协作学习生成性角色演变对知识点学习效果的组态效应——基于fsQCA与IIS图分析视角

当前关于协作学习生成性角色研究主要聚焦生成性角色类型和不同角色的学习效果影响两大方面,但存在角色类别划分不完善、只关注单个角色的净效应等问题,忽视了生成性角色之间的交互作用,难以解释角色演变对协作学习知识点学习效果的组态效应。为此,研究重新划分了协作学习生成性角色,并利用行为分析、IIS图分析与fsQCA方法,从微观视角揭示生成性角色演变作用于知识点学习效果的多重并发路径,提出了生成性角色演变影响知识点学习效果的内容交互型、组织指令型、复合影响型和媒体影响型四种组态。研究认为,协作学习交互效果并不是某个生成性角色的单独作用决定的,而是由多个角色组合复合影响的结果,角色演变对学习效果的组态效应会因活动类型的不同而存在一定的差异。改善协作学习效果需提升教师组织指导水平、合理使用媒体、平衡生成性角色间的组态效应及调动组员的有效交互,不可盲目借鉴经验总结得来的教学策略。

知识点整合与初中语文教学的研究

本文重点研究了知识点整合在初中语文教学中的应用,以期提高初中语文教学的效果。文章从教学实践出发,基于学生学习习惯和需求,探讨了如何融入知识点整合的教学模式,使学生对语文知识有更深入的理解和把握。本文运用了文献调研、案例分析和教育测验三种主要研究方法,探讨了知识点整合在语文教学法中的可行性和有效性。研究发现,通过知识点整合的教学法,可以提高学生的学习兴趣和学习效果,增强学生的思维能力和创新意识。同时,知识点整合的教学法还能引导学生掌握学科思维方法,培养学生的自主学习能力。因此,本研究结果说明了知识点整合教学法在初中语文课堂中应用的重要性,可以为语文教学者提供参考和指导,并对推动我国教育改革有一定的创新和实际意义。

面向“两个关联”的程序设计类课程知识点案例库建设实践

针对程序设计类课程知识点易混淆以及知识点与应用结合不紧密的问题,提出课程教学应重视“两个关联”,即知识点之间的关联、知识点与应用的关联;然后归纳易混淆知识点间的关联以及知识点与应用场景的关联,具体阐述课程如何建立立体化的脚手架式知识点案例库教学资源,并根据知识点的特点设计符合应用场景的课程实验和课程设计,最后通过满意度调查和考核成绩数据分析说明改革成效。

基于知识点模块整合的情景案例教学法在急诊与灾难医学教学中的应用研究

[目的]探讨基于知识点模块整合的情景案例教学法在急诊与灾难医学教学中的应用效果。[方法]将60名实习生按随机数字表法分为对照组和试验组各30名,对照组接受传统教学法,试验组接受基于知识点模块整合的情景案例教学法。对比两组的整体临床实践能力评分、理论考核成绩和操作考核成绩。[结果]试验组的整体实践能力评分高于对照组(P<0.05或P<0.01),基础理论、基本知识等理论成绩均高于对照组(P<0.01),现场急救、创伤急救、疾病救治、心肺复苏、急性中毒处理、理化环境损伤处理等操作成绩均高于对照组(P<0.01)。[结论]基于知识点模块整合的情景案例教学法,可提高急诊与灾难医学的临床带教效果,有助于实习生掌握理论知识与操作技能,促进整体实践能力的提高。

一种划分航空知识点类型的方法

基于航空知识提出一种划分知识点类型的方法,对各种知识点类型进行统计,给出知识点的存储结构。

基于深度学习算法的学科试卷知识点关联结构研究

机器学习可帮助教师挖掘试卷中知识点之间的关系,检测学生知识点掌握情况,为评价反馈提供支持。使用深度学习Apriori算法,通过模拟研究和实证研究,针对具有不同知识点结构的试卷进行挖掘分析。模拟研究发现:Apriori算法能针对知识点属性复杂的试题进行知识点间关联规则的挖掘,准确率较高;随着样本量的增加,挖掘的准确率增加。实证研究发现:Apriori算法可对中小学的语文、数学、小学科学、中学物理等学科的试卷进行知识点间关联规则挖掘,但学科间挖掘结果有差异。经过粒度优化、删除基础知识点后,Apriori算法可较好挖掘中小学语文、数学剩余知识点间的关联关系,但对跨学科的知识点关系挖掘有待提升。

基因工程中PCR技术常考知识点的归纳与拓展

PCR技术是基因工程中获取和扩增目的基因的常用方法之一,其中常考查到的知识点有与引物相关的问题、酶切片段分析及变性、复性、延伸等环节的相关分析等。文章结合典型考题对这几个问题进行归纳分析。

基于机器学习的计算机专业课程知识点推荐系统设计与优化

计算机科学领域发展迅速,学生需要学习大量的知识点。为了帮助学生高效地掌握专业技能,文章设计一个基于机器学习的计算机专业课程知识点推荐系统。该系统的推荐准确率、响应时间、用户满意度均达到要求,能够为学生提供个性化的课程推荐,具有一定的应用价值。

“迁徙”前、“回归”后,记好养生知识点

“天高云淡,望断南飞雁”,出自毛泽东《清平乐·六盘山》一词。“南飞雁”指的就是有名的候鸟,其老家在北方西伯利亚一带。冬天天寒地冻,在食物资源(植物、昆虫)尤其匮乏的时期,大雁便会浩浩荡荡、成群结队地飞往温暖且食物资源比较丰富的南方过冬。等第二年的春天到来,再长途跋涉,回到西伯利亚繁衍后代。

“薛定谔方程–近似模型–核心概念–简单应用”——构建原子/分子结构教学内容的逻辑框架与知识点图谱

针对结构化学课程知识点繁多和概念碎片化、学生难以形成学科框架和完整知识体系的困境,本文提出以“薛定谔方程–近似模型–核心概念–简单应用”为主线,以一维势箱自由粒子模型、单电子类H体系、多电子原子、H_(2)^(+)分子离子、H_(2)分子、多原子分子等“六条分支”来构建学科的逻辑框架与知识点图谱。使碎片化的知识重构关联,形成完整的知识链,帮助学生理解重要概念的逻辑关系、产生脉络及相互联系,并且为学生提供知识迁移的情境,达到知识理解与运用的目的。

面向知识场景的图片类教育资源知识点自动标注算法

针对图片资源的视觉特征与高级知识语义不一致的挑战,提出一种新的知识点自动标注算法,称为基于知识场景的情境超图卷积网络(SHGCN),以便高效组织管理教育领域中的图片数据,促进知识理解与有效利用,实现教育智能化。该算法在提取图片资源显性视觉特征的同时,又挖掘了隐含在细粒度区域的隐性知识信息。利用Faster R-CNN和OCR技术来识别知识对象和坐标文本等知识实体,这些知识实体特征融合后作为该图片的知识向量;提出双筛选机制来生成不同类型的知识场景,并将知识场景作为超边来构建情境超图,建模蕴含相似情境信息的图片间高阶知识相关性。利用超图卷积实现知识相似图片的情境信息聚合,实现“视觉-语义”到“视觉-语义-知识”的转化。还构建了一个物理学科的图片数据集来训练和验证SHGCN。实验结果表明,SHGCN在提取图片显性视觉信息的基础上,进一步挖掘隐性知识信息,其性能优于基线方法。

融合学科知识的数学习题知识点自动标注模型

习题知识点标注是构建结构化题库和实现个性化学习的关键任务。对于数学习题,由于其存在公式化、表达精炼化等特殊性,现有的标注模型无法很好地捕获关键信息,进而难以深入理解文本中蕴含的深层语义。此外,结合领域知识的知识点标注模型普遍存在引入的知识不够关键、融合的方式过于直接的问题,缺乏对信息的有效筛选,从而导致在特征融合时产生大量噪声,干扰模型最终的标注结果。为此,该文提出了一种融合学科知识的数学习题知识点自动标注模型MKA Gated。该模型首先利用预训练模型对原始习题和两种细化的学科知识文本进行初步的语义编码表示,然后利用注意力机制实现习题与两种学科知识的信息交互以获取两种学科知识的深层语义表征,最后通过门控机制连续地、隐式地融合两种深层语义表征的平均池化表示以保留原始习题表示中有利于最终分类的语义特征。模型在自建的初中数学习题知识点标注数据集上测试的三种指标micro-F_(1)、macro-F_(1)、weighted-F_(1)相较于基准模型分别提升了1.99%、2.99%、2.12%,实验结果表明,该文所提方法能有效提升数学习题知识点的标注。

基于静态与动态学习需求感知的知识点推荐方法

随着互联网信息技术的高速发展,线上学习资源的爆炸式增长引起了“信息过载”与“学习迷航”问题.在缺乏专家指导的场景中,用户难以明确自己的学习需求并从海量的学习资源中选择合适的内容进行学习.教育领域推荐方法能够基于用户的历史学习行为提供学习资源的个性化推荐,因此该方法近年来受到大量研究人员的广泛关注.然而,现有的教育领域推荐方法在学习需求感知时忽略了对知识点之间复杂关系的建模,同时缺乏考虑用户学习需求的动态性变化,导致推荐的学习资源不够精准.针对上述问题,提出一种基于静态与动态学习需求感知的知识点推荐方法,通过静态感知与动态感知相结合的方式建模复杂知识关联下的用户学习行为.对于静态学习需求感知,设计一种基于知识点先修后继元路径引导的注意力图卷积网络,通过建模知识点之间先修后继关系的复杂约束,能够消除其他非学习需求因素的干扰,从而精准地捕获用户在细粒度知识点层面上的静态学习需求;对于动态学习需求感知,所提方法以课程为单元聚合知识点嵌入以表征用户在不同时刻的知识水平,然后采用循环神经网络建模编码用户的知识水平序列,能够有效地挖掘用户知识水平变化中蕴含的动态学习需求;最后,对获得的静态与动态学习需求进行融合,在同一框架下建模静态与动态学习需求之间的兼容性,促进这两种学习需求相互补充,以实现细粒度的个性化知识点推荐.实验表明,在两个公开数据集上,所提方法能够有效地感知用户的学习需求并提供个性化的知识点推荐,在多种评估指标上优于主流的推荐方法.

“101计划”操作系统课程知识体系建设及知识点关联性研究

介绍“101计划”操作系统课程建设的工作思路,包括课程目标和定位、课程知识体系、知识点关联性、教学应用等方面,概括“101计划”实施过程中取得的阶段性建设成果。

中职语文知识点解析——以现代文阅读策略为例

阅读是语文教学中十分重要的一环,与学生的综合语文素养息息相关。进入新时期后,传统阅读方式已经无法满足实际教学需求,中职院校的语文阅读教学存在学生学习兴趣不高、教师教学方法单一等问题。受现代文题材影响,现代文阅读显得更为吃力,基于此,本文将围绕现代文的特点、现代文阅读的重点及难点、中职语文现代文阅读教学现状展开探讨,并从分析文章结构、训练阅读技巧、创设阅读情境、加强文本互动等几方面入手制定中职语文现代文阅读优化策略,旨在为相关从业人员提供参考。

融合知识点关系的深度记忆网络知识追踪

知识追踪任务旨在通过对学生历史学习数据实时准确地追踪学生知识状态,并预测学生未来的答题表现.针对当前研究忽略了题目涵盖知识点中复杂的高阶关系的问题,提出一种融合知识点关系的深度记忆网络知识追踪模型(deep memory network knowledge tracing model incorporating knowledge point relationships,HRGKT).首先,HRGKT使用知识点关系图定义图中节点之间的关系信息,表示知识点之间的丰富信息.使用GAT获取两者之间的高阶关系.然后,学习过程中存在着遗忘,HRGKT综合考虑4个影响知识遗忘的因素来更准确地追踪学生知识状态.最后,根据真实在线教育数据集上的实验比较结果,与当前知识追踪模型相比,HRGKT在追踪学生知识掌握状态方面表现更加准确,并且具备更好的预测性能.

基于KNN的无知识点标注协同过滤试题推荐方法

针对异构未标注知识点试题推荐精度欠佳问题,提出了一种基于KNN的协同过滤试题推荐方法.以待推荐试题的学生答题记录为基准,从异构的答题记录中构建共性特征向量,基于特征向量找出答题过程最为相近的K个学生,通过计算这K个学生在待推荐试题上的答题正确率,依据试题的答对率进行个性化试题推荐.利用该方法在公开数据集上进行仿真实验,对比了特征维度、K值和试题推荐数对推荐结果的影响.实验结果表明:在无标注试题集上进行Top 1试题推荐时,学生在推荐试题上的答题正确率达到了80%以上,验证了模型的有效性.

“工业药剂学”课程教学中的知识点整合重组思路探析

文章主要探讨了“工业药剂学”课程教学中的知识点整合重组思路。根据“工业药剂学”课程的特点和内容分布,在教学中挖掘知识点间的内在关系,对知识点进行整合重组,构建系统的强逻辑型知识体系。在此基础上,通过教学中的实际应用来验证其效果。通过知识点的整合重组,建立起了内在逻辑法、异同关联法、生活辐射法、聚类分析法等“工业药剂学”课程的知识点梳理思路。这些知识点梳理的思路通过实际教学应用,使学生对“工业药剂学”课程知识点的综合应用能力得到了明显提升,对授课教师教学的认可度和接纳度明显提高。对“工业药剂学”课程知识点进行整合重组,能使学生更准确、更系统、更完整、更牢固地掌握相关知识点,从而提高学习效果,是一种值得推广的教学方法。

知识点网络下的知识评估和学习路径选择

学习者在认知过程中可能掌握了某些知识点,但自身的知识状态并未改变,因此,为了提高学习效率并对学习者进行知识评估,在知识点网络下运用形式概念分析方法讨论如何对学习者进行知识评估和学习路径选择问题.首先,给出了知识点网络的构造方法、有效知识点组合的概念及知识点网络下题库的构造方法;其次,通过知识点网络诱导知识点背景,在已知学习者知识状态的情况下对学习者掌握的知识点进行评估,并给出知识点网络下的学习路径图及其算法;最后,通过实验验证了提出的算法的有效性和可行性.研究发现,由知识点网络诱导的知识点背景确定的知识点结构满足良级性.

新课标背景下高中地理知识点变化特征及教学策略革新研究

课程标准是规定某一学科的课程性质、课程目标、内容标准、实施建议的教学指导性文件,是每个学科知识体系、知识内容和知识要求的科学安排。研究新课标背景下的知识点变化特征并制订针对性教学策略,能更好地提升课程教学效度。为此,高中地理教师要立足统整视角,以辩证、统筹视域分析新旧课标内容,剖析新课标下的地理学科知识点变化特征,探寻契合变化特点的教学策略,以求优化地理课程教学模式,使地理课程教学更好地顺应新课改趋势,提升学生地理学习效率,助推学生核心素养发展。