研究型大学拔尖创新人才培养关键问题

高等教育进入大众化阶段后,拔尖创新人才培养成为研究型大学的一项重要工作。现行的主要做法是生源采用多元化遴选,教学注重个性化,选聘优质师资实施导师制,实施学生竞争机制,国际化水平较高,但仍存在诸多问题和不足。建议通过创新人才选拔机制、优化教育教学制度、完善德育育人体系、构建高效管理团队的方式进行改革,来解决拔尖创新人才培养中的关键问题。

从京商文化视角解析北京文化软竞争力

"十一五"期间,城市竞争将进入以软竞争力为标志的新阶段,城市软竞争力体系构建迫在眉睫。文化竞争力位居软竞争力各要素的首位,作为一种隐性的城市资源,它在城市发展中的地位和作用日趋凸现。文章中,笔者将从京商文化的视角,围绕着传统"官本位"思想对京商发展的影响、北京优秀的传统商业文化变迁、现代京商文化的发展三个方面,进行原因阐释,提出未来发展的方向和对策,以期达到为进一步促进北京商业文化发展、激发北京文化竞争力的发展潜力以及北京软竞争力研究提供借鉴的目的。

多知识点知识追踪模型与可视化研究

知识追踪模型(简称KT模型)是从学生的答题表现序列来推断其内在掌握知识情况的隐马尔科夫模型,它在智能辅导系统广泛使用。传统的KT模型通常只适用于对单个知识点能力的建模,且不能对题目难度和分辨度进行推断。但在现今智慧教育环境中,题目序列往往包含多个知识点,需要利用这些知识点对学生能力变化进行综合的评估和分析。为此,文章使用Logistic回归方法扩展KT模型的参数,提出三个面向多知识点的KT模型的改进模型:KTLR-GS模型、KTLR-LFID模型和KTLR-FP模型,分别把猜对概率、犯错概率、题目难度、观测参数和状态转移参数等作为特征引入,从而实现了在多知识点背景下对学生学习能力和综合能力的准确评价,超过了传统KT模型的分析性能。同时,文章还开发了基于xAPI的学习行为分析与可视化系统,集学习行为采集、存储、分析和可视化为一体,利用面向多知识点的KT模型分析学生答题序列中的知识掌握动态变化,并利用可视化的技术帮助教师对每个学生的学习情况进行及时判断。

研究型大学荣誉学院新生学习适应性研究——以A大学荣誉学院为例

本研究在《大学生学习适应量表》调查的基础上,根据量表中的五个指标分析框架——学习动力、学习态度、学习能力、教学模式、环境因素,对A大学荣誉学院新生学习适应性进行研究,并和A大学普通新生的学习适应性情况进行比较,分析"荣誉教育"模式的优质生源,在学习适应性各指标状况和存在问题,为"荣誉教育"的改革与发展提供对策建议。