论文部分内容阅读
[摘 要] 以内蒙古电子信息职业技术学院自动检测技术应用课程为例，基于“智慧职教+企业微信”平台，采取“以学生为主，教师为辅”的教学模式，利用直播进行线上教学，经教学实践证明，此教学方法可以激励学生自主学习，高效完成教学目标。
[关 键 词] 线上教学;教学模式;自动检测技术
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2020）24-0180-02
随着科学技术的发展，信息化教学手段在教学中的应用也越来越普遍。2020年春季学期，网络授课成为高校教学的重要方式，这对教师和学生来说都是一个全新的挑战，信息化教学手段已经运用到每一节课中。本文提倡“以学生为主，教师为辅”的中心思想，通过“学生课前预习+教师课中讲解+学生课后归纳”的教学模式，由教师引导学生完成教学任务，提高学生对知识点的理解与归纳。课前、课中、课后三个教学环节都要贯穿“以学生为主、教师为辅”的思维。
一、课前准备
（一）搭建平台
网络技术的迅速發展为教师授课、学生学习提供了极大的便利。依托于网络平台如钉钉、腾讯课堂、QQ、企业微信等，教师可以自由选择授课平台。但无论选择怎样的平台，教师都一定要熟悉教学平台，利用教学平台自带资源库或自建资源完成课程设计。本文采用“智慧职教+企业微信”的方式，主要采用直播形式进行线上授课。本文教学平台搭建框图如图1所示。
（二）教学资源——优化设计
无论是线上还是线下授课，教学设计永远是教学任务的中心环节。教学设计是备课中最重要的一步，我们常常说备课不仅要备教材，还要备学生。教师在教材的基础上，首先要合理利用资源设计课程内容;其次根据学生的学习能力和掌握情况，合理安排重难点，针对线上教学的特殊性，以学生的主体地位为出发点，将教学重难点分割成知识碎片再进行整合，通过生动形象的课件等资源和语言对知识进行讲解。本文课程设计资源均上传至智慧职教平台，学生可在智慧职教云课堂中自学课程。云课堂教学资源组成框图如图2所示。
（三）学生预习——发布任务
本课程预习任务通过班级课程学习群发布任务，学生通过查阅资料，学习微课完成课程知识的预习。在任务发布时，引入生活中的实际例子，将知识点尽可能地细分罗列，让学生在课前对所学内容有大致了解，带着问题进行课中学习。例如，在传感器技术概述项目中，以生活中最常见的手机为例，让学生思考手机中常见的传感器有哪些，用生活中的实例带领学生进入课程的探索，认识传感器知识并揭开检测技术神秘的面纱。如图3为学生就此预习任务的回答。
二、课中学习
（一）教师讲解——侧重重点
本课程主要采用直播教学，这就要求教师严格把握精讲时间，高效完成重点讲解。教师在授课过程中一定要多关注受众，如今的大学生几乎为“00后”，怎样提升课堂的趣味性是每一位教师都值得思考的问题。由于《自动检测技术应用》课程的性质和特点，在每节课的引入环节中本课程多采用实例引入，从网上查找动图资源，在线上的课堂上展示给学生，如在讲解热电式传感器技术中，引用乐乐课堂动画教学视频，图4为红外线温度传感器视频讲解截图。课后在问卷调查中，学生一致反馈通过动画视频教学极大地提升其学习兴趣及对知识的掌握能力。
（二）学生讨论——发散思维
线上教学教师面对的是冷冰冰的屏幕，在一定程度上会影响教学质量。通过增加互动，引发学生的讨论，就是一种很好的提高教学质量的方式。在教学中发现，讨论能带动学生自主学习的积极性。学生将课前预习所发现的问题或教师在讲解后发布的讨论习题，既可以通过直播课堂的评论区发表自己的观点，也可以通过连麦讨论，由教师引导学生进行学习与点评。教师随时关注学生的掌握情况，根据学生的表现给予成绩，如图5分别为直播课程中连麦讨论和评论区讨论的截图。
（三）课堂练习——巩固知识
“微课自学+习题作业+考试测评+头脑风暴等”，多种形式巩固练习，将知识点贯穿在课堂之中，提升学生的自学能力，检验学生对知识的掌握程度。
三、课后复习
（一）学生归纳——绘制导图
本课程通过让学生绘制思维导图来检验其对项目知识的掌握，思维导图又叫心智导图，是表达发散性思维的有效图形思维工具，它简单却又很有效，是一种实用性的思维工具。思维导图在项目学习结束后进行绘制通过将知识点合理地转为思维导图，对学生归纳知识、整理思维逻辑都有益处。经过实践教学发现，学生对思维导图的作业比一般作业的热情高，完成度与完成质量都较高，避免了做笔记时只动手不动脑的现象，是值得推荐的一种归纳学习法。
（二）教师批改——查漏补缺
在学生提交作业或考试后，教师批阅过程中可以详细掌握学生的学习情况，做到查漏补缺，从而完善整体教学内容、提升教学质量，同时也为线上线下复课衔接做好准备工作。
经过实践教学表明，线上教学贯穿“以学生为主，教师为辅”的思想，采用“学生课前预习+教师课中讲解+学生课后归纳”的教学模式，学生通过自学发现问题、提出问题，在教师的引导下解决问题，让学生成为学习的主导者，在一定程度上可以提高学生的自主学习意识，增强学生学习的乐趣与信心。
参考文献：
董春利.传感器与检测技术[M].北京：机械工业出版社，2019.
编辑 张 俐
[关 键 词] 线上教学;教学模式;自动检测技术
[中图分类号] G712 [文献标志码] A [文章编号] 2096-0603（2020）24-0180-02
随着科学技术的发展，信息化教学手段在教学中的应用也越来越普遍。2020年春季学期，网络授课成为高校教学的重要方式，这对教师和学生来说都是一个全新的挑战，信息化教学手段已经运用到每一节课中。本文提倡“以学生为主，教师为辅”的中心思想，通过“学生课前预习+教师课中讲解+学生课后归纳”的教学模式，由教师引导学生完成教学任务，提高学生对知识点的理解与归纳。课前、课中、课后三个教学环节都要贯穿“以学生为主、教师为辅”的思维。
一、课前准备
（一）搭建平台
网络技术的迅速發展为教师授课、学生学习提供了极大的便利。依托于网络平台如钉钉、腾讯课堂、QQ、企业微信等，教师可以自由选择授课平台。但无论选择怎样的平台，教师都一定要熟悉教学平台，利用教学平台自带资源库或自建资源完成课程设计。本文采用“智慧职教+企业微信”的方式，主要采用直播形式进行线上授课。本文教学平台搭建框图如图1所示。
（二）教学资源——优化设计
无论是线上还是线下授课，教学设计永远是教学任务的中心环节。教学设计是备课中最重要的一步，我们常常说备课不仅要备教材，还要备学生。教师在教材的基础上，首先要合理利用资源设计课程内容;其次根据学生的学习能力和掌握情况，合理安排重难点，针对线上教学的特殊性，以学生的主体地位为出发点，将教学重难点分割成知识碎片再进行整合，通过生动形象的课件等资源和语言对知识进行讲解。本文课程设计资源均上传至智慧职教平台，学生可在智慧职教云课堂中自学课程。云课堂教学资源组成框图如图2所示。
（三）学生预习——发布任务
本课程预习任务通过班级课程学习群发布任务，学生通过查阅资料，学习微课完成课程知识的预习。在任务发布时，引入生活中的实际例子，将知识点尽可能地细分罗列，让学生在课前对所学内容有大致了解，带着问题进行课中学习。例如，在传感器技术概述项目中，以生活中最常见的手机为例，让学生思考手机中常见的传感器有哪些，用生活中的实例带领学生进入课程的探索，认识传感器知识并揭开检测技术神秘的面纱。如图3为学生就此预习任务的回答。
二、课中学习
（一）教师讲解——侧重重点
本课程主要采用直播教学，这就要求教师严格把握精讲时间，高效完成重点讲解。教师在授课过程中一定要多关注受众，如今的大学生几乎为“00后”，怎样提升课堂的趣味性是每一位教师都值得思考的问题。由于《自动检测技术应用》课程的性质和特点，在每节课的引入环节中本课程多采用实例引入，从网上查找动图资源，在线上的课堂上展示给学生，如在讲解热电式传感器技术中，引用乐乐课堂动画教学视频，图4为红外线温度传感器视频讲解截图。课后在问卷调查中，学生一致反馈通过动画视频教学极大地提升其学习兴趣及对知识的掌握能力。
（二）学生讨论——发散思维
线上教学教师面对的是冷冰冰的屏幕，在一定程度上会影响教学质量。通过增加互动，引发学生的讨论，就是一种很好的提高教学质量的方式。在教学中发现，讨论能带动学生自主学习的积极性。学生将课前预习所发现的问题或教师在讲解后发布的讨论习题，既可以通过直播课堂的评论区发表自己的观点，也可以通过连麦讨论，由教师引导学生进行学习与点评。教师随时关注学生的掌握情况，根据学生的表现给予成绩，如图5分别为直播课程中连麦讨论和评论区讨论的截图。
（三）课堂练习——巩固知识
“微课自学+习题作业+考试测评+头脑风暴等”，多种形式巩固练习，将知识点贯穿在课堂之中，提升学生的自学能力，检验学生对知识的掌握程度。
三、课后复习
（一）学生归纳——绘制导图
本课程通过让学生绘制思维导图来检验其对项目知识的掌握，思维导图又叫心智导图，是表达发散性思维的有效图形思维工具，它简单却又很有效，是一种实用性的思维工具。思维导图在项目学习结束后进行绘制通过将知识点合理地转为思维导图，对学生归纳知识、整理思维逻辑都有益处。经过实践教学发现，学生对思维导图的作业比一般作业的热情高，完成度与完成质量都较高，避免了做笔记时只动手不动脑的现象，是值得推荐的一种归纳学习法。
（二）教师批改——查漏补缺
在学生提交作业或考试后，教师批阅过程中可以详细掌握学生的学习情况，做到查漏补缺，从而完善整体教学内容、提升教学质量，同时也为线上线下复课衔接做好准备工作。
经过实践教学表明，线上教学贯穿“以学生为主，教师为辅”的思想，采用“学生课前预习+教师课中讲解+学生课后归纳”的教学模式，学生通过自学发现问题、提出问题，在教师的引导下解决问题，让学生成为学习的主导者，在一定程度上可以提高学生的自主学习意识，增强学生学习的乐趣与信心。
参考文献：
董春利.传感器与检测技术[M].北京：机械工业出版社，2019.
编辑 张 俐