基于图形化编程的小学生高阶思维培养策略

本文介绍了“图形化编程”和“儿童信息学习的高阶思维”基本内容与一般特点,重点论述了图形化编程教学培养小学生高阶思维的现实意义与可行性,并根据教学实践提出了培养学生“高阶思维”的具体策略。     

透过游戏看编程,抓住编程教学的核心

编程学习在全球范围内掀起一阵又一阵热潮,已经走进信息技术教材。游戏任务驱动是编程学习的有效的教学方法,但学生和教师往往只看到“游戏”,并没有看到编程教学的本质。●学生喜欢“好玩”的编程如果你走进学生中间,询问他们对编程的看法,你可能会得到五花八门的答案。有人觉得编程很难,很枯燥,有人觉得编程很有趣……但面对“好玩”的编程软件或平台,大家都愿意试一试。     

面向计算思维培养的创意编程启蒙教学实践——以“初识慧编程”教学设计为例

本文以“初识慧编程”为例,通过创设主题式趣味学习情境,探讨在小学信息科技课堂中开展创意编程启蒙教学的途径和方法,并在想象、编程、分享的过程中,启迪学生通过编程实现创意和想法,发展计算思维和创新能力。     

三步转译编程教学法学习评价方案构想

三步转译是问题解决的一般办法在信息科技领域中的具体映射,三步转译编程教学法是学生使用编程手段解决问题的一种教学样式。本文依据信息科技学科核心素养和逆向教学设计理论开展评价设计,侧重关注学生的外显行为表现,构建了学习评价框架并开发相应的学习评价工具,最后给出了学习评价实施可能的操作路径,以促进学生问题解决能力的发展。     

基于STM32CubeMX图形化编程教学改革的研究

文章根据学院电子信息专业人才培养方案,分析了STM32编程对电子信息专业学习的重要性;提出了STM32课程的教学改革建议,本文通过STM32CubeMX图形化编程教学相对传统的STM32寄存器编程及库函数编程教学进行阐述,从过阐述对比中得出STM32CubeMX图形化编程在教学中简单、易懂、快捷等;从而提高学生学习STM32单片机的积极性,改变传统的编程方式。     

基于认知规律新视角的程序设计教学研究

编程是人们开始使用计算机时最难以掌握的概念。传统的程序语言教科书基本是以高级语言自身的体系为脉络,针对学生一般很难在课堂上就掌握编程方法的普遍性问题,提出应该从人们对事物的认知规律出发,首先注重在教学中给出根据计算机特点解决问题的思维过程,分析各种机制设置的本质原因、各种相关概念间的区别与联系,再通过基本语法学习、算法设计练习、调试技能训练等环节达到事半功倍的效果。     

编程教学中学生自然语言表达的三种场景——以“搭建小型物联系统”单元为例

本文提出,编程教学中的自然语言表达是指让学生在初中信息科技编程内容学习过程中,能够基于自己的理解,尝试组织语言来对问题、知识进行相关表述或陈述,以促进对问题的理解。这类自然语言的表达,不仅涉及三步转译编程的第一步“真实问题转化到自然语言文本”,还涉及内隐的思维发展外显为可观察的行为,这对促进学生问题解决能力发展的影响更为直接。     

克隆体编程实践与研究

为了帮助图形化编程学习者更好地理解和学习克隆体编程,根据实践经验,归纳和提炼了克隆体编程的内在规律.研究提出了克隆体编程的一般规律、脚本对克隆体和本体的可见性、克隆体编程的创新方向和克隆体精准控制的一般方法等.研究结论可以为图形化编程学习者提供非常有价值的参考.     

可微分抽象机混合编程系统

自动化编程是智能软件的核心挑战之一,使用程序执行轨迹或输入输出样例学习程序,是自动化编程的典型研究方法.这些方法无法弥合常规程序元素与神经网络组件间的隔阂,不能吸收经验信息输入、缺乏编程控制能力.给出了一种可无缝结合高级编程语言与神经网络组件的混合编程模型：使用高级编程语言元素和神经网络组件元素混合开发应用程序,其中,编程语言描述程序的框架、提供经验信息,关键复杂部分则用未定、可学习的神经网络组件占位,应用程序在可微分抽象机上运行生成程序的连续可微分计算图表示,然后使用输入输出数据,通过可微分优化方法对计算图进行训练,学习程序的未定部分,自动生成完整的确定性程序.可微分抽象机混合编程模型给出了一种能够将编程经验与神经网络自学习相结合的程序自动生成方法,弥合编程语言元素与神经网络元素间的隔阂,发挥并整合高级过程化编程和神经网络可训练学习编程各自的优势,将复杂的细节交给神经网络未定部分自动生成,降低编程难度或工作量,而适当的经验输入又有助于未定部分的学习,同时,为复用长期积累的宝贵编程经验提供输入接口.     

基于项目学习的图形化编程教学设计与实施研究

作者将项目学习与图形化编程教学相结合,辅之以“4P”学习法的相关原则,完成了基于项目学习的图形化编程教学设计框架,并以此为依据,结合具体的学生特征、教学内容、教学目标,在北京市某中学进行教学实践,以期为信息科技教师在编程课程中的教学设计与实施提供新的思路。     

基于计算思维培养的“编程实验教学”模式研究——以“人体感应行人自助过街红绿灯系统优化方案”为例

编程实验教学在信息科技学科中具有举足轻重的地位,它不仅可以培养学生的计算思维和创新能力,还可以帮助学生适应未来职业发展的需求,提升学习兴趣和动力,促进跨学科学习。因此,本文以“人体感应行人自助过街红绿灯系统优化方案”为例展开编程实验教学模式探究,以期能够促使编程实验教学的开展和推广。     

嵌入式系统编程教学分析

通过volatile关键字的使用、嵌入式系统工程设置、嵌入式系统的数据结构设计、嵌入式系统算法设计四个方面的介绍,分析了嵌入式系统编程本身特有的属性和方法.通过嵌入式系统和台式机编程过程的比较,指出了嵌入式系统编程学习和台式机编程过程学习之间的区别.并根据各个编程环节的分析和嵌入式系统自身特点的研究,帮助学习者进一步理解嵌入式系统编程的特点.     

项目式学习在初中信息科技编程教学的实践研究

项目式学习是一种研究性学习方式,学生通过项目式学习可以了解现实社会的问题,认识和探索各类不同的难题,并将书本认知和社会实践相结合,做中学,学中做,在这个过程中领会到更深刻的知识和技能。针对在初中信息科技编程教学中如何开展项目式学习这个问题,本文以《创意编程教学——游戏“超级玛丽”的制作》一课为例,阐述了在编程教学中,如何运用项目式学习进行设计和开展教学,并总结出项目式学习在初中信息科技编程教学中的实施策略。     

VB程序设计的教学研究和探讨

在程序设计教学过程中,如何解决程序设计本身枯燥、难懂这个问题,让学生对VB编程感兴趣,并能学以致用,是教授VB编程的一大难题。根据笔者多年的教学实践,对如何提高学生的学习兴趣,如何提高学生的编程能力做了研究和探讨。     

《用程序进行数据模拟》教学案例

<正>课程核心素养目标(1)结合数据信息情境观察并识别均匀、正态和幂律三种数据分布形态。（信息意识）(2)分析信息情境,提取问题关键特征,用适当的数据结构进行抽象建模,设计合理算法继而编程解决。（计算思维）(3)在学习过程中,评估数字化学习资源并根据需要合理选择。（数字化学习与创新）     

翻转教学模式在程序设计语言中的实践

为提高学生的编程兴趣和编程能力,在借鉴翻转课堂教学模式的基础上,结合程序设计语言课程教学,设计出适合本课程的翻转教学模式。该模式预设课前学习任务,在课后收集课程的反馈信息,并将这些信息发布到学习平台上,供教师和学习人员参考。     

多核技术与图形化编程并行机制探析

处理器速度瓶颈促进了多核技术的发展,使传统的文本编程语言面临诸多局限与挑战,LabVIEW图形化编程本质上的数据流执行特性避开了繁琐的底层实现,为编程者提供了并行编程的简化方法,使软件开发能够从多核系统中获得潜在的性能提升.     

Blog与Web Quest的差异以及融合研究

互联网的迅速发展促进了信息社会的发展,同时也促进了各种网络学习模式的形成。Blog与WebQuest在现行的网络自主学习模式中影响颇大。本文首先分析了两者在教学中的优缺点,然后在学习理念、学习形态等方面的不同对两者进行探究,并在此基础上分析了两者存在的差异。从融合的角度出发,阐明融合的本质。     

嵌入式系统编程教学分析

通过volatile关键字的使用、嵌入式系统工程设置、嵌入式系统的数据结构设计、嵌入式系统算法设计四个方面的介绍．分析了嵌入式系统编程本身特有的属性和方法。通过嵌入式系统和台式机编程过程的比较，指出了嵌入式系统编程学习和台式机编程过程学习之间的区别。并根据各个编程环节的分析和嵌入式系统自身特点的研究，帮助学习者进一步理解嵌入式系统编程的特点．     

编程现场上下文深度感知的代码行推荐

在软件开发的编程现场,有大量与当前开发任务相关的信息,比如代码上下文信息、用户开发意图等.如果能够根据已有的编程现场上下文给开发人员推荐当前代码行,不仅能够帮助开发人员更好地完成开发任务,还能提高软件开发的效率.而已有的一些方法通常是进行代码修复或者补全,又或者只是基于关键词匹配的搜索方法,很难达到推荐完整代码行的要求.针对上述问题,一种可行的解决方案是基于已有的海量源码数据,利用深度学习析取代码行的相关上下文因子,挖掘隐含的上下文信息,为精准推荐提供基础.因此,提出了一种基于深度学习的编程现场上下文深度感知的代码行推荐方法,能够在已有的大规模代码数据集中学习上下文之间潜在的关联关系,利用编程现场已有的源码数据和任务数据得到当前可能的代码行,并推荐Top-N给编程人员.代码行深度感知使用RNN Encoder-Decoder,该框架能够将编程现场已有的若干行上文代码行进行编码,得到一个包含已有代码行上下文信息的向量,然后根据该向量进行解码,得到预测的Top-N代码行输出.利用在开源平台上收集的大规模代码行数据集,对方法进行实验并测试,结果显示,该方法能够根据已有的上下文推荐相关的代码行给开发人员,Top-10的推荐准确率有60%左右,并且MRR值在0.3左右,表示用户满意的推荐项排在N个推荐结果中比较靠前的位置.