【摘 要】
：
在新课程标准的引领下,以人为本的全面素质教育逐步铺开,生物学科主要聚焦培养学生的生命观念、科学思维、科学探究、社会责任等等学科核心素养。纵观国内外生物学课程改革的共同趋势,即强调课程回归生活是其发展方向之一。生物学科知识来源于生活,也应回归于生活。当前有越来越多与生物学课堂生活化相关的研究被报导,然而关于生物学作业生活化的研究却寥寥无几。因此本文采用观察法、问卷调查法、案例分析法等手段,以新疆喀什
论文部分内容阅读
在新课程标准的引领下,以人为本的全面素质教育逐步铺开,生物学科主要聚焦培养学生的生命观念、科学思维、科学探究、社会责任等等学科核心素养。纵观国内外生物学课程改革的共同趋势,即强调课程回归生活是其发展方向之一。生物学科知识来源于生活,也应回归于生活。当前有越来越多与生物学课堂生活化相关的研究被报导,然而关于生物学作业生活化的研究却寥寥无几。因此本文采用观察法、问卷调查法、案例分析法等手段,以新疆喀什地区某高中一年级为研究对象,开展了生物学作业生活化研究。首先,本文对普通高中生物作业的现状进行调查分析。在明确了作业概念的内涵及类型的基础上,进一步筛选真实的生物学作业为研究对象进行了系统全面的分析。其次,基于上述工作基础上,从问题成因及改进方法两个角度,对高中生物学作业的内容、具体形式进行生活化研究。主要研究结果显示:（1）作业内容生活化方面,存在的主要问题包括:少部分知识点的生活化存在局限;有部分知识点内容生活化后显得有些冗长,容易给学生这道题“很难”的错觉;教师缺少将生物作业生活化方面的经验。本文探索出的作业内容生活化改进方法有创设情境生活化作业;化难为易,化繁为简等。（2）作业形式生活化方面,目前存在的的主要问题有:部分生物作业形式生活化只是纸上谈兵,缺乏实践性;实践类、探究类活动作业很少贯穿到教学的全过程;新形式作业的对象主要为学生,缺乏与教师、家长互动。本文探索出的作业形式生活化问题改进方法包括:对生物学作业形式进一步多元化;运用多媒体等信息技术,扩展学生思维发挥的空间;游览活动为主,提高学生发现、分析、总结的能力;以小组为单位参加社会实践,展现集体的力量;学生、家长、教师多方面参与并共同完成作业。本文的研究结果将为一线教学实践中作业生活化提供参考。
其他文献
互联网的快速发展,给人们提供了在线学习的条件和机会,很多希望提高自身知识水平和专业技能的人都选择参与在线教育来达到目的,而不论是线上还是线下教育,都产生了大量的学习互动数据,这些数据真实地反应了学习者的兴趣话题、情感态度、学习体验等特征,因此对于教育交互数据分析的成果,可以更好地帮助学习者定位学习资源,帮助教师组织教学内容,还能帮助课程平台加强基础建设。中国大学MOOC平台是国内提供众多开放式网络
随着互联网技术的蓬勃发展,越来越多基于移动设备开发的语言学习APP在此期间应运而生。目前,此类APP主要使用了间隔重复算法来计算再次记忆单词所需要的间隔时间,帮助用户更好地记忆单词,进而提高他们学习单词的能力。但是,传统的间隔重复学习算法仅仅通过固定的公式来计算再次记忆单词的间隔时间,忽略了个体用户记忆能力和学习能力的差异性,这会导致计算的间隔时间无法自适应用户的个体化差异。因此,如何更精确地计算
航电系统是一种可靠性要求度极高的安全关键系统,形式化验证将贯穿在航电系统中的每个生命周期阶段。在工业界,EA由于其具有普适性被广泛应用在各个领域的模型构建中。而在航电领域,AADL由于其出色的航空体系架构能力而被广泛应用。如何提高EA的形式化验证能力和航电系统的体系架构分析能力,是一个待以解决的问题。针对航电系统的特点和需求,本文提出的工具链是一类模型转化器,包含Safety＿SysML和EA2A
由于移动通信网络实时性强、吞吐量大、场景复杂度高、故障有效数据易被覆盖以及通信信息数据呈现出非规则非线性等因素,目前的移动通信网络故障诊断方案往往面临资源开销大、响应慢、准确率低以及缺乏灵活性等问题。针对这些问题,本文从故障数据源获取以及诊断策略角度入手,运用限流算法、SOM算法、K-Means算法、TF-IDF算法以及3GPP相关知识等方法提供了一种低开销、快速、准确、轻量通用的智能化故障诊断方
指静脉识别作为一种生物特征识别技术。实现原理是依据特定波长的红外光线照射手指获得静脉影像,通过提取静脉影像特征来进行个体身份识别认证。由于其实现原理的特性,指静脉识别技术是一种非接触式的生物特征识别手段。在当前新冠疫情的背景下,该识别技术能够在有效的保证个体识别准确率的情况下,避免交叉感染。指静脉识别相较于其他识别技术,还有活体识别、精确度高、识别速度快等优点。本文从手指静脉图像的预处理,图像增强
图像到图像的翻译是计算机视觉中图像处理的一个领域,目的是为了训练出一个模型,来进行图像和图像之间的转化。图像增强是图像到图像的翻译的一个方向,虽然基于深度学习的方法在图像增强和图像恢复上已经拥有了很多的成果,但是依然存在着不足之处。这篇文章提出了一个基于生成式对抗网络GAN的图像增强的神经网络,研究了在缺少正常/低光照图像对的情况下,仍然可以学习出低光照图像到正常光照图像的映射,因为在正常情况下获
脑肿瘤、缺血性脑卒中和脑出血是目前神经系统常见的三种严重疾病,对人类的生命健康及生活品质会构成严重威胁。随着医学成像技术的蓬勃发展,医学影像分析（Medical image analysis）已逐渐成为辅助医生临床疾病诊断和研究的重要手段,其中电子计算机断层扫描图像（Computed Tomography,CT）由于其具有成像快,价格低以及对血红蛋白敏感性度高等优点而在诊断脑出血时应用广泛,而核磁
面部表情编辑旨在以细粒度条件处理人脸图像的表情,同时其它与人脸表情无关的区域保持不变。随着信息化的逐渐普及以及数字媒体技术的发展,面部表情编辑逐渐受到越来越多的研究者的关注。目前面部表情编辑工作都是基于生成对抗网络（GAN）的架构的改进,但并没有考虑到如何解开不同表情属性之间的耦合。耦合会导致与条件无关的区域（如背景、面部细节等）也被影响变化,这就极大的影响了可控编辑的准确性。同时,属性的混叠可能
如今,随着我国金融科技发展日新月异的发展壮大,大数据和深度学习算法在金融机构的信用分析和风控体系建立中发挥重要作用。银行和互联网金融等机构借贷业务规模不断提升,随之而来的违约问题层出不穷,带来巨大管理成本提升和经济损失。机构亟待在海量的用户借贷数据中挖掘预测出影响用户违约关键因素和建立完备的信用风控体系,以此减少信用管理带来的人力成本以及经济成本。本文通过对用户过往借贷行为数据进行分析,结合用户的
对话系统是通过自然语言与人进行交流,在很多方面帮助人们。特别是面向任务的对话系统,目的是在最少的对话回合中完成用户的目标（例如,餐厅预订或机票预订）。最早的系统是用大量专家手工制作的规则和模板来设计的,这些规则和模板既昂贵又有限。因此,数据驱动的统计对话系统,包括功能强大的基于神经系统,在过去几十年受到了相当多的关注,以降低成本和提供鲁棒性。构建面向任务的对话系统的主要挑战之一是对长对话上下文和外