面向“新师范”建设的师范生人工智能素养教育模式研究

师范生的人工智能素养教育,不仅是人工智能时代教师培养的核心素养,更是推进智能教育发展的有力保障。紧紧围绕师范院校师范生人工智能素养教育模式改革要求,将协同、创新与实践理念引入到师范生人工智能素养教育模式构建当中,提出了基于协同、创新、实践“三位一体”的师范生人工智能素养教育模式,并以实证的方式进一步验证该教育模式的科学性与合理性。

五位一体的高校计算机网络课程思政实践

针对地方师范院校信息类专业课程思政建设现状,构建“思政意识建设、思政能力建设、教学内容建设、教学形式建设、评价体系建设”“五位一体”的高校课程思政模式,并在计算机网络课程中实践,取得初步成效。

计算机基础应用课程线上线下混合式教学模式经验与体会

计算机基础应用课程是面向普通高校非计算机专业本科生开设的课程,为更好地完成该课程教学任务和目标,岭南师范学院成立了计算机基础应用课程示范教学团队。在该课程前期建设基础上,提出了线上线下混合教学模式。该教学团队重构了线上线下教学设计,在实施过程中采用线上线下学习“一体化”、理论和实验“一体化”和课程培养目标与专业培养目标“一体化”的理念,以及指导体验式教学的三个原则,最后对该课程影响力做了必要分析,该课程的线上线下混合教学模式所取得的经验可以在同类课程和高校中推广。

新工科背景下融合计算思维的Python程序设计教学改革实践探索

在新工科背景下,针对Python程序设计课程的教学改革进行了深入实践探索。针对当前课程教学现状中存在的问题,提出一些教学改革思路:融合思政元素与编程教育,深化课程内涵;优选教学资源并强化师生互动,构筑富有活力的教学新平台;实施因材施教的教学策略,缩小基础差距促进共同进步;融入竞赛机制,以赛促学,提升学生的实践能力和创新能力;构建多元化的评价体系,实施全过程考核,全面、客观地评价了学生的学习成效。教学实践表明,学生在计算思维、自学能力、实践能力等方面得到了显著提升,课程教学质量和学生的学习体验均得到了大幅改善。

乡村教育代际流动的实证分析

乡村教育是乡村内生人才培育的重要手段。乡村教育的代际流动刻画了乡村同一家庭中子代相对于父代受教育程度的流动情况,不仅反映了城乡教育的优质均衡发展水平,还一定程度上决定了乡村振兴的成败。文章采用中国综合社会调查2017年的数据,从教育代际流动的视角,探索乡村教育赋能乡村振兴的可能性。结果表明,子代受教育程度与父代受教育程度呈显著正向相关性;义务教育等政策对于乡村子代的正向影响更显著,但城镇子代更容易获得高层次教育的机会;乡村教育代际流动的地区差异明显,部分地区存在整体向下流动的风险;乡村女性没有得到足够的教育机会;乡村子代的主观幸福感与阶层认知仍存在困境,教育能起到提升作用。政策启示包括:建立健全乡村教育代际流动的主客观评价机制、多元化实现渠道、一体化融合发展,为乡村振兴留住心、留住人、吸引人。

教育代际流动研究的可视化分析

教育代际流动是指通过受教育的程度衡量同一家庭中子代相对父代社会地位上的变动情况,被公认为教育是否公平的重要表现指标之一。该文以中国知识基础设施工程数据库收录的期刊论文为研究对象,通过文献计量和知识网络分析的方式,从不同维度绘制了教育代际流动研究的科学知识图谱,包含了时序分布、空间分布、内容分布等,探明了教育代际流动问题研究的整体演进趋势,理清了教育代际流动科学研究的领域结构,挖掘了教育代际流动研究的发展前沿,也给出了相关的结论及反思,指出了目前存在的研究内容上中观机理不清、研究方向上学科交叉不够、研究框架上方法综合不足、研究重点上群体关注不全等问题,提出了在计算社会科学视角下可计算的教育代际流动研究解决思路。

教育信息化2.0背景下粤西小学教师信息素养的调查研究

教育信息化2.0时代的到来使得小学教师信息素养已经成为教育改革和发展的重要议题之一。在这个背景下,粤西作为欠发达地区,其小学教师信息素养的状况备受关注。本文进行了一项针对粤西小学教师信息素养的调查研究,通过问卷调查和实地观察等多种研究方法,探究了粤西小学教师信息素养的现状和存在的问题,并尝试探索如何提高小学教师的信息素养水平。研究结果表明,粤西小学教师信息素养普遍不高,存在着信息技术应用水平低、信息素养意识不强、教学设计不够科学等问题。因此,需要采取有效的措施,提高小学教师的信息素养,为教育信息化2.0时代的教学改革和发展提供有力支持。

义务教育资源数字化管理系统的设计与实现

基于教育数字化转型、义务教育优质均衡发展的新型时代背景,设计并实现了义务教育资源数字化管理系统。系统结合可视化数据大屏、动态仪表盘技术,通过分省份、分区域、分均分方式的查询与展示方法,全方面地展示全国各省义务教育资源数字化水平与发展状况,为教育评价提供可靠的平台支撑,以技术赋能教育,推动教育数字化转型升级,助力高质量教育体系的建设。

智能空间信息处理与时空大数据分析探索

提出一个智能空间信息处理与时空分析的研究框架,并对相关研究进行综述。首先分析讨论了其基础理论与关键技术,将关键技术总结为3个方面:智能空间信息处理、空间数据挖掘、时空大数据分析,分别介绍了智能空间信息处理的3个代表方法(云模型智能空间信息处理、数据场智能空间信息处理、空间统计智能信息处理),空间数据挖掘的3个代表方法(基于概念格的空间数据挖掘方法、基于商空间及粒计算的图像理解方法、基于深度学习的遥感场景识别方法),以及时空大数据分析的3个代表方法(轨迹聚类与分析、融合遥感与社会感知的城市功能区提取、地理多元流分析)。最后对智能空间信息处理与时空分析的理论、方法和应用进行了总结,并指明了进一步研究的方向。

基于情感分析技术的大学生心理危机检测与干预措施探讨

当前,出现心理危机的大学生越来越多,快速准确检测出心理危机的大学生并及时进行干预,对保障学生安全具有实际意义。文章针对高校大学生的心理危机问题,通过制定问卷星发布调查问卷来采集高校学生对自身心理健康状况自测数据,运用情感分析方法对问卷中学生填写的树洞进行分析,根据学生个人心理危机的经历及心理健康的看法,检测出心理危机的学生并采取相应的干预措施,起到早发现早干预,促进学生心理健康成长。

学科知识图谱的动态生成及其在资源智能组织中的应用

我国《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》,明确将学科知识图谱作为数字教育资源组织管理的智能工具。学科知识图谱作为认知智能技术,可有效将各类学科知识与资源建序优化,并以动态语义图式结构,映射学习者高阶认知活动。已有研究提供了资源组织应用视角下学科知识图谱构建生成的本体建模与关系抽取技术,但尚未关注基于跨模态实体语义计算的学科知识图谱动态补全,致使数字教育资源智能组织框架产生“信息茧房”。针对如何应用学科知识图谱破解数字教育资源智能组织中的“信息茧房”问题,通过系统建模与应用原型模拟分析,构建应用自然语言处理与跨模态张量分解模型,动态生成学科知识图谱的开放技术动态框架,形成学科知识图谱的动态生成、动态补全与质量评估三个阶段的关键技术与方法,进而基于学科语义张量分解模型,提出数字教育资源智能组织策略。研究发现,学科知识图谱动态补全是提高学科知识图谱建模质量的关键,基于学科语义张量的图谱补全方法引入惩罚函数、高阶奇异值分解与正交迭代的张量分解模型,消解了资源智能组织的“信息茧房”问题。未来相关研究,可基于学科知识图谱的动态生成分析学习者资源应用决策行为的深层认知机理,从学习行为语义关联分析、个性化精准教学决策、学科协同人才培养机制等方面,进一步拓展与深化。

数据驱动教育优质均衡督导评估研究

促进大数据与教育督导评估融合是大数据时代教育优质均衡督导评估改革的必然选择。针对如何利用大数据技术重构现有督导评估机制,建立与新时代教育督导评估思想相适应的教育优质均衡督导新体系问题,首先,对教育优质均衡内涵、现有督导评估模式存在不足以及教育优质均衡督导评估对大数据应用诉求进行分析,并据此提出面向教育优质均衡的“智慧督导”,认为智慧督导是大数据时代教育优质均衡督导评估新样态,能够增强督导评估的过程性、时效性、全面性、准确性、综合性与科学性。其次,从职能定位、价值取向与体系框架三个方面对智慧督导模型进行设计,并以浙江省T县两所城乡学校作为试点对智慧督导平台进行开发与应用实践。最后,基于实践经验,从制度、理念与素养三个方面提出保障智慧督导深度推进的生态化治理策略:一是要强化适合智慧督导运行的顶层制度设计;二是要塑造面向智慧督导的教育数据治理思维;三是要提升全社会融合大数据的教育评价素养。

海岛教育数字化转型的路径与策略研究

文章首先分析我国海岛教育发展现状,指出海岛教育存在基础设施落后、师资力量薄弱、学生流失严重、家庭教育缺失等问题;然后详细论述从辅助教学、课程整合、教育融合到数字化转型的演进逻辑;最后总结得到加强教育新型基础设施建设、推进课堂教学过程数字化、培养教师信息技术教学能力、形成多部门协同可持续机制等海岛教育数字化转型的路径与策略。

新时代强化大学生党员党史学习教育路径研究

知史爱党、知史爱国,新时代强化大学生党员党史学习教育工作是立德树人的重要内容,也是从严治党的内在要求。强化大学生党员党史学习教育要坚持利用课堂理论教学主阵地、依托党支部组织建设优势、抓住实践育人重要环节、把握校园文化活动鲜活载体、构建网络育人支撑平台,积极构建“五位一体”党史学习教育路径并利用PDCA循环理论不断完善强化学习教育路径,真正发挥党史学习教育对大学生党员成长成才的促进作用。

广东海岛基础教育信息化应用现状与对策研究

广东海岛基础教育信息化应用指标体系面向广东,包括基础设施、数字资源、教学应用、管理应用和保障机制在内五个维度。以广东省为例,设计并完成了一套知识调查问卷,通过实证研究方法小样本抽样调查了中小学教育信息化应用现状,分析了当前存在的问题与不足,并提出了相应的提升策略。调查结果与广东省地理背景相吻合,证实了指标体系的科学性和可行性。

海岛地区小学生人工智能素养现状与对策研究——以广东省湛江市南三岛为例

研究着眼于小学中高年级人群,设计社会意识、人机协同、智能感知、计算思维和编程能力五个维度,对海岛、沿海和内陆三个地区进行调研。研究发现,三个地区的小学生人工智能素养各维度发展不均衡,人机协同、智能感知和计算思维是小学生人工智能素养的关键因素。结合海岛地区实际情况,提出起步期、开拓期和稳定期的三步走对策,为有关教育部门制定海岛地区小学生人工智能素养的发展规划提供了有益的参考。

基于张量奇异值分解的视觉域自适应方法

近年来,机器学习在计算机视觉中取得了许多突破性的研究进展.然而,已训练好的学习模型难以直接应用于相似但具有不同数据分布特征的其它学习任务中.域自适应技术通过抽取源域与目标域数据之间的公共特征,来实现把源域中学习到的知识迁移至目标域,从而避免针对目标域的训练数据收集和模型训练代价.但是,现有的视觉域自适应方法大都无法处理高阶的特征数据,一般都是通过简单的向量化操作将高阶张量特征转换成高维一阶向量特征.这不仅会破坏高阶特征数据内部的结构信息,而且还会增加算法的计算复杂度.为了解决上述问题,本文在保持原有张量特征结构不变的条件下,利用张量乘操作,将视觉域自适应问题抽象为求解源域和目标域的共同张量子空间以及源域和目标域特征在该共同张量子空间上投影的多变量优化问题.然后,利用张量奇异值分解和交替方向乘子法,提出一种基于张量奇异值分解的视觉域自适应方法(Visual domain Adaptation method based on TEnsor Singular value decomposition,VATES),以实现上述多变量优化问题的迭代求解.文中证明了正交张量子空间约束条件下源域与目标域表征误差最小化问题的可解性问题,并求得了相应的解析解.在公开数据集Office-Caltech-10、Office31、ImageNet-VOC2007上与17个基线模型进行对比实验.结果表明本文所提出的方法与经典的机器学习方法、非深度域自适应方法、深度域自适应方法以及张量域自适应方法相比,在无标签目标域上的图像分类精度分别提高了10.6%~43.9%、0.7%~31.1%、0.7%~24.8%以及5.7%~34.9.同时,算法的运行效率也提高了40.5%~74.3%,显著优于所对比的基线方法.实验分析也表明,VATES方法的目标域分类精度会随着所选用神经网络特征抽取能力的增强而逐渐提升.

数据分析类课程群思政教学体系构建

为了落实立德树人根本任务,培养德智体美劳全面发展的人才,文章基于研究背景阐述,首先论述了数据分析类课程群思政教学现存问题,然后阐述了数据分析类课程群思政教学体系构建。

自然场景盲文图像数据集及盲文段检测方法

盲文检测是利用人工智能技术自动检测出图像中的盲文位置,是盲文书籍电子化、盲文自动阅卷以及加强正常人与盲人无障碍交流的关键技术。然而现有盲文检测研究领域缺乏自然场景盲文图像数据集和盲文段检测方法。为此,利用手机拍摄、网络下载等手段构建包含554幅图像的自然场景盲文图像数据集,并对数据集中每一幅图像的盲文段位置进行手动标记。从亮度、对比度和柔和度变化的角度设计图像增强策略来扩充自然场景盲文图像数据集,以辅助卷积神经网络(CNN)训练。在此基础上,分析自然场景盲文段在书写形式和结构上的特点,基于Faster R-CNN算法的思想,提出一种自然场景盲文段检测方法。以ResNet50作为主干网络,通过设计多尺寸CNN特征融合策略挖掘不同尺寸盲文段的特征,设计从32到512的多种锚框参数,以适应自然场景图像中盲文段高度变化小而宽度变化大以及存在较多小尺寸盲文段的特点。实验结果表明,与经典目标检测算法Faster R-CNN和SSD相比,该方法 Hmean值分别从0.793 5和0.800 1提升至0.887 9,检测性能提升明显。

基于近红外光谱和多层感知机的贻贝中腹泻性贝毒快速无损检测

以腹泻性贝毒(diarrheal shellfish poison,DSP)污染和未污染良好贻贝为研究对象,利用近红外光谱仪采集950~1700 nm波长内各120个样本的光谱数据;分析确定适合贻贝近红外光谱(near-infrared spectroscopy,NIS)的最佳预处理方法来消除环境光的影响;构建多层感知机(multi-layer perceptron,MLP)模型作为检测DSP污染贻贝的分类器。将240个样本构成的数据集按照7∶3随机划分为训练集和测试集,将运行50次模型得到的准确率的平均值作为最终评价指标,检测DSP污染贻贝的准确率达到99.94%。该研究所构建的基于NIS的MLP模型对DSP的检出限为35μg/kg。对于实际应用中存在的数据集中训练集所占比重不同、小样本和类别不均衡等问题,分析了MLP模型的检测性能。实验结果表明,基于一阶导数光谱预处理的MLP模型对以上3种问题不敏感,说明该分类器泛化能力及鲁棒性较强。因此,将NIS与MLP分类器结合是一种可行的贝毒无损鉴别的新方法。