多维任务驱动教学法在JAVA教学中的应用

分析了当前JAVA教学中存在的问题,在建构主义理论视域下提出了多维任务驱动教学法,该教学法应用在JAVA教学中,提高了学生的实践能力和创新能力,取得了良好的教学效果.

离散数学课程的多维任务驱动式教学

分析传统式教学在离散数学课程中的弊端,从教学方面、学生方面和教师方面阐述离散数学教学模式改革的研究动机,提出一种任务驱动式教学模式,介绍任务驱动式教学方法,说明近3年的实践效果。

慕课在《医学微生物学》多维任务驱动教学中的应用策略

慕课与多维驱动教学法主旨都是以学生为中心,两者结合可进一步充分激发学生的学习兴趣,提高学生的学习能力,增强课程的互动性以及提高对学习过程的管理和评价效率。本文介绍了慕课在《医学微生物学》多维任务驱动教学中的应用策略,以期为医学课基础教育提供参考。

基于建构主义和多维任务驱动的JAVA教学方法探究

在建构主义理论的指导下多维任务驱动教学法以学生为中心以能力培养为导向,重视培养学生的独立分析问题、解决问题的能力,适应了社会对高素质的技能型人才的需求。

基于多维任务驱动的Access数据库课程改革探究

本文在分析Access数据库课程传统教学方式弊端的基础上,以长治医学院15级临床医学专业1503班Access数据库课程为例,重点分析了多维任务驱动的教学模式改革的做法及效果。结果表明,与传统班级相比较,多维任务驱动的教学模式改革效果良好。

病原生物学多维任务驱动法提高医学本科生科研素质探讨

多维任务驱动法是一种采用多种形式的任务激发学生的学习兴趣和能力的多维互动教学模式。文章以病原生物学教学为例,介绍了采用多维任务驱动法从培养学生的兴趣和主动性、激发认知动机为起点,由简入难、由浅入深、循序渐进地有效培养本科生科研素质的应用策略,以期为医学高校探索效果好、可操作性强的培养医学本科生科研素质的教学策略提供参考。

带约定时间的多维任务负载平衡问题

本文研究了两台平行机上带约定时间的多维任务负载平衡问题,该问题是传统负载平衡问题的推广,目标是最大化机器的提前工作量。带有约定时间的多维任务负载平衡问题涉及到在多个维度上平衡任务的分配,同时满足任务的约定时间。这种问题在许多实际应用中都很常见,比如生产调度、交通规划、资源分配等领域。对于该问题,当任务的维数为 时,本文设计了一个在线算法,算法的竞争比为(√5-1)l,然后设计了一个动态规划算法以得到问题的最优解,最后在动态规划的基础上采用舍入取整技术设计了一个FPTAS。

多维任务、两层次代理与企业的内部激励

本文以Aghion和Stein(2008)的多维任务模型为基础,引入两层次代理关系,考察了委托人推断代理人能力对企业内部管理者激励和行为的影响。分析表明,外部投资者推断管理者能力会引导后者迎合外部投资者的要求来配置资源和精力,从而扭曲企业内部管理者的激励和行为,降低企业内部资本市场创造的经济价值。本文分析强调,其一,企业子部门在多维任务相对重要性方面的差异越大,多层次代理关系下的激励失当和行为扭曲的可能性及扭曲程度越增大;其二,为了降低企业内部管理者精力配置扭曲导致的效率损失,追求企业价值最大化的CEO倾向于增强对现期绩效的激励程度,降低对将来显现绩效的激励力度,这导致了与高层次代理人(CEO)相比,低层次代理人(子部门经理)更加关注现在而相对忽略长期绩效。

自适应多维N-back认知负荷模型下的脑网络研究

目的弥补传统N-back实验只考察单一维度工作记忆内容的不足,设计多样化的脑力负荷任务,从多方位深入研究脑疲劳及认知负荷。方法从位置、颜色、形状3个维度划分3个等级,并根据反应正确率自动调节等级,构成自适应多维N-back认知负荷新范式,研究新范式下受试者的行为绩效、脑电频谱特征及脑网络变化。结果在1-back与2-back任务中,随着认知任务维度升级、脑力负荷增加,脑电alpha/beta功率比下降,PDC脑网络中各脑区之间的信息流增强且不同维度任务的信息流向与当前任务紧密相关。结论自适应多维N-back实验范式比传统单一维度N-back任务能多方位充分调动大脑认知功能、加速消耗脑力资源并影响其行为绩效,有望为更深层次研究脑认知与脑疲劳提供新思路。