當前位置:文書都 >

實用範文 >自我鑑定 >

藥學專業自我鑑定範文錦集3篇

藥學專業自我鑑定範文錦集3篇

自我鑑定是對一個階段的學習或工作進行回顧檢查並分析評價,它是增長才乾的一種好辦法,不妨坐下來好好寫寫自我鑑定吧。那麼你知道自我鑑定如何寫嗎?以下是小編為大家收集的藥學專業自我鑑定5篇,僅供參考,歡迎大家閲讀。

藥學專業自我鑑定範文錦集3篇

藥學專業自我鑑定 篇1

我作為一名中藥專業畢業生,深知只學習書本知識是遠遠不夠的,是不能學以致用的,理論和實踐相結合才能把我們所學的知識帶給人們。所以,我深入到基層在藥廠崗位接受鍛鍊。

在實習期間,我嚴格遵守該院的勞動紀律和一切工作管理制度,要求約束自己,不畏酷暑,認真工作,基本做到了無差錯事故,不怕出錯、虛心請教,同帶教老師共同商量生產方面的問題,進行生產分析,大大擴展了自己的知識面,豐富了思維方法,切實體會到了實習的真正意義。

不僅如此,我們更是認真規範操作技術、熟練應用在平常實驗課中學到的操作方法和流程,積極同帶教老師相配合,儘量完善日常實習工作,給各帶教老師留下了深刻的印象,並通過實習筆記的方式記錄自己在工作中的點點心得,由於我的主動積極,勤快認真以及良好的操作能力,各科室都給予好評。

在這裏我不知不覺地容入了整個團隊。當自己的工作幹完時主動幫助他人,同時我也得到了別人的好評和關心。“師傅領進門,修行在個人”,雖然無緣與老師繼續學習下去因為實習即將結束,但是老師已經將學習方法和工作技巧教於我,今後我一定能在實踐中成長為一名優秀的監控操作能手,將所學知識與技巧發揮於以後的工作當中。

在生產部和質監科實習期間我學會了用辦公自動化設備和生產設備,如操作沸騰乾燥器、雙效濃縮器、打印機、制粒機等。學校裏學習的中藥專業知識在這裏也得到了一定的運用,一個人的工作能力是各方面綜合知識表現,當今社會競爭越來越激烈,一個人的知識要全面廣泛,但在本專業要精益求精,這樣才能適應職場的激烈競爭。

通過實習,我對藥業生產的工作有了進一步的認識,進一步瞭解了藥品生產和管理的工作任務,在實習過程中我們以踏實的工作作風,勤奮好學的工作態度,虛心向上的學習精神得到了帶教老師的一致好評。

實習是步入社會前的預演,實習中的苦與樂都嚐盡後發現自己長大了。今後將步入社會參加工作,從好醫生藥業實習完畢走出的'我將牢記“做好人、制好藥”的廠訓,肩負起中藥學工作者的使命和責任。工作對得起職業,做事對得起國家。

藥學專業自我鑑定 篇2

我是XX藥學專業畢業生,四年的大學生活使我在思想認識和專業技能方面都有了很大的提高。四年期間,我努力學習,成績優異,掌握了深厚的藥學專業知識,專業課程主要有藥物化學,藥物分析,藥理學,藥劑學和其它的基礎醫學課程,並通過了英語X級,有良好的英語聽説讀寫能力,並通過了國家計算機考試X級證書,熟悉辦公軟件如word、excel等操作。

為了讓自己能夠在畢業之後更快地適應社會,課餘時間,我積極組織院內外的活動以及假期的勤工儉學,不僅能自己掙到生活費,更重要的是提高了自己的交際能力和適應能力。

大四下學期,我在XX股份有限公司實習,初步掌握了藥品的檢測和取樣方法,初步瞭解顆粒車間,片劑車間和膠囊車間的工藝流程及生產的管理等,並受到實習單位的一致好評。

當然,本人思想上進,積極向黨組織靠攏,並如願成為一名光榮的共產黨員,帶動和影響周圍人,樹立了正確的世界觀、人生觀、價值觀。

當然,我還存在一些不足,如做事優柔寡斷,在以後的工作中我將改正缺點不足,改善學習方法,提高理論水平,加強動手能力,做一個“四有”新人。

藥學專業自我鑑定 篇3

三年的函授學習,雖然面授時間短,沒有很多的時間作深入的思考,還是有較大的收穫:使本人在過去的基礎上,有一個較完整的框架把握,對以前學習的知識有個反芻的機會,對知識有進一步的理解,自身素質有進一步的提高。

本人有堅定的政治方向,熱愛祖國,熱愛人民,擁護中國共產黨的領導,樹立了正確的世界觀、人生觀、價值觀。函授期間,我努力遵守學校的各項規章制度,培養自己的文學興趣。尊敬師長,熱愛自己的班級,與班級同學和睦相處,且關係融洽。班中事務主動參與,且樂此不疲。我相信:樂於助人是快樂之本。

當然,還存在很多不足之處,作為一個藥師,一個新時代下的合格藥師,你要倒給別人一杯水,你自己必須有好幾桶水,而且必須是活水。我將以此為基礎,不斷地研究學習,提升自己,使自己成為德、智、體諸方面全面發展適應21世紀發展要求的複合型人才,做一個對國家、對社會有用的人。相信這些經歷和積累都將成為本人人生道路上的寶貴財富。在以後的學習工作中,本人將繼續保持併發揚嚴謹治學的作風,兢兢業業,爭取取得更大的成績。

  • 文章版權屬於文章作者所有,轉載請註明 https://wenshudu.com/shiyongfanwen/ziwojianding/okr2mv.html
專題