错误型生成资源在小学数学课堂中的有效利用

小学生在数学课堂上常常会有一些错误的生成.教师不仅要正视学生的错误,更要巧妙地利用错误型生成资源.文章采用“将错就错”“错中求解”“正误对比”三种策略,有效利用错误型生成资源,使学生经历由错到对的过程,以加深对知识的理解、积累数学学习方法和经验、提升思维品质.

重建教师概念:“分享错误型”教师

本文基于儒家学习观和现代科学基本方法"试错法"之间的相通性,提出了"分享错误型"教师新概念:"教师是先于学生犯错,了解某一领域大部分几乎可能的错误,并经常自我反思和剖析错误,通过恰当的方式将自身的合理性错误与学生分享,从心智和道德等方面促进学生发展的研究者。"新教师概念从历史的纬度,将教师个人成长的经历融入概念之中,并要求教师系统地掌握学科错误史,同时教师评估体系也需做出相应的改良。"分享错误型"教师新概念的提出,有助于从错误观的视角促进儒学与现代化之间的融合。

水产科学研究中被忽视的Ⅱ型错误

显著性检验利用样本信息来判断对总体所做假设的合理性,检验结果可能犯2类错误,即I型错误和Ⅱ型错误(分别为弃真错误和纳伪错误)。随着水产科学研究的不断规范与深入,显著性检验方法的使用越来越频繁。在国内6个水产期刊近5年(2011年1月–2015年4月)发表的3 829篇学术文章中,使用了显著性检验方法的有2 235篇,占到58.4%。然而,这些显著性检验均只关注了I型错误,完全忽略了对Ⅱ型错误的分析。事实上,Ⅱ型错误并非不重要,犯该错误的概率也往往会大于I型错误,而且有时其带来的危害比I型错误更加严重。在水产科学研究中同样如此,对Ⅱ型错误的忽视,很可能导致管理失误,从而引起渔业资源衰退。本研究对国内外水产科学研究中Ⅱ型错误分析的应用进行了总结,阐明了国内水产科学研究中有关Ⅱ型错误分析缺失的现状;通过实例,简要介绍了犯Ⅱ型错误概率β(或检验效能power=1–β)的计算方法;分析阐述了影响检验效能的几个主要因素与β之间的关系;针对Ⅱ型错误分析,探讨今后水产科学研究与管理中需要注意的问题,并对其未来发展进行了展望。

基因型错误对数量性状精细定位的哈迪-温伯格不平衡指数的效应

使用紧密相邻的标记位点且与标记基因频率无关的哈迪-温伯格不平衡(HWD)指数被用来对数量性状位点(QTL)进行精细定位.本文讨论了当存在基因型错误时HWD指数的性质.文章指出,当存在基因型错误时,对于在群体的标记基因频率已知的情形使用的两个HWD指数尽管受基因型错误的影响但仍然有效;而仅仅极端样本的标记基因频率已知的情形下使用的两个HWD指数同时与基因型错误和标记基因频率有关.计算机模拟表明,仅仅极端样本的标记基因频率已知的情形下使用的两个HWD指数在精细定位时会产生偏差,不适宜作精细定位.

小样本内部预试验自适应设计中Ⅰ型错误和检验效能的控制及模拟

目的通过盲态下内部预试验IPS(internalpilotstudy)样本量调整的模拟分析,探索小样本下有效控制Ⅰ型错误、保证检验效能的合理统计方法。方法利用蒙特-卡罗(MonteCarlo)模拟不断改变两总体间的均值差,固定方差,在盲态下采用随机化检验进行统计分析,计算Ⅰ型错误和检验效能随均值差的变化情况。结果盲态下Ⅰ型错误未超过检验水准,检验效能略有降低。结论盲态小样本下调整样本量时,采用随机化检验可有效控制Ⅰ型错误。

论我校女生排球传球错误手型的对策

1引言 排球是高校女生喜爱的球类项目之一,在我校由于排球课时少,传球手型难以掌握,至使大部分女生对排球失去兴趣,这也是高校女排普遍存在的问题,要解决这一难题,促进我校女排的发展,必须从简单的传球手型人手,对初学者来说怎样迅速准确地掌握好上手传球技术动作是教学的关键所在.

程序设计中的隐型错误剖析

在高级语言程序设计中,编译时的语法和运行时的运算错误是显型错误,程序员均可有目的地、准确地查错和排错,所以这样的错误并不可怕。真正可怕的是那些编译、运行时系统不能查错的隐型错误。这些错误将导致程序陷入死锁,或运行结果紊乱(这种紊乱呈一种随机性),或返回系统等现象,令人费解,

最小化随机分组使用常规统计检验方法的Ⅰ型错误和检验效能

目的:采用觉规统计分析方法,分析最小化随机分组资料后的Ⅰ型错误和检验效能。方法:采用MonteCarlo模拟的方法,计算最小化随机分组的资料使用常规协方差分析的Ⅰ型错误和检验效能,并与简单随机化、中心分层区组随机化分析的结果进行比较。结果:简单随机化、中心分层区组随机化和最小化随机分组的资料采用协方差分析后,Ⅰ型错误均保持在0.05左右。3种分组方法的检验效能接近,无明显差异。结论:最小化随机分组的资料可采用常规的协方差分析方法,并能将Ⅰ型错误保持在0.05左右且不降低检验效能。

军工高安全软件数值型运行时错误分析方法

提出一种抽象解释和有界模型验证的数值型运行时错误分析方法.利用抽象解释方法分析程序数值变量范围,获得每个程序点达到不动点的变量初步值范围信息.根据待分析的运行时错误类型,在相关需要检测的程序点处将数值变量取值信息转化为断言或假设形式插入程序中,将带有断言和假设的程序转化为布尔公式,验证其可满足性,进而验证断言的正确性.实验证明,该方法与现有方法相比,在精度和效率两方面都有良好的表现.

C程序设计中隐型错误剖析

文中所称隐性错误是指在 C语言程序设计中对运算符、分隔符、逻辑表达式以及变量与数据类型的理解及处理不当而产生的错误 ,属非语法性和算法性的错误。文中结合实例就 C语言程序设计中出现的一些隐性错误进行了剖析 ,对 C语言的编程实践具有一定的指导意义。

分合之间的误区——关于两个乘法分配律典型错误的简单分析

一、"丢三拉四"错误型我们不妨来听听学生的想法。师:为什么会把89落了?生1:这道题和我们以前做的乘法分配律不一样,我不会做,凭感觉做的。

提高选择性注意能力 减少粗心型解题错误

注意能力是人学习能力的重要组成部分,它包括持续性注意能力和选择性注意能力,多项实证研究业已证明:选择性注意能力低下是导致学生粗心型错误的重要原因.通过对案例的分析与反思,提出了培养选择性注意能力的重要途径:合理地提问和设计例题促进学生自我解释.

渔业资源研究中Ⅱ型错误与样本容量关系的模拟研究

在假设检验中经常会出现两类错误,即"弃真"(I型错误)和"纳伪"(Ⅱ型错误)。通常研究者往往更加注重I型错误所带来的危害,却忽视Ⅱ型错误的可能性,这一情况在渔业资源研究方面同样存在。本文结合国内外对Ⅱ型错误的研究现状及我国渔业资源现状,模拟产生10 000个鱼类可捕体长数据作为总体,并从中随机抽取不同的样本容量,每个样本容量重复抽取200次,分别计算各个样本容量下的平均值、标准差、拒绝域以及各组犯Ⅱ型错误的概率,并绘制概率密度分布图,经过分析可得在其他条件相同的情况下,Ⅱ型错误概率β随着样本容量的增加而呈现一定的下降趋势。

关于水产科学研究中Ⅱ型错误的引申思考

随着数理统计方法在不同领域的广泛应用,显著性检验中的Ⅱ型错误(即纳伪错误)逐渐得到重视,其可能导致的后果也越来越受到关注。为了有效预测和降低犯Ⅱ型错误的可能性,需要清楚不同条件下犯Ⅱ型错误的概率(β)。通常,计算犯Ⅱ型错误可能性的大小,并不直接计算其概率,而是计算其检验效能(1-β)。传统计算检验效能的方法称为"经典方法",也是目前大多数教科书中介绍的方法,其得到的检验效能被称为"观测效能"(observed power)。但是,经典方法有一个不足,即P值的大小会影响到检验效能的大小,表现为随着P值的增大检验效能逐渐降低。当P值大于显著性水平α时,表明有犯Ⅱ型错误的可能,但此时,使用经典方法计算得到的观测效能通常是小于50%的。观测效能大于50%的情况只有在P值小于α时才能得到,而此时也已经没有犯Ⅱ型错误的可能。因此,经典方法会影响检验效能计算的准确性。本研究介绍了另一种计算检验效能的方法:等效性检验(equivalence testing),该方法能够避免上述经典方法的不足;使用等效性检验的方法对检验效能进行了计算,并与经典方法的结果进行了比较;对等效界值、样本数量、标准差和显著性水平等因子对检验效能计算的影响情况进行了分析。

浅析英语短文改错中的篇章理解型错误

英语短文改错中常见的篇章理解型错误是答题者难以把握的改错类型。要正确解答,就必须注重对篇章主体内容和上下文逻辑关系的理解和把握,分析错误的具体类型,才能对症下药。

化“问题”为“资源”:道德错误的教育价值及利用

道德错误是道德行为的必然组成部分,对错误的正确态度可以导向正确的行为。根据产生原因的不同,道德错误主要分为认识性错误、技术性错误、习惯性错误、情绪性错误。道德错误中包含着重要的个人成长价值和集体分享价值,在开发利用道德错误的教育价值时,需科学分析错误、推动错误共享、实现错误预防、生成发展机会、重视成人示范、反思学校管理等。

语块视角下的大学英语英译汉错误探析

非英语专业学习者在英译汉过程中经常出现一系列的翻译错误,诸如词义点定位不准确,生搬硬套或望文生义型错误,高频虚化动词错误,逻辑型错误,正反表义错误和缺乏文化背景知识造成的错误等。而语块因其结构相对固定、整体储存、易于提取的特点在翻译中可以节约时间和精力,提高学习者英语词汇能力,使翻译更通顺地道。

3-突发性错误纠错码

对于发生在二维平面上的十字型突发性错误,通过了构造三维的校验矩阵,得到了可纠正3个突发性错误的纠错码,并由sphere-packing界证明它是次最优的.