基于学案和微课的三段式高中化学实验教学实践研究

来源 :重庆三峡学院 | 被引量 : 0次 | 上传用户:ym_l
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
化学是以实验为基础的学科,化学实验是研究和学习物质及其变化的基本方法,是科学探究的一种基本途径。笔者走访调查万州及周边地区的高级中学发现,学生实验开设情况与新课程标准要求的高中阶段必做学生实验18个相差甚远。基于此,论文研究基于学案和微课的三段式教学策略在高中化学学生实验教学中的应用,该策略将学生实验教学过程分为课前、课中、课后三个阶段,以学案、微课为载体辅以交互式课件,实现三阶段全程导学。论文采用文献研究、问卷调查、案例实践和座谈等方法进行,选取人教版(2019)必修一中的三个学生实验进行教学实践,通过问卷调查、访谈及观察课堂表现等方式,运用数据分析该教学策略实施前后实验班和对照班学生化学以及化学实验的学习状况,结果表明:(1)采用学案、微课和交互式课件相结合的三段式教学,充分利用学生碎片化时间,能增强预习效果,为课堂教学奠定良好的基础,提高教学效果;(2)利用学案、微课辅助教学,能帮助学生加强对化学现象背后所涉及到的原理进行思考,对学生实验操作技能有示范作用,即使无法开展实验课程,也能帮助学生完整准确掌握实验知识和操作,一定程度弥补高中化学实验教学中学生未动手实验带来的影响,但仍不能替代学生亲自操作;(3)基于学案和微课的三段式教学策略符合新时代教育教学发展方向,能提高学生的自主学习能力和自觉性,激发学生学习兴趣;(4)完成18个学生实验的学案、微课和交互式课件的制作和收集,能为欠发达地区农村学校实验室建设相对较差的学校的实验教学提供完整的教学资料;(5)该教学策略的实施不仅可以培养学生的基本技能和自主学习习惯,还能促进教师教学、教研能力的提高,丰富教师资源。因此该教学策略的构建,达到了预期的目的。由于笔者研究时间的限制和案例实践样本不足等因素的影响,论文还存在诸多不足,将在后续的工作中通过不断改进,形成一套完整的教学和学习资料。
其他文献
无线传感器网络因其网络可拓展性强、易于维护和自组织等特点成为当今世界重要的技术之一。但无线传感器网络中节点能量的有限性且更换供能模块难度较大,网络的生存时间一直以来是制约无线传感器网络发展的关键,而且在网络通信后期会出现由于部分节点失效死亡导致网络的覆盖范围急速下降的问题,所以如何提高无线传感器节点的能量利用率和减缓后期网络覆盖率急速下降成为近几年来学者们研究的热点之一。针对无线传感器网络中出现的
微小位移传感在诸多领域都起着至关重要的作用,例如结构健康监测领域、滑坡监测以及微观制造领域等。光纤表面等离子体共振(Surface Plasmons Resonance,SPR)传感器作为一种新型的高精度、高灵敏度、抗干扰的光纤传感器,已普遍应用于生物医学、食品安全和化学试剂检测等领域。然而,其在微位移测量方面的研究和应用却十分匮乏,在多维微位移检测方面的应用更是寥寥无几,且目前已提出的光纤SPR
声音无处不在,人听到声音后,不断地有意识地或潜意识地处理和理解这些音频,从而向我们提供有关周围环境的信息。智能环境声音分类是在众多实际应用中不断发展的研究领域。尽管在音频领域(例如语音和音乐)进行了大量研究,但对环境中的声音进行分类的工作相对较少。而利用深度学习对声音图像化处理后的分类还未出现,这就引出了利用卷积神经网络对随着时间而发生的离散声音信号进行分类的研究。本研究是将深度学习技术应用于环境
随着近年来物联网与信息传感技术的快速发展,以及我国乡村振兴战略正式提出的发展背景,现代设施农业迎来了新一轮发展浪潮。截止于2018年末,我国温室大棚占地面积为196.37万公顷,占全球80%以上,位居世界第一。总产量虽高,但由于智能化程度不高、管理不便、成本高,致使我国大棚亩产量仅为发达国家的1/8,总体生产效益低。国外温室大棚测控系统由于起步较早,自动化程度较高,但设备系统庞大、直接引进成本高,
图像配准的目标是将来自不同时间、不同方位,或者不同的传感器作用下拍摄的同一场景的两幅图像或多幅图像进行映射、对齐、叠加或者拼接成功的过程。一直以来,图像配准都是计算机视觉、模式识别、医学图像处理和遥感领域的热点。迄今为止,图像配准技术还在不断的完善和优化,当前算法在某些性能上的表现越来越不够理想,那么如何提高运算效率、加强技术的稳定性依旧是当前亟待优化的问题。本文主要围绕基于特征点的图像配准算法展
卷积神经网络(CNN)在图像识别领域的应用已经日益成熟,但随着物联网时代的到来,数据量呈现指数级别的飞速增长,庞大的训练数据需要耗费大量的计算资源和训练时间,传统的集中式方法不适合解决这些大规模优化问题。一方面,集中式框架受到性能限制,如较高的通信和计算要求、单点故障以及有限的灵活性和可扩展性。另一方面,将以分布式方式收集的数据传输到中心节点的成本过高,且可能造成敏感信息泄露。因此,研究分布式优化
农作物图像分类作为农业发展中亟待解决的难题之一,能够对可见光图像中的普通农作物进行快速准确的识别是现今实现智慧农业的重要手段。随着社会的不断发展和科学技术的不断进步,人工智能、机器学习和大数据技术得到了广泛的应用。图像识别技术在农业方面得到了高度的发展与应用,它在农业领域涉及了视觉模拟,农作物病虫害监控,农产品分类等方面,它是识别农作物产品、提早发现各类病虫害的重要手段。针对多数叶片可见光图像的分
随着“十四·五”计划开展,乡村振兴战略的全面实行,智能农业的快速发展势在必行。柑橘是我国重要的农业副产品,在南方地区广泛种植。柑橘生产械化作业,尤其是柑橘机械化、自动化采摘作业,是当前制约柑橘产业发展的重要因素。计算机视觉技术对柑橘目标检测是实现柑橘自动化采摘必不可少的技术手段。传统的目标检测算法要依靠人为设计特征,费时费力且鲁棒性差、效率低。随着科学技术的发展,深度学习技术逐渐成为目标检测的主流
近年来,随着发光二极管(LED)的广泛应用及其功能的日趋完善,给人类社会带来了翻天覆地的变化,其照明应用已经渗透到人们日常生活的各个领域;同时由于LED的电光调制特性,基于LED的室内可见光通信(VLC)技术逐步成为宽带光通信接入领域的研究热点。另外,近年来随着具有多媒体功能和互联网连接的移动智能终端的大量增加,以及各种大数据业务、云计算和互联网+等概念的推广,导致移动数据流量爆炸式增长;而VLC
由于传统耕地方式利用率低、后备耕地资源严重不足,且近年来耕地资源和农业从业人员不断减少,我国农业经济发展受到巨大影响,发展精准农业势在必行,通过信息化手段提高农场种植质量和效益,降低生产成本,对于解决当前农业发展面临的问题有着巨大的促进作用。基于精细化格点技术构建的智慧农场管理平台,可查询农场基本信息、实时监测农场环境情况,可以将田间传感器监测的土壤数据通过克里金插值得到格点数据,再与当前作物生长