【摘 要】
：
在思想政治教育改革创新持续推进的同时,高校思政课教学也进行了较大的创新和变革.主要表现在教材内容、教学方法和实践教学等方面,其中实践教学方面的堵点和盲点较为突出.为切实解决思政课实践教学难题,A职业技术学院将VR虚拟仿真融入到思政课实践教学,通过线上发放问卷等形式,从不同角度了解思政课与VR虚拟仿真融合前后的教学效果.研究发现:VR虚拟仿真融入思政课实践教学与传统思政课教学相比,其教学效果明显增强.
【机 构】
：
安徽机电职业技术学院,安徽芜湖241002
论文部分内容阅读
在思想政治教育改革创新持续推进的同时,高校思政课教学也进行了较大的创新和变革.主要表现在教材内容、教学方法和实践教学等方面,其中实践教学方面的堵点和盲点较为突出.为切实解决思政课实践教学难题,A职业技术学院将VR虚拟仿真融入到思政课实践教学,通过线上发放问卷等形式,从不同角度了解思政课与VR虚拟仿真融合前后的教学效果.研究发现:VR虚拟仿真融入思政课实践教学与传统思政课教学相比,其教学效果明显增强.
其他文献
结合中国农业大学国家大学科技园实践,探讨大学科技园服务创新创业人才培养的路径.提出以需求和问题为导向,注重理论和实践相融合的大学科技园创新创业人才培养模式,包括需求调研、理论教学、实践教学、创客交流、导师辅导、工作实践、效果评估7个环节,为创新创业人才培养提供参考.
生活意义感的生成标示着主体的存在状态与存在本质的统一.人作为道德存在者,道德记忆能力是其本质能力,它既是我们能够拥有道德生活的“根”,也是生活意义感得以生成的“源”.简单地将道德记忆与道德生活经历混同起来,则会造成生活意义感的形式化或异化.生活意义感的增进基于主体日益强大的道德记忆能力,一个拥有卓越道德记忆能力的人,能够通过合乎道德的记忆或遗忘建构出富有道德价值的道德记忆内容,这对其生活意义感的增进具有关键作用.
以2-甲基-2,5-二氧-1,2-氧磷杂环戊烷(OP)为主要原料,经三步反应制备了一种新型单分子膨胀型阻燃剂——对甲基丙酰苯胺基甲基次膦酸铝(Al(PMPMP)).采用红外光谱(FTIR)、核磁氢谱(1H-NMR)等技术表征了目标产物.添加质量分数为15％的Al(PMPMP)可使聚乳酸(PLA)的极限氧指数(LOI)由17.6％提高至28.5％,垂直燃烧测试达到UL94 V-0级别.微形量热测试结果表明Al(PMPMP)对PLA的热释放速率抑制作用明显.热重-红外联用(TG-FTIR)结果显示Al(PMP
强调以学习为核心的学习领导为理解与支持幼儿园教师学习与专业发展提供了一种全新的、系统的视角.在学习领导理念下,幼教名师工作室应积极构建发展愿景;坚持持续对话,产生共识行动;引导建立安全、鼓励尝试的氛围;发挥行政力量构建和完善幼教名师工作室运行机制.
幼儿园园长课程领导力是园所保教质量提高的核心.采用质性研究,运用文献法、深度访谈,以兼任幼儿园园长的高校学前教育专业大学教师为对象,以课程领导为线,以关键事件为点,探寻一所公办性质幼儿园从一穷二白到特色鲜明,从积贫积弱到质量优质的核心影响因素,分析园长课程领导力提升策略.
为了对激光测量系统的测量误差3维空间分布进行有效评估,以特定点测量或仿真的大量位置数据为基础,采用孤立森林算法对点云进行了异常数据筛除.基于误差椭球理论,引入粒子群优化算法,针对有效数据建立了最小包络椭球的不确定度模型;采用测量场与单点不确定度的坐标系变换,将不确定度最小包络椭球模型应用于测量场景内不确定度场的空间分布分析;通过单点以及10m量级范围空间场景实测数据的测试,该模型可以高效地筛选有效采样数据,并依据需求进行不同程度的最小包络椭球计算,得到相应的不确定度.结果表明,基于测量位置数据,该模型可以
学前阶段的STEM教育日益受到关注,教师培养是推动学前STEM教育发展的关键.本研究基于计划行为理论,建立学前教育专业学生STEM教学意向模型,通过对上海地区三所高校的学前教育专业学生进行问卷调查,分析影响其实施STEM教学行为的因素及相互关系.研究发现:态度、主观规范和行为经验三个变量对研究对象的STEM教学意向具有正向影响作用,知识对实施STEM教学意向没有直接影响,但通过显著影响态度、主观规范和知觉行为控制,从而对职前教师的STEM教学意向产生间接影响.
为了研究紫外皮秒激光在均热板基板表面刻蚀微沟槽后,不同激光工艺参数对微沟槽表面疏水性的影响规律,采用Cassie-Baxter模型进行了理论分析,并利用单因素实验法,改变激光扫描速率、激光扫描间距、光斑横向重叠次数进行实验验证.结果表明,降低固-液区域面积占比、宽度或缩短沟槽间距,均可以提升微沟槽表面的疏水性能;造成微沟槽表面疏水的主要原因是其内部的微纳结构以及加工时吸附的疏水性化学基团;当激光扫描速率为125mm/s、激光扫描间距为200μm、光斑横向重叠次数为2次时,紫外皮秒激光刻蚀出的微沟槽表面的疏
为了准确识别激光焊接的稳态类型,采用了图像处理、相关分析和神经网络的方法,增加对准稳态的研究,以信号特征的相关系数作为神经网络模型的输入,进行了理论分析和实验验证,得出了光学、视觉信号的相关性对激光焊接稳态类型的影响规律.结果表明,匙孔面积和金属蒸汽面积的相关性区分稳态类型的效果最好,其相关系数为0.2～0.3时为稳态,0.4～0.5时为准稳态,0.6～0.7时为非稳态;训练完成的神经网络模型在测试集上达到了98.76％的预测准确率,可满足准确识别焊缝稳态类型的需求.该研究为自动化生产中预防出现激光焊接缺
基于深度学习的超材料器件设计得到了前所未有的发展,但在基于2维材料的反设计中,传统的人工神经网络难以解决在小采样空间内陷入局部最优值的问题,且随着结构的复杂性增加,需要耗费大量的计算成本.针对这些缺陷提出了一种基于AdaBelief优化算法的残差神经网络,选择基于石墨烯的多层交替薄膜结构的设计来验证该网络的有效性,采用特征矩阵法构造出结构参数所对应的多谐振完美吸收光谱样本.结果表明,该网络模型在较短的训练时间内达到了97％以上的预测精度;通过与其它神经网络预测结果的对比,该网络展现出了预测精度高、收敛速度