深度学习视域下微课在初中数学解题教学中的应用研究 ——以一元二次方程的应用为例

来源 :广西师范大学 | 被引量 : 0次 | 上传用户:cctvnba_2008
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
二十一世纪是信息化飞速发展的时代,国家政策推动着教育信息化进程向前发展,教学方式也在信息技术的影响下发生着本质的改变。“人工智能+互联网+数学教育”目前成为国内外数学教育领域的重点话题。以教师讲授、学生接收为主的传统教学方式正在被网络化、移动化、微型化的新型教学方式所取代。数学微课作为信息技术与数学课程深度整合的产物,能有效改善传统教学方式,契合时代发展的需求。数学解题能力不仅是各类考试的重要考察目标,也是学生分析理解问题、逻辑思维、推理论证等综合素质的体现。本文尝试将基于深度学习理念和数学解题思想,探讨数学微课在解题教学中的应用策略,以期将灵活有趣的微课教学与传统枯燥的数学解题联系起来,达到突破解题难点,提升学生学习兴趣的双重目的。本研究主要从理论研究和实践研究两个方面进行探讨。在理论研究方面,首先通过查阅大量的文献,梳理了深度学习的概念及其研究现状,并对微课的概念和微课的应用现状进行概述;其次,阐述深度学习的本质特征和发生过程模型,力图揭示“深度学习发生机制”。再次,根据数学解题教学的基本规律和深度学习的特征及发生过程,提出应用解题类微课的五个策略:提出问题——创设合适情境,培养问题意识;分析问题——理解问题含义,激发思维火花;探究问题——追求一题多解,寻找最优解法;解决问题——确定解题策略,生成规范解答;反思迁移——分享思想方法,适时一题多变。最后,在基于教学实验和相关专家的交流下,重点分析微课辅助解题教学的3个案例。在实验研究方面,主要以教学实验研究为主,通过问卷调查、个案访谈以及前后测试卷等实验方法进行定性和定量分析,检验解题类微课应用策略的可行性和有效性,并探讨应用微课辅助解题教学,对学生学习成果和数学学习过程变量的影响。研究结果表明:基于策略下使用的解题类微课对学生的知识建构、问题解决能力、思维水平都有着更好的教学效果,能有效提高学生上课的兴趣和增强注意力,显著改善实验班学生的学习成绩;学生更愿意使用微课自主学习的意愿和情感态度得到改善。
其他文献
道路是现代交通的主要组成部分,对于管理和更新地理信息系统数据库中的道路信息非常重要。遥感图像数据已经迅速成为自动提取道路网络的主要数据源,它可以提供高精度的地面信息以及更复杂的背景细节,还可以进行大规模的道路监控,给道路提取带来了很大的改进空间,然而目前视觉判读仍然是更新道路的主要方式,这种方式成本高、需要耗费大量的时间和物力,给自动提取道路任务带来了影响。高分辨率遥感图像中的道路具有较大的类内差
人脸表情蕴含着丰富的情感信息,在人际交往沟通中起非常关键的作用,如何让计算机正确的识别理解人脸表情信息是一项具有重要意义且极具挑战性的工作。随着深度学习的发展,利用深度学习技术实现人脸表情识别成为了表情识别领域新的研究热点。人脸表情特征大多集中在人脸的局部关键区域,如眼睛、眉毛、嘴巴及其周围区域,人们可以忽略人脸的整体信息,而直接借助人脸的局部关键区域信息,来正确的识别人脸图像中的表情类别。因此,
随着教育信息化的发展,可视化教学成为教育研究者关注的热点之一。如何运用信息技术将可视化教学与学科教学融合的方式来发展学生的科学素养是亟待解决的重要课题。由于晶体结构与性质内容具有抽象性、微观性和复杂性等特点,并且该内容对学生的空间想象能力和立体几何知识要求较高,因此教师在进行讲授时很费力。2017版课标提出教师可以借助实物模型、计算机软件模拟和视频等多种直观手段,降低教学内容的抽象性,促进学生对相
视觉目标跟踪是计算机视觉领域中的重要研究方向之一,它被广泛应用在很多领域,其中主要应用在视频监控、自动驾驶和军事指导等领域当中。在当前主要以孪生网络作为发展的目标跟踪方法当中,候选目标区域中推荐的质量显得十分关键。模型更新问题也成为相应目标跟踪方法中的重要研究内容。当前跟踪方法大多数都是采用锚点固定作为推荐的一种方式,该方式所生成的候选区域数量都是非常庞大的,但是质量并非很高。并且在孪生网络中,目
基于皮尔逊相关系数的决策树(PCCDT)算法是决策树领域的一种贪婪型算法。其广泛应用于模式识别和信息检索领域,能够帮助医疗机构更精准地对病人进行诊断,帮助企业或个人更好地做出决策等。然而,当数据集中包含个人敏感信息(如病人的诊断信息,顾客的购物信息等),在决策树使用过程中遭到具有一定背景知识的恶意用户攻击时,个人的隐私安全就会受到威胁。如何在决策树使用过程中对敏感信息进行保护,同时又能保证决策树的
随着互联网的迅速发展,网络上存在的信息呈指数级增长,用户从这些海量而复杂的数据中筛选自己感兴趣的内容的难度也随之增加。推荐系统作为一种有效的信息过滤工具,得到了广泛的应用,它的目的是准确地预测用户对物品或信息的偏好程度,从而把对用户更有价值的内容优先呈现给他们,帮助用户做出快速的决策。协同过滤在推荐算法中被广泛应用,它是基于相似用户具有相似偏好的假设进行推荐的,但是当用户的历史评分数据很少或没有评
雾霾是由于空气中悬浮着微小颗粒而产生的。随着数据科学与人工智能的飞速发展,诸如安防监控、智能驾驶、车牌识别、军事勘测、林业预警等基于计算机视觉处理系统的任务对于图像的清晰度有着越来越高的要求,雾霾的存在使得图像采集系统获取到的图像出现可见度降低、模糊泛白、色彩饱和度下降等情况,严重阻碍了基于计算机视觉处理系统的后续任务的有效进行。因此对有雾图像进行有效去雾,使计算机视觉系统能够在有雾霾的情况下正常
随着领域非结构化文本的不断积累,各个应用领域迫切地需要从海量的非结构化文本中挖掘出有用的信息,各种文本挖掘技术也相应地快速发展。在中医医学领域中,中医医案是一种重要的信息载体,蕴含了大量的临床经验,对临床诊断和医学研究有着重大的研究意义。但是中医医案文本不仅具有较强的专业性,而且不同的医生多采用不同的表达形式进行表述,从而给中医知识的获取带来了巨大挑战。中科院计算所NKI课题组提出了一套语义分类和
行人再辨识是计算机视觉领域的重要研究方向,属于图像检索的一个分支。主要任务是利用视觉算法(深度学习的方法)对几个不重叠无交叉设备下提取到的行人图像或视频进行配对,即当给定一个行人图像,在跨区域的视频监控系统中检索该行人图像。这一方向可广泛应用于视频监控、刑探侦查、智能安防等不同的社会领域。按方法类型的不同可将行人再辨识方法分为两类:基于非深度学习的行人再辨识和基于深度学习的行人再辨识。随着深度卷积