基于项目的探究性学习模式对大学生自主学习能力的影响——以运动生物力学教学为例

目的:研究运动生物力学教学中采用基于项目的探究性学习模式对大学生自主学习能力的影响。方法:采用自编的《大学生运动生物力学自主学习能力调查问卷》,对施行基于项目的探究性学习模式前后大学生的自主学习能力进行了调查,用SPSS 11.5对两次调查问卷的结果进行了t检验。结果:施行基于项目的探究性学习模式后(实验后)大学生学习动机、学习策略和自我调节三个维度和总体自主学习能力的平均得分都明显高于施行基于项目的探究性学习模式前(实验前)的(P<0.01)。结论:运动生物力学教学中施行基于项目的探究性学习模式对大学生自主学习能力有着显著的积极影响。     

基于SPOC的《病理生理学》翻转课堂教学模式初探

小规模限制性在线课程(small private online course,SPOC)是高校开展翻转课堂的有力工具,在《病理生理学》教学中引入SPOC,进行翻转课堂教学模式,不仅可以提高学生的学习积极性和课程成绩,同时培养了学生自主学习的能力。     

面向SPOC的自主学习系统的设计与应用

线上自主学习是小规模限制性网络课程SPOC混合学习中的重要环节。借助国内外已有的MOOC平台来实现自主学习环节往往会与实际教学需求相脱节。而国内众多高校的教学信息平台大都只是各类教学资源的简单堆砌,缺乏互动、评论反馈等功能,限制了SPOC的发展。结合实际教学环境,在学院原有网络课程学习系统的基础上设计并实现出一个面向SPOC的自主学习系统。以大学软件测试课程为例,充分应用于该课程的SPOC混合学习过程中,实现为教师提供发布课程学习主题、组织与协调学生之间的交流讨论来推动学习进程;为学生提供选择课程论坛、QQ、博客、虚拟教室等各种社会性学习工具来实现网上交流与互动等功能。该学习系统的应用不仅为学生线上自主学习软件测试课程提供便利,而且对探索与发展高校计算机及相关专业同类SPOC课程建设等方面也具有积极意义。     

网络实验教学平台下自主学习模式研究简

网络技术的迅猛发展为大学教学提供了新的技术手段,构建基于网络化的实验教学平台既能弥补课堂教学中的不足,又能为大学生课外的自主学习提供信息化的平台.因此,网络化平台下学生自主学习模式的研究与探索,对培养学习者自我建构知识以及创新思维能力、提高自主学习能力、养成终身学习的良好习惯有着重要的促进作用.     

高校听障大学生信息检索能力培养策略研究

以听障大学生信息素养教育的实践为基础,研究了大学生信息素养教育的使命、内容及影响因素,探讨了融合环境下,高校信息检索课如何通过合理的课堂教学,提高听障大学生信息检索能力和自主学习能力,同时提高其心理素质和适应社会的能力.     

听障大学生自主学习特点的研究 ——以北京联合大学特殊教育学院视觉传达专业学生为例

采用朱祖德的大学生自主学习量表对北京联合大学特殊教育学院125名新生的自主学习能力进行调查,其中包括健听生62人、听障生63人。对问卷数据用社会统计学软件包SPSS19. 0进行统计分析,结果表明,在学习动机方面听障生的自我效能感和学习外在目标指标显著优于健听生(p0. 05),但是其自我效能感不能显著消除学习焦虑,学习的外在目标也不能积极地转化为内在学习目标,在学习策略方面听障生的一般方法指标显著弱于健听生(p0. 05)。分析听障生自主学习的特点及形成的原因,并尝试提出提高教学效果的方法。     

基于微课构建专业实训课自主学习模式

提出基于微课理念构建专业实训课自主学习模式,以提高学生自主学习的能力和品质.研究分析其实施的可行性及实施面临的问题,并给出基于微课构建专业实训课程自主学习模式的实施要点.     

混合教学模式对培养大学生自主学习能力的影响——基于结构主义教学论

自主学习能力是大学生获取知识的重要基础素质,是培养大学生创新创造能力的前提。以结构主义教学论为基础,设计了以雨课堂为载体的混合教学模式,并用Likert量表调查其对大学生自主学习能力培养的影响。结果表明：学生普遍对该教学模式有较高认同感,多数学生认为在学习主动性（72.5%）、自主学习能力（89.0%）、课程内容理解（87.2%）等方面得到显著改善,学业成绩显著提高（P<0.05）;因子分析（KMO=0.86）发现大学生在学习自控力、学习积极性和自学效能等3方面的促进作用最显著。基于结构主义教学论的混合教学模式对培养自主学习能力有显著的促进作用。     

英美文学教育中的自主学习模式构建

构建自主学习模式对于英美文学的教学具有重要意义。通过加强教师对自主学习的指导意识和能力，提供英美文学课堂环境与资料环境，组建英美文学自主学习中心，加强学生自主学习意识、能力的培养，构建了主要包括环境、教师和学生的三维一体大学生英美文学教育自主学习模式。     

大学英语自主学习研究——基于语料库的数据驱动学习模式

以建构主义和第二语言习得理论为依据,运用实证研究的方法,探讨基于语料库的数据驱动学习模式对非英语专业大学生自主学习的影响。结果表明:数据驱动模式不仅能提高学习者的词汇学习能力,而且有助于培养学习者自主学习能力和小组协作意识。     

虚拟学习社区学习有效性研究

对虚拟学习社区(VLC)的功能、特点、活动方式和学习有效性的影响因素、特征进行了分析,探究了虚拟学习社区学习有效性以及它在虚拟学习社区未来发展中的重要意义.     

虚拟学习社区学习有效性研究

对虚拟学习社区(VLC)的功能、特点、活动方式和学习有效性的影响因素、特征进行了分析,探究了虚拟学习社区学习有效性以及它在虚拟学习社区未来发展中的重要意义。     

学习自控力与学习动机、自信心、责任心的相关研究

本文修订了学习自信心、学习动机、学习责任心三个量表。用这三个量表所测量的数据与学习自控力量表得分算相关和路径分析。结果发现：①修订的学习自信心、学习动机和学习责任心量表具有一定的信度；②学习心理对学习自控具有显著的影响，而学习动机与学习责任心对学习成绩没有直接的显著性影响；这似乎可以说明：其它学习心理对学业成就的影响，需要通过行为的自我控制才能真正起作用；③学习自信心对学习成绩有显著性的影响。教学中，老师要注意培养学生学习的自信心，同时要重视把学生的学习动力转化为实际的学习行动。     

基于对比学习方法的小样本学习

针对目前小样本学习中存在的问题,设计一种新的网络结构及其训练方法以改进小样本学习.该网络在特征嵌入部分采用卷积网络并结合多尺度滑动池化方法以增强特征提取.网络主体结构为类孪生网络,以便于通过样本间的对比从小样本数据中学到语义.网络的训练方法采用嵌套层次的参数更新以保证收敛的稳定性.在两个经典小样本学习数据集上与常用的视觉模型和前沿小样本学习方法进行了对比实验,实验结果表明,该方法在小样本学习的精度上有显著提升,可作为样本不充足情况下的解决方案.     

语言的内隐学习研究及其对语言学习的启示

介绍了在母语语言学习及第二语言学习中内隐学习的实验研究的方法及其研究结果。在对研究结果进行分析评述后,提出了在语言学习中有效利用内隐学习的具体对策。     

基于隐偏向信息学习的强化学习算法

传统的强化学习算法应用到大状态、动作空间和任务复杂的马尔可夫决策过程问题时,存在收敛速度慢,训练时间长等问题.有效地学习和利用问题中包含的偏向信息可以加快学习速度,提高学习效率.在分析了偏向机制特点的基础上引入了隐偏向信息的概念,建立了一种基于偏向信息学习的强化学习模型,并提出了一种基于特征的改进SARSA(λ)算法.针对于推箱任务的实验表明,改进的算法明显提高了学习效率.     

基于连续动作学习自动机的联想强化学习

联想强化学习是一种在不确定环境下的机器学习问题,其中学习系统的目标是为环境的每一种输入状态确定一个最佳的输出动作。文章提出一种新的连续动作学习自动机(CALA)。该自动机以一个可变区间作为动作集,并依照均匀分布方式产生输出动作。根据环境反馈的成功/失败信号,学习算法对动作区间的端点进行自适应更新。将该方法应用于求解两个经典的联想强化学习问题,仿真结果演示了新算法相对于两种现有的CALA算法的优越性。与旧算法相比,新算法的学习性能平均可提高1.9%到5.7%,最高可提高22.4%到65.2%。     

基于学习对象的移动学习资源设计

学习资源是学习有效开展的前提条件。随着研究的不断深入,移动学习必然会打破各自为政的资源设计与开发模式,可重用、可共享的资源构件将成为首选。通过剖析影响移动学习内容传递的因素,提出了基于学习对象设计移动学习资源的构想,并根据移动学习特征对"学习对象"的组成、粒度、重用性进行了探讨。     

Brief Review on Learning Objects in Online Learning

Introduction Learning objects are the important in online learning environment. An increasingly large literature is about it,but some questions and problems exist in the literature. This article will briefly reviewthe definition and evaluation of     

基于迁移学习的贝叶斯网络参数学习方法

针对贝叶斯网络参数迁移过程中对源域及目标域限定条件较多等问题，在考虑源域-目标域多种信息形式的情况下，提出一种基于贝叶斯网络参数迁移学习的统一框架.该方法综合考虑了源域结构和数据量在迁移中的作用，在结构相似性的基础上，探讨了备选源域数据量对参数迁移的影响.在迁移过程中引入与目标域数据相关的平衡系数.通过平衡系数将目标域数据与迁移过程联系起来，实现平衡系数的自动调节.Asia网络验证了本文方法的准确性.