幼儿园教师“关于幼儿学习的知识”现状与发展对策

"关于幼儿学习的知识"在幼儿园教师专业发展中有着重要作用。当前幼儿园教师"关于幼儿学习的知识"不容乐观,究其原因,与重"教研"轻"学研"的园本教研文化、重知识轻能力的学前教师教育课程教学文化、重经验轻批判的教师经验主义文化等有关。为促进教师"关于幼儿学习的知识"的发展,应树立教师即幼儿学习研究者的理念,以项目学习为抓手夯实教师的研究能力,积极开展幼儿学习故事交流,提升园本教研文化。

学习任务群视域下知识观转型与教学变革

学科知识、主体经验和学习活动是语文教学不可缺少的要素,不能因强调其一而取代另两者。学习任务群视域下的知识观,是从静态知识到动态运用、从知识点到概括性知识、从“知识—人”到“知识—世界—人”。学习任务群以实践活动内联知识类型、以学习单元建立知识结构、以真实情境促进知识—人—世界三者交融,探索出一条知识生成素养的有效路径。研究认为,依据学习任务群的特征,以初中语文为例,教学实践中宜采用概括性知识统领的单元教学,可分为提炼单元的概括性知识、提出引导性问题融入学科知识、设计知识理解与运用的学习过程三个步骤。

知识、想象力与深度学习——与吉莉安·贾德森教授关于基兰·伊根的研究的对话

20世纪80、90年代以来,加拿大西蒙菲莎大学基兰•伊根教授带领团队开展了“富有想象力的教育”“深度学习研究项目”等研究,系统地探讨了课程知识、学习、理解、想象与想象力的本质,以及知识理解的本质与类型、知识与想象力的关系,开发了想象力培养的认知工具,提出了在学科教学中培育学生想象力的教学策略。在深度学习研究中,建立了深度学习的知识标准和教学基本准则。2006年以来,针对我国中小学课程实施中存在的问题,我们组建了深度教学研究团队。围绕教学价值观、课程知识观、教学过程观和学习活动观的转变,采取3K研究方式,探讨了指向核心素养的教与学的理念与策略,并开展了国际合作研究。围绕基兰•伊根教授关于知识、想象力与深度学习研究等方面的创新贡献,对话和访谈西蒙菲莎大学吉莉安•贾德森教授,以期为我国深化课程与教学改革,破解核心素养发展的难题提供借鉴。

知识获取视阈下创业学习对新创企业创新绩效的影响机制——环境动态性的调节作用

新创企业需要弥补“新生弱”缺陷,在动态环境下选择适当的创业学习模式、获取创业知识,促进企业持续创新和成长。基于创业学习理论,利用288份新创企业调研问卷,构建有调节的双中介理论模型,研究创业学习与新创企业创新绩效的因果关系,探究创业知识的中介作用,同时,引入环境动态性作为创业学习影响创业知识获取的边界条件。研究结果表明:①创业认知学习和实践学习对企业创新绩效具有促进作用,加入创业知识后,其在创业认知学习、创业实践学习与企业创新绩效间均具有完全中介作用;②创业认知学习与实践学习对创业显性知识、隐性知识均具有促进作用,而创业认知学习的正向影响更大;③环境动态性在创业认知学习与创业显性知识间具有负向调节效应,而在创业实践学习与创业显性知识间具有正向调节效应。结论启示,新创企业要善于结合外部环境并选择有效的创业学习方式,促进创业知识获取并进一步提升企业创新绩效。

活动理论视角下游戏化学习中知识转移活动的特征及运行过程研究

[研究目的]将活动理论引入游戏化学习的知识转移活动中,系统性推动游戏化学习中知识转移活动中各要素的高效协作,加快知识转移与共享,促进知识增值和创新。[研究方法]基于活动理论特质和知识特征确定游戏化学习中知识转移特征,并构建知识转移活动模型,以明确各要素的协调交互对知识转移效果的作用,最后以博物馆知识剧本杀为例,验证结论。[研究结论]活动理论能够明确知识转移的运行过程,可以应用于具体活动的显隐性知识转移分析,研究发现活动中的矛盾、游戏内容、技术赋能、共同体的互动和游戏情境对主体的知识转移效果产生显著影响。

基于知识图谱嵌入与深度学习的药物不良反应预测

识别药物潜在的不良反应,有助于辅助医生进行临床用药决策。针对以往研究的特征高维稀疏、需要为每种不良反应构建独立预测模型且预测精度较低的问题,本文开发一种基于知识图谱嵌入和深度学习的药物不良反应预测模型,能够对实验所覆盖的不良反应进行统一预测。一方面,知识图谱及其嵌入技术能够融合药物之间的关联信息,缓解特征矩阵高维稀疏的不足;另一方面,深度学习的高效训练能力能够提升模型的预测精度。本文使用药物特征数据构建药物不良反应知识图谱;通过分析不同嵌入策略下知识图谱的嵌入效果,选择最佳嵌入策略以获得样本向量;然后构建卷积神经网络模型对不良反应进行预测。结果表明,在DistMult嵌入模型和400维嵌入策略下,卷积神经网络模型预测效果最佳;重复实验的准确率、F_1分数、召回率和曲线下面积的平均值分别为0.887、0.890、0.913和0.957,优于文献报道中的方法。所得预测模型具有较好的预测精度和稳定性,可以为安全用药提供有效参考。

小组合作学习中群体认知冲突管理对协同知识整合水平的影响研究

以中学科学与工程实践为研究对象,运用内容分析法和滞后序列分析法,对合作学习小组中群体认知冲突管理、协同知识整合以及二者关系进行分析。结果表明,科学与工程实践中的群体认知冲突多与工程任务相关,知识理解型冲突较少,冲突管理方式以协商-非协商行为混合型为主,倾向于触发中水平的协同知识整合。此外,还刻画了三种协同知识整合水平下存在显著意义的冲突管理行为路径,为促进基础教育阶段科学与工程实践活动的改进和优化提供借鉴和参考。

基于知识图谱的可解释学习路径推荐

学习路径推荐是解决信息超载、学习迷航等问题的关键,但当前的学习路径推荐相关研究存在推荐方法脱离学习场景、推荐结果缺乏解释等问题。为此,文章构建了基于知识图谱的可解释学习路径推荐模型:首先利用邻域标定的图注意力网络表征知识图谱语义信息并生成候选学习路径集,然后计算不同学习场景下学习者与候选学习路径之间的契合度和匹配度,最终实现可解释的学习路径推荐。之后,文章通过对基于知识图谱的可解释学习路径推荐模型与学习路径推荐基线模型进行对照实验和可解释案例分析,发现基于知识图谱的可解释学习路径推荐模型不仅提高了推荐结果的准确度,而且提升了推荐结果的可解释性。文章的研究有助于学习者获得准确、可解释的学习路径,从而提升个性化学习效果。

人工智能时代的知识学习与教育变革

随着人工智能的崛起及其对部分人脑活动的替代,其“创造性毁灭”效应对社会带来巨变的同时也形成了前所未有的挑战,如何应对这种巨变及其挑战已经成为人工智能时代学习与教育领域的紧要任务。通过梳理人工智能对当今社会发展造成的影响与挑战,探讨了人工智能在改变人类生活环境与经济需求的同时对知识学习的目标、内容与方式的影响,说明人类在教育和知识学习上如何应对人工智能的挑战。人工智能作为人类智能的延伸与替代,虽然将会极大地改变包括人类教育与知识学习的方式和内容在内的教育的显性功能,但其工具实质不会改变教育与知识学习的本质属性。根据劳动者与人工智能的三重关系及人类自身发展的要求,在新的时代,人类更应以学习者为中心,保持持续学习直至终身学习的能力,重视立体复合知识及其转化能力的学习,培养新型立体多维复合型人才。与此相应,教育体制也必然需要进行适应性的改革,使教育实现更大规模和更深覆盖的同时,助力人的全面发展及“个体禀赋”的提升,从而在提升认知的过程中完善自我。

一种基于知识树的科技前沿探测方法——以深度学习领域为例

[目的/意义]当前全球科技竞争愈加剧烈,准确把握未来科技前沿是科技竞争取得胜利的关键,科技前沿探测是科技情报研究的热点问题之一。[方法/过程]文章提出一种基于知识树的科技前沿探测方法,通过科技前沿知识树反映领域科技前沿的发展信息,探索解决科技前沿探测过程中存在的信息冗余、探测结果不准确等问题的方法和途径,并以深度学习领域为例进行了实证研究。[结果/结论]研究结果表明,基于知识树的科技前沿探测方法可以在一定程度上提高科技前沿探测过程的效率,改善科技前沿探测结果的质量,可以为面向特定领域的科技前沿研究提供参考。

促进幼儿教师专业发展的知识分享研究——基于学习共同体理论的思考

基于学习共同体理论,对幼儿教师知识分享的内涵进行了解读,揭示出知识分享对幼儿教师专业发展的重要意义,进而对目前我国幼儿教师在知识分享上存在的困境及成因进行了深入剖析,最后从幼儿教师专业发展的视野提出一些促进知识分享的策略。

军民融合战略背景下企业间价值共创对创新绩效的影响——关系学习、知识整合及数字化转型的作用机制

民口企业实现创新绩效增长与构建可持续竞争优势的关键是借助关系学习和知识整合能力获取创新资源。以创新生态系统理论为基础,结合军民融合战略背景,实证研究企业间价值共创对创新绩效的影响,以及关系学习、知识整合和数字化转型的作用机制。结果表明,企业间价值共创对企业创新绩效具有显著正向影响。此外,军民融合战略背景下,企业关系学习、知识整合在价值共创与企业创新绩效间发挥中介作用,企业数字化转型对价值共创和企业关系学习的关系具有正向调节作用。结论有助于揭示军民融合创新生态系统中企业创新绩效提升的复杂过程机制,为军民融合战略背景下我国民口企业通过价值共创促进创新和实现绩效增长提供理论依据与实践指导。

基于知识图谱与深度学习的零件机加工艺设计方法

随着数字化制造系统的广泛应用,制造类企业产生的工艺数据数量持续增多。为了实现对已有工艺数据的有效复用、学习和挖掘,提出一种基于知识图谱与深度学习的零件机加工艺设计方法。首先构建以特征、零件、特征工步方案、零件工艺为基础的工艺知识图谱模型,实现工艺数据的结构化多层次表示。在此基础上,构建一种BiLSTM+Attention深度学习模型揭示零件与典型工艺方案之间的映射模式,以及一种Seq2Seq+Attention的深度学习模型实现零件工序序列的有效生成。其次,提出一种基于特征工步方案与零件工序方案融合概率的零件工艺方案决策方法,实现具有完整工艺情境的零件工艺方案有效生成。最后,以销轴类零件为例,开发原型系统验证了所提方法的有效性。

结合超图对比学习和关系聚类的知识感知推荐算法

结合知识图谱的推荐算法通过引入知识图谱,获得项目的辅助信息,从而实现更好的推荐效果。然而推荐的过程中存在知识图谱中关系长尾分布、用户项目交互数据稀疏和异构信息利用不平衡的问题。针对这些问题,提出了一种结合超图对比学习和关系聚类的知识感知推荐算法(HC-CRKG)。通过关系聚类的方式重构知识图谱,缓解了知识图谱中关系的长尾分布问题;构建用户-项目-实体异构图,利用一种结合注意力机制的图卷积网络学习用户、项目的异构图嵌入;同时使用一种参数化的超图卷积网络,学习用户、项目的超图嵌入;在异构图嵌入和超图嵌入之间进行对比学习,为模型引入自监督信号,缓解数据稀疏性问题;将异构图嵌入和超图嵌入相结合,用于后续的推荐预测,进一步缓解了异构信息利用不平衡问题。模型在MovieLens-1M、Book-Crossing和Last.FM三个公开数据集上与CKAN、KGIC、VRKG4Rec等基线模型进行对比实验,实验结果表明在AUC、F1和Recall@K指标上,模型均取得了不同程度的提升。

练习嵌入和学习遗忘特征增强的知识追踪模型

现有知识追踪模型大多以概念为中心评估学生的未来表现,忽略了包含相同概念的练习之间的差异,从而影响模型的预测准确性。此外,在构建学生知识状态过程中,现有模型未能充分利用学生在答题过程中的学习遗忘特征,导致对学生知识状态的刻画不够精确。针对以上问题,提出了一种练习嵌入和学习遗忘特征增强的知识追踪模型(exercise embeddings and learning-forgetting features boosted knowledge tracing, ELFBKT)。该模型利用练习概念二部图中的显性关系,深入计算二部图中的隐性关系,构建了一个练习概念异构关系图。为充分利用异构图中的丰富关系信息,ELFBKT模型引入了关系图卷积网络。通过该网络的处理,模型能够增强练习嵌入的质量,并以练习为中心更准确地预测学生的未来表现。此外,ELFBKT充分利用多种学习遗忘特征,构建了两个门控机制,分别针对学生的学习行为和遗忘行为进行建模,更精确地刻画学生的知识状态。在两个真实世界数据集上进行实验,结果表明ELFBKT在知识追踪任务上的性能优于其他模型。

JCapsR:一种联合胶囊神经网络的藏语知识图谱表示学习模型

知识图谱表示学习是自然语言处理的一项关键技术,现有的知识图谱表示研究主要集中在英语、汉语等语言,而低资源语言的知识图谱表示学习研究还处于探索阶段,如藏语。该文基于前期构建的藏语知识图谱,提出了一种联合胶囊神经网络(JCapsR)的藏语知识图谱表示学习模型。首先,我们使用TransR模型生成藏语知识图谱的结构化信息表示。其次,采用融合多头注意力和关系注意力的Transfomer模型表示藏语实体的文本描述信息。最后,采用JCapsR进一步提取三元组在知识图谱语义空间中的关系,将实体文本描述信息和结构化信息融合,得到藏语知识图谱的表示,相比基线系统,联合胶囊神经网络JCapsR模型提高了在藏语知识图谱上实体链接预测的性能,相关研究为其他低资源语言知识图谱表示学习的拓展优化提供了参考借鉴意义。

引入知识增强和对比学习的知识图谱补全

知识图谱补全是提高知识图谱质量的重要手段,主要分为基于结构和基于描述的方法。基于结构的补全方法对图谱中常见的长尾实体推理性能表现不佳,基于描述的补全方法在描述信息利用和负样本信息学习方面存在不足。针对上述问题,提出基于知识增强的知识图谱补全方法KEKGC。设计一种特定模板,将三元组及其描述信息通过人工定义的模板转换为连贯的自然语言描述语句输入预训练语言模型,增强语言模型对三元组结构知识与描述知识的理解能力。在此基础上,提出一种对比学习框架来提高链接预测任务的效率与准确率,通过建立记忆库存储实体嵌入向量,从中选择正负样本并结合Info NCE损失进行训练。实验结果显示,相较于MEM-KGC,KEKGC在WN18RR数据集上链接预测任务的平均倒数秩(MRR)提升了5.5,Hits@1、Hits@3、Hits@10指标分别提升了2.8、0.7、4.2个百分点,三元组分类任务准确率达到94.1%,表明所提方法具有更高的预测准确率与更好的泛化能力,尤其对于长尾实体,能够有效提升图谱补全的效果与效率。

探讨中国学习者现象与建构教育学自主知识的努力——以中国大学生学习与发展追踪研究(CCSS)项目十五年探索为案例

20世纪80年代之后国际上逐渐发展形成的中国学习者研究,注重在国际比较视野中分析中国学生学习的特点和特性,是国际学界对中国研究的延续和深化。近年来,以中国大学生学习与发展追踪研究(CCSS)项目为代表,中国学者开始参与和推动本领域研究,在实证分析的基础上尝试构建本土学生学习理论,形成了探索构建中国学生学习乃至教育学自主知识体系的本土力量。CCSS项目持续15年的实施和研究,呈现出从主动选择性引进海外知识开始,在理念、概念和工具层面逐步推进本土化,通过深入挖掘源于本地的实证数据,发现本土特色教育现象并进行情境性分析,在此基础上进行本土模型构建和理论抽象的过程。这为建构中国教育学自主知识体系带来如下启示:重视对全球知识的了解、鉴别和本土重塑,关注围绕本土重大问题的实证研究,在与全球知识的对话中凸显研究的普遍意义,并且在高校人才培养中传承和创新。

认知群体感知工具对在线协作学习知识建构水平的影响研究

认知群体感知工具是协作学习者感知群体认知信息、提升学习效果的重要技术支撑。不同信息复杂程度的认知群体感知工具对在线协作学习中学习者的知识建构水平影响程度如何尚需进一步探索。文章从认知信息复杂度出发,设计了实时的显性/隐性认知群体感知工具,并通过对比实验,利用统计分析、卡方检验、认知网络分析,分析两种认知群体感知工具对在线协作学习知识建构水平的影响程度。研究结果表明:两种认知群体感知工具有助于在线协作学习中高水平知识建构行为的发生。显性/隐性认知群体感知工具支持下的学习者知识建构行为特征及知识建构模式存在差异性。其中,显性认知群体感知工具能促进协商型对话和升华型对话;隐性认知群体感知工具则更能促进协商型对话的生成。研究结论有助于教师调整教学策略,引导学习者完成协作任务并提升知识构建水平。

虚拟学习社区中知识交互对大学生学习成效影响的元分析

在数字时代,借助于虚拟学习社区进行知识交互深受大学生的青睐。这一教育现象引发学界的广泛关注,但借助于虚拟学习社区进行知识交互能否提升大学生学习成效,目前学界还没有达成共识。基于此,研究采用元分析方法,梳理分析近十年国内外31项实验和准实验研究。结果表明:一是虚拟学习社区中的知识交互对学习者的学习成效具有显著正向促进作用;二是学科领域、教学方式以及评价方式的不同对学习成效的影响较为突出;三是虚拟学习社区类型、干预时长、交互模式对学习成效的影响不具有调节作用。基于上述结果,建议基于学科领域及其特点有针对性地优化虚拟学习社区学习模式,合理选择教学方式实现虚拟学习社区中更高效的知识交互,重视并改进学生在虚拟学习社区中的学习成效评价方式,以助力教师和大学生能够更好地利用虚拟学习社区提升学习成效,构建一个更好的学习环境。