分类: 教育学 >> 基础教育 提交时间: 2024-07-14
摘要:“深度学习”是指学习者能动地参与教学的总称。结合新课标,利用大单元的视角回答并落实“为什么学”“学什么”“怎样学”“学得怎样”,能让教师发现数学知识的一致性,教学安排的整体性,学习活动的协同性,从而更好地关照课堂教学的意义与作用。
分类: 教育学 >> 基础教育 提交时间: 2024-08-14
摘要:数与运算之间存在着高度的一致性,如何引领学生感悟数与运算的一致性,促进学生深度学习?教学中,通过聚焦“逆运算”、“简便运算”、以及“本源运算”,感悟四则运算之间的一致性,促进学生横向沟通数的运算;通过紧扣“计数单位”和“计数单位的个数”,感悟数与数之间的一致性,促进学生纵向联结数的概念;通过以“算法”为形、以“算律”为根、以“算理”为魂,感悟数与运算之间的内在一致性,促进学生整体建构运算体系。
分类: 教育学 >> 基础教育 提交时间: 2024-07-03
摘要:《义务教育语文课程标准(2022年版)》将“作文”定位为“表达”,为小学作文教学确定了新的赛道。本文旨在明晰小学作文教学在新课改中的根本诉求,探寻“表达”在核心素养教育中的重要地位。
分类: 信息资源管理 >> 情报学 提交时间: 2024-09-11
摘要:为解决可降解农用地膜领域知识结构复杂、专利文本专有名词众多、数据利用效率低等问题,本文利用知识图谱强大的语义处理和知识关联能力,提出了一种基于深度学习的可降解农用地膜领域专利知识图谱构建方法。首先,该方法根据可降解农用地膜专利数据特征并结合专家先验知识,预定义实体类型、属性和关系集合,采用自顶向下的模式构建知识图谱本体模型。随后,按照本体模型选定数据范围,从结构化、半结构化和非结构化专利数据中进行数据选取或信息抽取。对于半结构化数据和非结构化数据部分,对少量训练样本进行文本标注后,利用通用信息抽取(Universal information extraction,UIE)框架进行数据挖掘,识别并抽取可降解农用地膜技术要素字段。抽取结果表明,在少量训练样本前提下,该抽取方法具有较高的准确率97.78%,召回率93.62%和F1值95.65%,显著优于BERT-BiLSTM+CRF模型。最后,将抽取到的知识存储到Neo4j图数据库,实现知识图谱可视化及知识关联推理。本研究构建的可降解农用地膜知识图谱可以有效解析可降解农用地膜领域技术结构,实现对农膜专利数据的有效分析挖掘,并可较好的为地膜专利信息检索、知识问答等应用领域提供知识库基础。
分类: 工商管理学 >> 企业管理 提交时间: 2024-09-03 合作期刊: 《广西职业技术学院学报》
摘要:常规合作学习模式难以保证深度学习的发生。研究基于“生成课堂”理念,聚焦生成式集体研讨、合作式学习环境和多样式教学支架3个维度,构建了“共生式合作学习"教学模式,并在企业内部控制与风险管理课程中进行了实证研究。通过对比实验班(采用共生式合作学习)和对照班(传统混合式教学)的教学效果,运用知识建构行为分析、教学效果测评等方法进行评估,结果显示:实验班的知识建构水平和教学效果均显著优于对照班。这表明“共生式合作学习”教学模式能够激发学生主动学习动机,提升学生的知识建构水平、团队协作能力和批判性思维能力等,对提升职业教育学生的深度学习能力具有积极的作用,为教学改革提供实践依据。
分类: 教育学 >> 教育技术学 提交时间: 2024-07-18
摘要:针对深度学习的灵活性诉求,本研究尝试构建一种灵活的框架形式——学习架构。为此,本研究从“架构”的词义、建筑学领域与计算机科学领域的含义入手,经过两次探究分析并类比教学结构的定义提出了表征灵活性的学习架构界定。之后本研究论述了三种现有学习架构模型发现,并从深度学习四特征的角度解析发现,它们最多只能关注深度学习某方面特征。基于这些认识,本研究构建了一种能够表征学习任务、学习活动、学习进程、教学决策四方面灵活性的深度学习架构模型,并论述了其理念机制。希望本研究能够加深对学习架构的认知,为深度学习的研究提供新路向。
分类: 教育学 >> 课程与教学论 提交时间: 2024-09-13 合作期刊: 《中小学管理》
摘要:四川省成都市实验小学在单元教学视域下重识单元作业的内涵,探索通过单元作业体系构建推进学习方式变革,促进学生深度学习的发生。以数学学科为例进行阐述,首先是在大概念统领下构建单元作业系统框架,明晰学生学习的进阶式目标;其次是通过贯通作业时空、拓展作业模态、延伸作业时长,搭建个体适应性“学习矩阵”;最后是通过细化单元作业评价反馈融通“教-学-评”一体化,形成助推学生深度学习的外生动力,促进学生全方位发展。
分类: 信息资源管理 >> 档案学 提交时间: 2024-07-31 合作期刊: 《兰台世界》
摘要:针对档案信息利用成本高、利用率低、编研困难等问题,本研究实现了基于深度学习的档案多模态智能编纂方法。考虑到编纂知识的准确性和多样性,结合NLP及其图像处理技术将档案知识进行了关键信息抽取;为了保证生成内容与实际业务相符且较为规范,设计了档案业务主题模板及其编纂规则,并结合ChatGLM实现了档案主题内容智能编纂。
分类: 信息资源管理 >> 情报学 提交时间: 2024-04-12
摘要: 目的/意义 科学有效地进行文化资源数字化开发和传播依赖于对其开发和传播要素与影响机理的准确把握。从数字人文视角关注数字化开发传播的深层效果,对文化信息分析方法进行改进适配,以实现数字化开发传播要素和深层效果度量在文化大数据中的自动精确提取,进而系统性探究深层与表层效果影响机理的异同。 方法/过程 从数字人文视角出发提出文化资源数字化开发和传播要素与影响机理的“双层效果”分析框架,进而从文化信息分析的三个阶段进行方法改进。首先,提出“雪球合成”信息全量获取方法;其次,构建基于大规模深度神经网络的要素和效果度量的自动提取模型;最后,对数字化开发和传播效果影响机理进行系统计量。 结果/结论 自动提取模型的Accuracy、Precision、Recall和F-Measure性能指标均达到0.965以上;计量结果发现,影响深层效果的关键要素及影响机理相较于表层效果差异显著,存在部分共性影响要素但影响权重不同,此外各影响要素呈现出显著的交互作用,可以为文化资源数字化开发和传播实践提供科学参考和有力支撑。
分类: 教育学 >> 教育技术学 提交时间: 2024-08-29 合作期刊: 《广西职业技术学院学报》
摘要:随着ChatGPT的发布,大型语言模型(large language mode1,LLM)已经在全球迅速崭露头角并在各行各业广泛应用。与此同时,以中文语言为基础的大型语言模型研究逐渐展开,其在教育领域的应用与效果也有待研究。为此,文章以10年高考题目数据集“GAOKAO-Bench”为测试数据,通过统计和分析 11个不同来源(包括大型企业、学术机构和新兴公司)的开源中文大型语言模型在9个不同学科(语文、数学、英语、物理、化学、生物、历史、政治、地理)中的表现,来评估不同的中文大型语言模型在教育教学自动评估中的效果。随后,文章根据评估结果,从多学科、多维度出发,对模型在各个科目上的推理表现进行分析研究。最后,文章对中文大型语言模型在教育教学自动评估中可能遇到的挑战与问题进行探讨,并提出可供优化的思路与方法,以期推动中文大型语言模型在未来教育教学中的发展与播。
分类: 教育学 >> 课程与教学论 提交时间: 2024-01-03
摘要:2020年中国人民大学复印报刊资料《小学数学教与学》共转载论文198篇,论文来源期刊以及作者所属地域比较集中。通过转载论文围绕深度学习与高阶思维培养、信息技术与数学教学的融合、作业设计与命题研究等热点问题进行了梳理。