信息技术支持下小学语文自主学习卡的设计与实施

《义务教育语文课程标准(2022年版)》(以下简称新课标)明确指出:“充分发挥现代信息技术的支持作用,拓展语文学习空间,提高语文学习能力。”这意味着21世纪学校教育的本质,已不再是简单地完成对受教育者的知识和技能传授,教育的目标指向了“21世纪型能力”。这种新型能力的培养要通过课堂教学范式的转型来实现:从知识本位的“被动学习”转变为“素养本位”的“能动学习”。教师需要依据教学目标,利用信息技术设计丰富多彩的自主学习卡,唤醒学生的学习兴趣,引导学生自发、自主学习。

信息技术支持下项目学习在小学数学教学中的应用探讨

随着教育改革的不断深化,小学数学教学面临着更高的要求,需要教师积极转变传统的教学观念,采用多种方式不断提高小学数学教学的质量与水平,从而全面提升学生的数学核心素养。当前,小学数学教学在开展项目学习时依然存在一些问题,影响了项目学习的实际效果,需要教师积极采取一些措施进行改善,以便提高小学数学项目学习的质量。

信息技术支持下的中学英语多模态语法教学活动设计

语法教学是英语教学的重要内容。近年来,如何利用信息技术创新语法教学引起了英语教师和研究人员的广泛关注。《义务教育英语课程标准(2022年版)》指出:语法知识是“形式-意义-使用”的统一体,与语音、词汇、语篇和语用知识紧密相连,直接影响语言理解与表达的准确性和得体性。在落实英语新课标的过程中,教师要以新课标的理念和要求为指导,创新课堂活动设计,力求使课堂教学做到:“有趣”,内容和形式能激发学生的学习兴趣;“有效”,教学活动能使学生掌握知识,发展技能;“多样”,根据学情和教学内容及目的,采用多种方式和方法;“减负”,尽量减轻学生学习负担,提高学习的愉悦感[1]。教学活动要做到有趣、有效、多样、减负,需要恰当的手段进行设计。课标提到,现代信息技术为英语教学提供了多模态的手段、平台和空间。多模态英语教学是把图像、声音、动作等多种模态符号应用于教学中,有效调动学生听觉、视觉等多种感官参与学习过程,提高学习效果。

技术支持下面向计算思维培养的协作学习路径——以“智能采摘”课程的教学为例

计算思维作为一种运用计算机科学基础概念进行问题求解、系统设计的思维方式,是国内外教育领域关注的重要议题,也是基础教育课程改革的重要突破口[1]。计算思维的培养不能陷入知识灌输的泥淖,而是需要通过小组协作完成项目,实现对学生逻辑思维、问题解决、协作学习等能力的培养[2]。然而,实际的协作学习过程中还存在一些问题:协作学习中未能充分发挥学生的主体性;学生与小组成员的深度讨论、评价反思的活动较少,缺乏核心素养的提升[3]。如何在信息技术支持下构建协作学习路径,实现学生计算思维的培养,是本文关注的重点。

信息技术支持下的数学单元整体教学研究与实践——几何画板对压轴题的教学实践

《义务教育数学课程标准(2022版)》指出:为了落实核心素养导向的教学目标,不仅要整体把握教学内容之间的联系,还要把握教学内容主线与相应核心素养发展之间的联系.要重视单元整体教学设计,体现数学知识之间的内在逻辑关系.信息技术在前置学习中需要达到两个效果,学生知道“为什么学”“学什么”和“怎么学”,同时,教师知道“为什么教”“教什么”和“怎么教”,二者相互对应,共同勾勒出单元知识体系.

信息技术支持下的STEAM课程实践与反思——以“地震我来报——研制地震报警仪”为例

2023年5月,教育部发布《基础教育课程教学改革深化行动方案》,强调聚焦核心素养导向的跨学科主题学习等教学改革重难点问题,推进数字化赋能教学质量提升[1]。由于跨学科主题学习容量大、耗时长,学生对各学科的知识储备不足,传统模式教学难以适应教育改革的需求。STEAM教育的独特价值在于将科学、技术、工程、艺术和数学多个学科的课程知识统整为一个有机整体,在信息技术手段支持下,为学生提供富有现实意义的学习情境,并通过解决实际问题来培养学生的创新精神和实践能力。STEAM教育蕴含了学科融合、问题解决和技术赋能三个核心理念,因此STEAM课程是践行新课标、开展跨学科主题学习的一种重要方式。

技术支持的教师学习环境模型构建

智能时代,教师的专业成长离不开技术的支持。技术支持的教师学习环境与有意义的教师学习活动相互支撑共同形成积极的学习环境力,支持教师学习,促进教师高阶能力的发展,助力教师学会教学、学会反思、学会研究和学会为师。技术支持的教师学习环境包含资源、工具、情景、社群和评价五大要素,通过跟踪过程、感知环境、联接社群、数据融通和精准服务五大环境功能,支持教师基于课程的自主学习、基于工作坊的社群学习和基于课例的情景学习。

一种基于机器学习的物联网终端识别技术模型

随着我国电力物联网加快建设,大量物联网终端设备接入电网内部网络,这些终端分布广、数量多、计算资源受限、带来了巨大的网络安全风险。本文主要针对某电力公司8类实际应用中典型物联终端设备,通过抓取海量数据并与物联终端通用协议类型进行对比,提取特征信息,采用多种机器学习算法分别建立设备指纹模型并开展分类实验分析,并通过实验数据与实际场景情况的对比验证,证明了基于包长度统计特征值的随机森林算法在物联网终端识别与威胁检测上的可行性。

“象的进阶”:信息技术支持下高中理科深度学习的关键路径

深度学习是当下教学研究的热点话题,而“象的进阶”是高中理科深度学习的重要路径。从价值意蕴上看,“象的进阶”能够满足课程方案所内蕴的“三象协同”,能够满足教学改革所需要的“学习进阶”,能够促使学生的科学素养得到“迭代培养”。“象的进阶”的运演机制可分为由情境刺激而生发出“现象”感悟、由“现象”感悟进阶到“模象”解理、从“模象”解理进阶到“意象”联姻这三个重要阶段。现代化的信息技术能够促进“现象创设”“模象创建”“意象激发”,能够促进“进阶循环”“多维评价”和“象的延伸”,从而推动“象的进阶”的有效发生。

小样本学习技术在新型电力系统中的应用与挑战

数据驱动已成为新型电力系统建设及其数字化转型的核心范式,相关算法在负荷预测、状态检修、多主体调控等多项业务中展现出优越的工程效果与应用潜力。然而,实际工程数据往往面临着样本不足、样本不平衡等问题,制约了数据驱动算法的最终效果。因此,需要借助小样本学习来应对这一挑战。文中从数据、特征、模型3个层面探究了小样本学习技术,综述并分析了相关技术在场景生成、故障诊断、电力系统暂态稳定评估等业务的应用现状,并进一步指出小样本学习技术在新型电力系统中所面临的不足与挑战。

对比学习与图神经网络技术支持下信息抽取技术应用研究

信息抽取技术是大数据时代精准获得信息的关键技术。在网络时代背景下,信息抽取的实时性、准确性和实名性极为重要,因此,在信息抽取时,实现对多元信息的筛选分析非常关键。通过文献研究与实践分析可知,对比学习和图神经网络技术的应用,有利于在信息抽取环节准确识别单词多义和单词缩写的信息,在实践中需分别构建模型,以便进一步实现信息抽取功能。

信息技术支持下的初中地理深度学习实践——以人教版地理教材七年级下册“极地地区”一课为例

2018年,教育部印发的《教育信息化2.0行动计划》中指出:“积极推进‘互联网+教育’,坚持信息技术与教育教学深度融合的核心理念。”这要求教师需促进信息技术深度融入教育全过程,推动教学改进、管理优化,使学生具备良好的信息思维,适应信息社会发展的要求,掌握应用信息技术解决学习、生活中问题的能力。

强化学习引导模型生成的深度学习框架漏洞挖掘

现有基于应用模型挖掘漏洞的方法随机生成模型的结构信息,容易造成大量低质测试用例的生成,严重影响漏洞挖掘的效率和效果.针对该问题提出了一种强化学习引导模型生成的深度学习框架漏洞挖掘方法.提取模型运行时的框架状态信息,包括Softmax距离、程序执行结果等,再将框架运行状态信息作为奖励变量指导模型结构与超参数的生成,进而提升测试用例的生成质量与效率.实验结果表明,在生成测试用例数量相同的条件下该方法能够发现更多深度学习框架的漏洞,实用价值高.

过程控制工程课程混合式教学中学生学习风格模型的构建及应用实践

大学生线上线下混合式教学中存在问题产生原因之一是缺乏对网络环境下学生行为数据的分析,从而无法判断学生的学习风格。因而基于数据挖掘技术,利用网络学习平台收集过程控制工程课程学习行为数据,建立基于灰狼算法优化支持向量机构建多维度的学习风格模型,处理和预测其可能的学习风格。有助于教师及时掌握学生动态,调整线上线下混合式教学方案,实现因材施教的个性化教学模式。

BOPPPS模型的参与程度对本科生医学英语学习兴趣的影响分析

目的研究不同参与式学习程度的BOPPPS模型教学对本科生医学英语学习兴趣的影响。方法设计两套BOPPPS模型教案A套和B套,在导入(bridge-in)、目标(objective)、提前评估(pre-assessment)、课后评估(postassessment)和总结(summary)这5个阶段设计相同,在参与式学习(participatory learning)阶段区别设计,分别采用6种和3种参与学习方式,对同一班级学生的两次授课后进行问卷调查。结果A套和B套教案授课后分别收回问卷40份和36份,相比于A套教学,B套教学的学生感兴趣人数比例更高(72.2%vs 45.0%,P<0.05);对授课老师总体评分≥4分的学生比例更多(83.3%vs 60.0%,P<0.05);掌握授课内容≥60%的学生比例增加,但差异没有统计学意义(55.5%vs 35.0%,P>0.05)。结论医学英语课堂教学中采用适度参与形式的BOPPPS模型可以提升医学生的学习兴趣。

在线学习个性化推荐中多维度学习者模型研究

随着在线学习平台的广泛使用,在线学习资源快速增长,“信息迷航”问题亟待解决。针对在线学习个性化推荐中以单一特征为主,多维度学习者模型研究较少的问题,文中以CELTS-11学习者模型规范为基础,以教育学相关理论为指导,对学习者的学习风格、知识状态、认知能力、兴趣偏好等多维度的个性化特征进行细化分类研究。利用教育数据挖掘等技术获得学习者特征项,进而构建出个性化的多维度学习者模型。该模型为后续在线学习个性化的推送服务提供有力的依据。

高职院校学生ARCS学习动机模型的探索与实践

本研究利用发放调查问卷、查阅文献和现场访谈等方法,结合ARCS学习动机模型,对现阶段高职院校学生学习现状进行调查研究。结合调查分析结果,借助ARCS学习动机模型进行教学设计并实施教学,调动学生学习的积极性,激发学生的学习动机,提高了学生的学习兴趣和学习能力。

学习评论视角下基于手段—目的链模型的学习者持续学习意愿研究

探究学习者持续学习意愿的形成机制对在线教育的可持续发展有着重要的现实意义。以中国大学MOOC上的学习评论数据为研究对象,将手段—目的链模型与文本挖掘技术相结合,构建出在线学习的价值层次图,确定了学习者持续学习意愿的形成路径。随后,提出了基于关联频数及情感指数的路径重要性度量方法,对学习者持续学习意愿形成的关键路径进行了分析。结果表明:有6条路径可影响学习者持续学习意愿的形成。其中,“课程讲解—知识获取—价值感知”和“教学方式—求知兴趣—内在激励”为关键路径。研究结果为在线课程的质量提升指明了方向。

混合式学习效果影响因素及机制研究——基于结构方程模型的实证分析

混合式学习已成为高等教育的一种教学新常态,其中学生的学习效果更值得关注。该研究立足于教学活动的双重主体——教师与学生,基于3P学习分析框架,构建了学生学习预备、教师教学能力、感知易用性、感知有用性、交互行为、学习氛围与在线学习效果之间的关系模型,并采用结构方程模型法分析其作用关系和影响效应。相关研究表明,学生的学习背景对学习过程及学习结果均有显著正向影响;教师作为教学活动的核心主体,其教学能力对学生学习过程体验具有重要作用;感知易用性、感知有用性、交互行为、学习氛围对于混合式学习中学生的认知收获、主观情感体验均能产生正向影响。最后,提出优化学生混合式学习效果的方向和路径,以期为高校混合式学习提供参考。

机器学习驱动锅炉燃烧优化技术的现状与展望

伴随可再生能源发电装机容量快速增加,深度调峰过程中负荷多变、燃烧失稳等不稳定工况对火电机组的燃烧优化控制提出了更高要求,快速发展的人工智能技术与深度学习算法为锅炉参数预测建模及优化提供了重要手段。在机器学习算法方面,总结了特征筛选与建模算法的研究现状,提出了传统统计学方法与线性降维方法的科学解释性较差且不能很好地辨识高维数据,结合深度学习算法的特征筛选方法在处理复杂的火电机组数据时优势更明显;对比了多种神经网络在NO_(x)排放浓度建模中的优缺点,其中长短期记忆神经网络与卷积神经网络在处理时序数据时效果更好、集成模型通过组合不同学习器的优势可提高整个模型的泛化能力和鲁棒性。在预测模型的应用方面,通过对SCR脱硝系统建立预测模型可以方便运行人员模拟并修正可调参数,同时作为软测量手段监测燃烧系统运行状态;引入NO_(x)排放浓度预测模型的前馈控制和模型预测控制等先进控制手段可有效改善火电机组传统PID控制效果较差的问题;在多目标优化中NO_(x)脱除效率通常与锅炉效率或脱硝成本共同作为优化目标,以期实现经济效益与社会效益的和谐统一。