》唐朔飞 高等教育出版社《计算机组成原理》白中英 科学出版社这两本教材都是普通高等教育十一五国家级规划教材，其权威性不言而喻，在国内是使用最广的两本教材，而前者应该略胜一筹。而且两位老师说教学的计算机组成原理课程都是国家级精品课程，网上甚至还有他们的讲课视频可以下载，再配合教材的使用，这样可以更加增强学习的效率。2.辅导书：《计算机组成原理考研指导》徐爱萍 清华大学出版社《计算机组成原理--学习指导与习题解答》唐朔飞 高等教育出版社清华大学的这套辅导教材在广大的考生中有着极为优秀的口碑，特别是系列中的李春葆《数据结构考研辅导》在数据结构考研辅导资料中占据着数一数二的地位。这本辅导书通俗易懂，重点突出，特别适合于考研复习，特别是武汉大学以前的专业试题就完全以这本书为蓝本，甚至直接考上面的原题。唐朔飞的题集上面的题型也比较适合于考研，和它的配套教材一样，是一本不可多得的好书。三、操作系统1.教材：《计算机操作系统(修订版)》汤子瀛 西安电子科技大学出版社毫无疑问这本教材是国内操作系统教材的权威，使用度很广，以往一般考操作系统的学校基本都以此本教材作为指定教材。在国内目前还没有其他同类教材的使用广度和其相媲美，所以考研操作系统的复习应以这本书为准，相信操作系统统考试题的出题肯定也会以这本教材为蓝本。2.辅导书：《操作系统考研辅导教程(计算机专业研究生入学考试全真题解) 》电子科技大学出版社《操作系统考研指导》清华大学出版社我把《操作系统考研辅导教程》摆在前面是因为这本书主要是精选名校历年操作系统考研真题，真题的权威行和参考性都很大，真题是提高解答真题能力的最好武器。之所以把后者也放在这里，是因为这一系列的教材确实很有名，之前这些书在网上都可以免费下载电子版的，但电子版毕竟不是很清楚，而且天天盯着电脑看不仅很费劲，而且也不适合考研的学校，不是真正好好的复习考研，纸质的辅导书是必备的。四、计算机网络1.教材：《计算机网络(第五版)》谢希仁 电子工业出版社在国外翻译过来的教材中，有一些教材比较不错，比如《计算机网络--自顶向下方法与Internet特色》，但是这些教材都
分享这篇日志的人也喜欢
新主播求关注
想住在被窝里～
今天不一样
一切安好…
你的傻宝开播了～
三天没出门了
热门日志推荐
人人最热标签
北京千橡网景科技发展有限公司：
文网文[号··京公网安备号·甲测资字
文化部监督电子邮箱：wlwh@··
文明办网文明上网举报电话： 举报邮箱：&&&&&&&&&&&&
请输入手机号，完成注册
请输入验证码
密码必须由6-20个字符组成
下载人人客户端
品评校花校草，体验校园广场计算思维是运用计算机科学的()进行问题求解,系统设计,以及人类行为理解等涵盖计
来源：设计@跟谁学
考研阅读一般会在首句给出文章主题A，考研英语阅读文章的体裁大部分都是说明文和议论文，出题点不可能问主题是什么(都告诉我们了还考什么啊，希望同学们能从中领悟一些考研英语阅读题的分析思路，郭庆民：今天在这里我将再次为大家剖析一下考研英语阅读理解的部分考题，相很多同学反映考研英语阅读理解题目太刁钻了，总结段： 对主题用辨证逻辑来下结论，（和我们看文章的时候分析的出题点一样，国家考研英语阅卷组成员、中国人民大学()外语学院副教授郭庆民老师为大家讲解一下考研英语阅读理解考题分析及解答技巧，都是逻辑非常严密的文章...
【计算思维是运用计算机科学的()进行问题求解,系统设计,以及人类行为理解等涵盖计】推荐阅读【计算思维是运用计算机科学的()进行问题求解,系统设计,以及人类行为理解等涵盖计】相关问答
1、“新村运动”是哪个国家的 (2.0分)
2、有些学者认为，中国社会问题排在第二位的是 (2.0分)
B.贫富差距问题
3、解决就业问题的对策不包括 (2.0分)
A.施行计划经
4、国家把丈夫的工资直接打到老婆银行卡的国家是 (2.0分)
5、下岗失业的正面效应主要针对 (2.0分)
A.宏观经济
公共基础知识
Access数据库程序设计
1. 具有数据库系统的基础知识。
2. 基本了解面向对象的概念。
3. 掌握关系数据库的基本原理。
4. 掌握数据库程序设计方法。
5. 能使用Access建立一个小型数据库应用系统。
一、数据库基础知识
1. 基本概念：
数据库，数据模型，数据库管理系统，类和对象，事件。
我也是女生，很不幸今年高考我也中了这个专业，我查了一下，以下是我的成果
本专业培养具有良好的科学素养，系统地、较好地掌握计算机科学与技术包括计算机硬件、软件与应用的基本理论、基本知识和基本技能与方法，能在科研部门、教育单位、企业、事业、技术和行政管理部门等单位从事计算机教学、科学研究和应用的计算机科学与技术学科的高级专门科学技术人才。
业务培养要求:本专业学生主要学习计算机科学与技术方面的基
每次把你做的事情做好一点点，一点点就可以模仿练习、项目实践
交替进行 设计能力会螺旋式上升
专业名称：计算机应用技术
专业培养目标：培养掌握计算机软件设计和开发、硬件接口的设计与编程，计算机硬件的安装、配置、管理和运行操作技术的高级技术应用性专门人才。
专业核心能力：硬件接口的设计与编程能力、计算机软件的设计和开发能力、计算机硬件的安装、配置能力。
专业核心课程与主要实践环节：微机原理与应用、数据库原理与应用、数据结构、VB程序设计、JAVA程序设计、网
【计算思维是运用计算机科学的()进行问题求解,系统设计,以及人类行为理解等涵盖计】推荐问答【计算思维是运用计算机科学的()进行问题求解,系统设计,以及人类行为理解等涵盖计】推荐搜索
免责声明：本站部分内容、图片、文字、视频等来自于互联网，仅供大家学习与交流。相关内容如涉嫌侵犯您的知识产权或其他合法权益，请向本站发送有效通知，我们会及时处理。反馈邮箱&&&&。
学生服务号
在线咨询，奖学金返现，名师点评，等你来互动扫码下载官方APP
大学计算机基础
　　从搜索引擎到智能手机、从社交网络到电子商务、从电影大片到航天飞行，到处都有计算，到处都离不开计算机。人人要用计算机，人人需学计算机。计算科学不但改变了我们的生活，也正在改变着我们的思维，丰富着我们认识世界和改造世界的方法和手段。　　你一定问过自己这样的问题：计算机是怎么工作的？计算机是如何解决问题的？计算机为什么能应用于各行各业？本课程正是围绕这些问题，以通俗易懂的语言、精心制作的视频、生动有趣的案例，试图讲清计算机系统的构成以及各部分协同工作的原理，讲清现实世界问题映射到计算机世界求解的过程和主要方法、技术，为学习者揭开计算世界的神秘面纱，使其能体验计算之美，理解并初步掌握计算思维方法。
通过视频学习，完成测试和作业，到达课程要求后，可以获得课程主讲教师签名颁发的合格证书和优秀证书。总分以百分计＝单元测验占40%+单元作业占10%+考试占45%+讨论占5%50－79分：合格证书80－100分：优秀证书说明：1、视频中的驻点问题和随堂测验，无论对错均不计入课程成绩。2、单元作业在提交后需要同学们互评的，设置的互评份数是5份，如果未参加互评罚分40%，未完成互评罚分20%。3、讨论的5分只对课程讨论区有效，回复教师布置的讨论题并收到2个赞即可获得这5分。
本课程适合对计算机有兴趣的学习者，如已对计算机有初步了解更好，没有也没关系。
由高教社联手网易推出，让每一个有提升愿望的用户能够学到中国知名高校的课程，并获得认证。
| 京ICP备号-2 |
(C) icourse163.org人脑不是电脑，人脑不处理信息
你的大脑里有什么？(Gallery Stock)
无论如何努力，科学家和心理学家永远也不会在脑中找到第五交响曲的乐谱——或文字图片或其它任何刺激。人脑不真是空的。但人们以为大脑中存在的绝大部分简单东西，如同“记忆”，其实都不在那里。
我们对大脑的愚昧认知有着深远的历史根源，并格外受40年代计算机发明的影响。过了半个世纪，心理学家、语言学家、神经科学家和其他专家愈加认为，人脑有着电脑一样的工作方式。
要意识到这种想法是多么虚，请想象下婴儿的大脑。像所有其他哺乳动物一样，人类的新生儿在进入世界时就已经最好了与它有效交互的准备。婴儿的眼睛很迷糊，但它会使劲识别人脸，很快能认出母亲。相比其它声音它更重视人语，能区分不同的对话。很明显我们都是为建立社交关系而生。
健康的新生儿还具备着十几种反射——随时应对某些性命攸关的刺激。它把头转向触碰它脸颊的东西，吮吸任何流入嘴里的液体。它会在水下屏住呼吸。它会抓紧所有放在掌中的物体。也许最重要的是，新生儿有着了强大的学习机制，即便不是与祖先生活在同一片天空下，也能为与这个世界更有效地交流而迅速改变自己。
感官、反射和学习机制——这就是我们的新手礼包，想想呢还是挺丰富的。如果出生时没有这些技能，我们可能活不下去。
但我们没有的却更多︰信息、数据、规则、软件、知识、词汇、表征、算法、程序、模型、记忆、图像、处理器、子程序、编码器、解码器、符号和缓冲器……这些让数字计算机得以智能工作的设计元素，我们没有，也-永-远-进化不出。
我们不“存储”单词和语法。我们不创建视觉刺激的“表征”并将它们“存储”在内存缓冲区后“传输”到存储器里。我们不从寄存器中“检索”信息图片或单词。电脑做这些事，但有机生命体不这么玩。
计算机名副其实地“处理信息”(process information)。数、字、词、公式和图像。信息首先得被编译成电脑能理解的格式——从0和1的位(bit)到小块的字节(byte)。在我(原作者)的电脑里，每个字节包含 8 个位。位组成了字节，字节组成了词或图像(“狗”字占两个字节，“猫”图可能有几兆字节)。
计算机名副其实地在不同的电子元件之间移动这些数据，有时也对其复制或修改。运行在这些数据阵列的规则也存储在计算机内。规则携起手来成为了“程序”或“算法”。能帮我们做事(炒股和约会之类)的一组算法化为“应用”——现代人俗称app。
原谅我说了那么多关于计算机的话。我必须弄清楚：计算机是在客观世界的“符号表征”(symbolic representations)上运行。它们“存储”(store)和“检索”(retrieve)。它们“处理”(process)。他们有物理“记忆”(memory)。他们在做的事情，无一例外地由“算法”(algorithm)所指导。
人类则不这样做——从来没有，永远不会。那为什么研究我们精神的科学家还想把我们当成计算机？
在人工智能专家George Zarkadakis去年的著作In Our Own Image中，他描述了世界人民在过去两千年里用来形容人类智能的比喻。
最早的一个被《圣经》所记载。人是用泥土造出，然后神灵赋予了人类智能。至少在字面上，神灵“解释”了智能的来源。
液压传动技术在公元前3世纪的发明导致则把智能跟体液联系到了一起。不同体液的流动让思想得以运转的理念阻碍了医学的发展，过了1600个春秋以后才退去。
16世纪，弹簧和齿轮驱动的自动机的发展让笛卡尔等著名思想家相信：人类是复杂的机器。在17世纪，英国哲学家霍布斯认为思考来自于脑内的小型机械运动。18世纪电学和化学领域的新发现又带来了不同的有关自然的象征。在19世纪中期，受到通讯行业进展鼓舞的德国物理学家冯·亥姆霍兹把大脑比做电报。
每个象征都反映产生了该时代最先进的思想。不出所料，计算机刚出现没几年的20世纪40年代，就有人说大脑像计算机一样运转，且大脑本身是硬件，思想是软件。1951年心理学家George Miller著作Language and Communication的出版则标志了“认知科学”的诞生。Miller提出，人们可以用信息理论、计算和语言学的概念来研究人的精神世界。
数学家冯·诺依曼更是在1958年《计算机与人脑》一书中将这一思想推向极致。他对人对神经系统功能轻描淡写：“乍看是数位的”(prima facie digital)。即便他表示人们还不知道大脑在人思想与记忆中所起的作用，他把那个时代计算机零件与人脑部件一笔笔联系在一起。
在计算机技术和大脑研究发展的推进下，不同学科的专家共同在理解人类智能发展过程上做出努力。但他们一致把人类当成像计算机一样的信息处理器。成千上万的研究者消耗了数十亿美元，写出了大量技术文献和主流文章。拿Ray Kurzweil在2013年的一本书举例，他审视了大脑中的“算法”，大脑“处理数据”的方式，以及看起来大脑如何起到集成电路的作用。
把人类智能当成信息处理(information processing，简称IP)的比喻在社会上和学界里都占据了统治地位。像古人避不开神灵或上帝，现代人想要讨论人类智能行为就避不开IP。当今世界几乎没人质疑IP比喻的合理性。
但IP比喻毕竟只是一个比喻，是在我们在困惑时拉住的一根稻草。像它之前的所有象征，它终将被另一种比喻替代，或是被真正的知识所推翻。
就在一年前，我造访了某世界顶尖的研究机构。我问那些研究者，能不能在讲述人类智能行为时不扯到IP比喻。他们-想-不-出-来。几个月后礼貌的电邮往来中他们还是什么也找不到。他们知道问题的存在。他们没有忽视这个挑战。但他们就是找不到代替品。换句话说，他们被IP比喻给“粘住了”。这些语言和思想的力量如此强大，我们绕不过它。
IP比喻的错误逻辑其实很好理解。它基于错误的三段论：合理前提#1：所有计算机都能有智能行为。合理前提#2︰所有的计算机都是信息处理器。错误结论︰能有智能行为的所有实体都是信息处理器。
自然点说，因为计算机是信息处理器，那么人类就得是信息处理器这个逻辑实在……太傻了。当历史学家回头看的时候，它一定和液压比喻与机械比喻一起被扔在同一个角落。
如果IP比喻那么傻了，那它为什么还这么粘？为什么人类没把它从前进的道路上挪开？能不能不依靠这根破拐杖来理解人类智能？这个破拐杖害了我们多少？IP比喻引领了不同学科的大量研究者这么多年，我们又为之付出了什么代价？
我在过去几年里重复进行了一项课堂实验。我让一位学生到黑板上“尽可能详细地”画出一张1元美钞。学生画完以后把它给盖上，再让学生照着我拿出的一张钞票在黑板上画出。然后让全班同学比较这两幅画的差别。
你或许想象不出这样的场景，又上不到我的课。所以我已经让所在研究机构的大学实习生Jinny Hyun重现了这一场景。以下是她“从记忆中”画出的钞票：
然后是她照着纸币画出的钞票：
Jinny跟你一样惊讶。即便看过1元美钞无数遍，在看不到钞票的情况下Jinny还是什么也没画出。
问题在哪里？我们不是应该有的钞票的“表征”“存储”在大脑的“寄存器”中吗？我们难道不能直接“检索”然后把它拿出来照着画？
废话。神经科学再发展一千年，也没人能在脑中抽出一张钞票的样子。
不计其数的脑研究向我们揭示，即便是最无聊的记忆任务也需要大脑的参与。涉及强烈情绪时，数以百万计的神经元变得更活跃。多伦多大学的神经心理学家Brian Levine等人在2016年对飞机失事的幸存者的中发现，事故增强了乘客“杏仁核、内侧颞叶、前后正中线和视觉皮层”的神经活动。
被一些科学家推崇的，认为记忆存储在独立的神经中的观点也太荒谬了：如果真这样，那这种说法将把记忆推到更难理解的层次：记忆怎么存储在细胞中？存在细胞中的哪里？
所以Jinny凭空画钞票的时候发生了什么？如果Jinny从未见过钞票，她第一次肯定跟第二次画的完全不同。但在之前见过钞票，她就已经变了。她的大脑发生了“变化”，以让她能想象出钞票的样子，在某种程度上“重新体验”见到钞票的感觉。
这两个图的差别提醒了我们，我们善于认出但不善于回忆，没有依据地想出的某物样子比真正识别出它要难得多。当我们-回-忆-某事 (回，返也；忆，思也，念也)我们必须尝试重新体验。但当我们只是认出某物，我们只需要记得自己曾经感受过。Jinny能背下钞票的样子，钢琴家能通过反复练习而不用看乐谱演奏。但钞票和乐谱的图像不可能“存储”在他们的脑中。
这么一舞弄，我们终于可以开始搭建无比喻的人类智能行为理论的框架——这样的大脑不是空的，但至少扔掉了IP比喻的包袱。
当我们在世界中穿梭，我们被各种经验所改变。其中比较突出的有：(1) 我们“观察”周围的事物(他人的行为、音乐的声音、给我们的指导、页面上的文字和屏幕上的图像)；(2) 我们“同时”接触到不重要的刺激(如警报)与重要的刺激(如警车的到来);(3)我们依据自己的行为受到“惩罚”或“奖励”。
如果我们依据这些经验而改变自己，那我们能活得更好。背一首诗或唱一首曲、服从交给我们的指导、把不重要的刺激当成重要刺激来看待、避免做让自己受到惩罚的事而争取做让自己得到奖励的事……
别管某些媒体如何报道，没人真正知道学会唱歌或背诗后大脑究竟发生了什么变化。但那首诗歌都没被“存储”在脑中。大脑只是为了让我们能在特定场合背诵诗歌而做出“变化”。表演时，我们可以直接吟诵诗歌，不需要在大脑中“检索”。
几年前，哥伦比亚大学神经学家Eric Kandel，我们还有多久才能认清人类记忆的原理。他因研究海蜗牛的神经元突触上某些化学变化而获得诺贝尔奖。他很快回复了我：“一百年。”我没问他是否认为IP比喻拖累了神经科学，但已经有科学家开始涉及这块禁区：IP比喻并非不可或缺。
有的认知科学家——著名的有辛辛那提大学的Anthony Chemero——彻底拒绝相信人脑的工作方式类似电脑。主流的看法是我们像计算机一样，通过对心理表征的计算来理解这个世界。但Chemero等人持另一种观点：智能行为是生物与世界的“直接交互”。
我最喜欢的范例要数Michael McBeath等人上的论文。他们研究了棒球赛中捕手接球的过程。在IP视角中，运动员需要建立出球初始运动状态的表达式——包括撞击的力度和轨道的角度什么的——然后分析出可能存在的球的运动轨迹的内部模型。接着用这模型持续引导身体肌肉的运动，及时在空中截下该球。
如果我们能像计算机一样工作，那这方法当然没问题。但一个活着的运动员只需要认清球的“线性视觉运动轨迹”(linear optical trajectory)，根据场地判断并调节自身与球之间的视觉关系就能接到球。完全不需要用到方程、表征和算法。
英国利兹贝克特大学的心理学教授Andrew Wilson和Sabrina Golonka就把这个案例放入了他们的之中。他们意识到学术界必须做出改变。主流认知科学仍在肆无忌惮地使用IP比喻。默认该比喻的正确性，世界上最有影响力的思想家已经为人类的未来做出了恢弘的断言。
许多人——包括物理学家霍金，未来主义者Kurzweil和神经学家Randel Koene——相信，因为人类意识跟计算机软件类似，人类意识很快就能被下载到计算机里。我们会在电路中得到无比强大的智能并获得永生。这一概念带来了约翰尼·德普主演的电影《超验骇客》。在这个反乌托邦故事里，神似Kurzewil的一位科学家的意识进入了互联网，人类差点完蛋。
还好，因为人脑跟信息处理无关，我们永远也没必要担心人的意识会在赛博空间里失控，我们也永远不会通过下载达成永生。这不仅是因为我们脑中没有软件，而且是因为另外一个原因——且称它为“独特性问题”。
因为“记忆银行”和“刺激表征”都不存在于大脑中，因为我们只需要让大脑有序地根据我们的经验来改变就能在世界中生活。我们没理由相信两个人会基于同样经历做而出同样改变。你跟我一起去听音乐会，你听《第五交响曲》时大脑中的变化肯定跟我的完全不一样。无论是什么变化，它都是建立在现有的独特神经结构上的，每个结构都受到那个人过去一生经历的影响。
这是为什么Frederic Bartlett爵士在他1932年Remembering一书中阐述，没有两个人重续的同一故事会完全相同，久而久之故事的版本还会越来越多。人脑中没有原故事的“备份”，人们只是在被改变的大脑中“重新体验”那个故事。(他们做得如何？请看第一张钞票。)
我觉得这算是令人感动的吧，每个人都是独一无二的，不只是因为基因构成的不同，更是由于大脑随着时间做出的不同改变。但这也很悲伤，因为这样复杂程度会把所有神经学家给吓跑。
即使我们能把860亿脑神经都记录下来并在电脑上模拟，这个巨大的结构将在造出那个大脑的身体之外毫无意义。IP比喻对我们撒下了弥天大谎：电脑可以关了再开，但人脑怎么可能死了再活？人脑一旦停止工作，我们就离开了这个世界。如同神经生物学家Steven Rose在2005年The Future of the Brain一书中指出的，我们需要知道脑主人“一生的经历”，包括过去成长的“社会环境”，这个大脑的复制才会有点价值。
想想着有多难。要理解人脑维持人类智能的基础道理，或许我们需要知道860亿神经元和它们之间100兆互联的状态，连接网络的强度，每个突触上1000个蛋白质情况，还需要知道保持系统完整性的大脑实时“活动”。再加上不同人生经历带来的大脑独特性，Kandel的预计已经听起来很乐观了。(最近在《纽约时报》上神经学家Kenneth Miller，人类要理清神经的基本联系都还需要“几个世纪”。)
与此同时，借着错误的理论和无法实现的诺言，许多大脑研究者们拿到了巨额资金。最骇人的案例已被《科学美国人》。欧盟在2013年为“人类大脑工程”(Human Brain Project)注资12亿欧元。Henry Markram声称自己能于2023年前在超级计算机上建立出整个人脑的模型，给阿兹海默等大脑问题的治疗带来革命性的改变，轻易说服了欧盟高官。项目还没满两周年就发现进行不下去，Markram本人也被要求辞职。
承认吧，我们是肉身，不是电脑。让我们扔掉那些没必要的智能包袱，继续在理解自己的道路上前行。IP比喻已经被用了半个多世纪，没跟我们带来什么好处，到了按下DELETE键的时刻了。
基于创作共用协议(BY-NC)发布。
#小编注：本文编译自研究心理学家。发稿时原文已在Facebook上被分享近8万次。
给这篇稿打赏，让译者更有动力
支付宝打赏 [x]
您的大名：
打赏金额：
15:09:43 :
15:15:11 :
15:23:25 :
15:13:19 :
15:13:15 :
15:25:16 :
17:12:22 :
16:01:33 :
15:20:27 :