学习科学视域下学习领域课程研究

来自教育学、心理学、社会学、人类学、人工智能等多个领域的专家形成学习科学共同体探究人是如何学习的,并寻求促进学习的方法,为职业教育课程的改革提供了理论基础。结合学习科学知识观、学习观、课程观,本文从理论角度探讨职业教育领域"可用的知识"——学习领域课程设计要点:强调理解与应用的课程目标、设置生成性的课程内容、充分利用资源的课程环境、多元评价,促进卓越。     

应用型本科学生物理化学学习与学习力的培养

应用型本科教育是一种新的教育类型,这种教育类型将培养出适合社会需要的应用型人才。物理化学是化学化工专业的"基石",正确对待物理化学的学习,对培养化学化工学生学习力大有裨益。学习力的提高,将增强学生在未来职业生涯中的竞争力。     

课程学习中心在线学习教学实践

通过林下经济资源利用课程学习中心网络教学平台建设,根据课程定位等教学目标进行在线开放课程教学实践。通过课程学习中心在线统计功能及时了解学生的在线学习情况,及时在线回复学生在线学习中的问题等。今后加强混合式教学、翻转课堂等教学方法,提高学生自主在线学习的积极性。     

基于学习进程的学习评估在大学化学教学中的实践

高等教育质量提升的关键在于课程教学质量的不断完善。作为高等教育的重要环节,化学课程教学在非化学化工专业人才的知识体系构建、能力培养、素质养成方面有着不可或缺的作用。大学化学课程的教学实践表明,基于学习进程的评估有利于激发学生的学习积极性,显著提高教学班的整体成绩并实现课程教学质量的提升。     

浅谈英语学习中的合作学习

英语教学中实施素质教育的关键是培养学生的交流能力。有合作才有交流,合作学习在英语教学中尤为重要。结合教学实践论述了合作学习的具体教学方法。     

关于大学学习分类的研究与探索

本文首先比较仔细地分析了几种具有重要影响的学习分类理论,即联想学习、奥苏贝尔意义学习、布鲁姆教育目标分类学中关于学习的分类、加涅对学习结果的五种分类等,并分析了四者之间的联系和区别,以及学习分类理论的发展趋势.在此基础上提出了大学学习的主要内涵,并据此将大学学习划分为程序性知识、陈述性知识、认知策略、动作技能、情感五类结果.     

河南省学习考察纪行

2007年5月21日至26日笔者参加辽宁省散装办组织的部分市(县)主任赴河南专题学习考察。短暂几天,先后赴河南郑州、新乡、焦作等市、县实地进行参观学习、考察,开阔了视野,学习了经验,获益良多,催人前行。一、农村推散可圈可点河南农村推散在全国率先起步,闯出了一条     

浅析高职院校英语自主性学习

自主性学习是当今英语教学改革的趋势,它对高职学生的英语学习及今后的发展有着重要意义。本文就如何在英语教学模式和评价体系中贯彻和实施自主性学习进行了探索和研究。     

基于手机APP的英语移动学习模式分析

科技不断进步的同时,带给人们生活和生产较大的变化。伴随知识时代的带来人们对获取知识的需求更加迫切。手机APP作为一种社交和学习软件,适合人们快节奏生活的特点,人们可以利用零碎的时间借助手机APP来学习。本文主要针对英语移动学习的现状进行分析,进而阐述以手机APP为基础的英语移动学习模式,并对以手机APP为基础的英语移动学习模式流程进行分析,在此基础上不断总结以手机APP为基础的英语移动学习还有待改进的问题,对其不断反思,其目的是将手机APP的功能得到全面的展现,为英语学习者提供有效的帮助,将英语移动学习模式的规模不断壮大,更好满足人们对获取知识的迫切需求。     

天天学习不上班

上班，《现代汉语词典》给的解释是：在规定的时间到工作地点工作。定时、定点、定内容地工作，这就是大多数人每天所要做的事情。     

基于学习速率自适应的脉冲神经网络快速学习方(英文)

For accelerating the supervised learning by the SpikeProp algorithm with the temporal coding paradigm in spiking neural networks (SNNs), three learning rate adaptation methods (heuristic rule, delta-delta rule, and delta-bar-delta rule), which are used to speed up training in artificial neural networks, are used to develop the training algorithms for feedforward SNN. The performance of these algorithms is investigated by four experiments: classical XOR (exclusive or) problem, Iris dataset, fault diagnosis in the Tennessee Eastman process, and Poisson trains of discrete spikes. The results demonstrate that all the three learning rate adaptation methods are able to speed up convergence of SNN compared with the original SpikeProp algorithm. Furthermore, if the adaptive learning rate is used in combination with the momentum term, the two modifications will balance each other in a beneficial way to accomplish rapid and steady convergence. In the three learning rate adaptation methods, delta-bar-delta rule performs the best. The delta-bar-delta method with momentum has the fastest convergence rate, the greatest stability of training process, and the maximum accuracy of network learning. The proposed algorithms in this paper are simple and efficient, and consequently valuable for practical applications of SNN.     

Combining Representation Learning and Active Learning for Applications in Process Manufacturing

Multivariate time series classification (TSC) is an important data-driven modeling task in process industries. A common challenge of TSC in the process industry is the unavailability of labels. Active learning (AL) tackles this problem by incrementally obtaining as few labeled instances as possible by querying an oracle. From our initial experience of building an AL application we derive requirements on the machine learning approach in the context of such an interactive application. To meet the requirements, we combine AL with representation learning (RL): a model learns a latent space representation of unlabeled data, which is then used to train a classification model on the labeled data.     

工学结合人才培养模式的实践探索与实效分析

通过实施表明“学习-工作-学习”的工学交替模式比较符合高职院校培养高技能人才的需求。首先是理论知识学习,让学生对专业基础知识有一定的了解。其次是企业顶岗实习,让学生将理论实践化,掌握专业技能。最后,学习提升阶段。通过顶岗实习,学生学习的目的更明确。这种工学交替的学习模式对于提高高职院校学生的技能和专业素质有重要意义。