浅论非智力因素在化学教学中的培养

非智力因素是认识活动的动力系统,良好的非智力因素有利于学生的智力发展和身心健康,有利于个体潜能得到充分的发展.在化学教学中,教师应特别重视学生非智力因素的培养,这对学生学习化学很有帮助.     

生物教学中非智力因素的培养

学生的学习活动及其效果主要由内因即心理因素决定。心理因素包括智力因素和非智力因素两个方面。所谓非智力因素,一般认为包括动机、兴趣、情感、意志、性格和素质等。教学实践证明,大多数学生的智力因素方面并无多大悬殊,导致两极分化的主要原因是非智力因素方面的差异。     

培养良好的学习习惯

教育心理学的研究表明:学生学习成绩的优劣与其本身的"智商"关系并不太大,形成差异的主要原因在于非智力因素.在非智力因素中,学习习惯的好坏,是学生学业差异的一个决定因素.因此,掌握科学的学习方法,并使之成为良好的学习习惯,是学习的一项战略性任务.     

面向“差生”的教学方案

如何对“差生”进行有效的教育,是职业学校教学工作的重大课题。要树立关心爱护学生的办学思想,不嫌弃差生,要根据其实际知识水平和能力进行教学,开展丰富多彩的活动,以开发其非智力因素。     

面向"差生"的教学方案

如何对"差生"进行有效的教育,是职业学校教学工作的重大课题.要树立关心爱护学生的办学思想,不嫌弃差生,要根据其实际知识水平和能力进行教学,开展丰富多彩的活动,以开发其非智力因素.     

首先应该是一个善良、正直、有教养的人

"成才"这个概念,时下的许多人已经明白.从世界范围看,对"才"的评价标准也逐渐统一. "才"应该是智力因素与非智力因素的综合评价指标.当今社会,只学好数理化,恐怕走不遍天下.而非智力因素,譬如性格,处理人际关系的能力如果有一个大的提升或完善的话,才有可能走遍天下都不怕.     

将生活寓于化学教学中

重视学生的生活经验,密切联系学生的生活实际以及材料、能源、环境、生活等,体现化学与人类、化学与社会发展的密切关系,这是课改后九年级化学教材编写的设计思想和重要特点之一.     

农作物生产的前沿:化学研究的目标

农作物生产技术的发展我们在此述及的化学研究目标,如果不考虑农作物生产技术方面已经可以看到的和潜在的变化,就不可能真正搞清楚。而这些变化本身又受一些正在加重中的外部限制因素的支配。恰当选定的研究目标的结果,能够有助于减缓其中的某些限制因素,因而有利于或能使人们引进或推广各种不同的农作物生产技术。表1中总括了农作物生产的主要的现有和预料表1.农作物生产技术方面可以看     

《美式家庭:品质教育家长对策》

这是一本献给天下父母的子女教育指导教程。众多成功者的事例告诉我们,一个人的品德、性格、意志力、适应能力、交际能力、审美能力等非智力因素在很大程度上是     

等离子体化学气相法沉积金刚石的进展

本文评述了化学相沉积法制备人造金刚石薄膜的进展情况。重点评述反应机理,发展历史,沉积方法,衬底材料,检测手段。讨论了有利于形成立方晶系金刚石材料的沉积条件。     

如何看待人工智能的发展

人工智能本质上是对人类智能的功能模拟。虽然在某些方面的表现比人类智能更优秀,但是由于其固有的复杂性和技术的局限性,所以充其量只不过是人类智能的延伸,最终在整体上是不能代替人类智能的。     

类脑智能引导AI未来

人工智能是否要“类脑”以及如何“类脑”是人工智能发展中颇具争议的问题。结合在仿生视觉及人工智能领域多年的研究体会,阐述了类脑智能研究的意义与方式,讨论了现阶段人工智能与类脑智能的异同,发表了对未来人工智能发展的一些看法。基于对类脑智能的以上看法,作者及团队将研发智能、感知和操控功能兼备的“机器头脑”,以探索机器自主智能的发展。     

量子人工智能：量子计算和人工智能相遇恰逢其时

量子人工智能，是由量子计算和人工智能交叉发展起来的新兴学科和技术。过去几十年来，量子计算和人工智能技术各自经历了起起落落、螺旋上升的发展历程，而现在正逐渐落地，有望给人类的技术革新、生产和生活带来颠覆性改变。我们正迎来二者深度交叉的最好时机，一个量子人工智能研究的最好时代！     

踏踏实实地研究人工智能

今天人工智能的巨大成就表现在机器学习上取得了突破性的发展及"智能+"推动了人工智能的普适应用。人工智能成为世界科技发展的一个新高地,各国对此都作出战略布局。同时,人工智能的发展也向我们提出了新的挑战,在伦理、社会治理等方面引入了新的课题。在展望人工智能光明前景的同时,我们也要清楚地认识到:人工智能,特别是机器学习,它基本的方法、基本的思路还是比较简单和粗糙的。现在的人工智能是着重于智能外延的人工智能,也就是说着重于模拟人的智能的外在功能,而人工智能的发展还有待于在智能内涵的理解上的不断进展。本文就此对人工智能的发展作一个抛砖引玉的讨论,也对机器学习的研究方向作探讨。     

多元智能理论研究综述

文章对多元智能理论的研究发展从多元智能与教育教学观、素质教育、新课程改革、教师教育以及幼儿园教育等几个方面进行了综述,并对多元智能理论的教育实践进行了评价和展望。     

论舞蹈的教育功能

论述了舞蹈教育是促进少儿德、智、体、美全面发展的一门重要课程。     

深度模型水印

深度神经网络模型凝结了设计者的智慧，需要消耗大量数据和计算资源，是人工智能技术的重要产出物，已被广泛应用于生产和生活当中。然而，作为一种数字产品，如何保护深度神经网络模型免于被非法复制、分发或滥用(即知识产权保护)是人工智能产业化进程中必须面临和解决的难题。文章主要介绍基于数字水印的深度模型产权保护技术，通过总结深度模型水印的发展现状，对深度模型水印的研究趋势进行展望。     

浅谈基于深度森林的年龄估计

人工智能和深度学习越来越多地进入到我们的日常生活。自动人脸年龄估计是人工智能领域的一个热门研究问题,并随着社交平台和社交媒体的兴起越来越受到人们的关注。从基于传统人工智能技术和基于深度学习的两个方法对人脸年龄估计进行了介绍,并着重对基于深度森林的年龄估计进行了阐述。     

谈机电一体化技术的发展趋势

机电一体化技术是跨学科技术,近年来发展迅速,其发展趋势是光机电一体化、柔性化、智能化、仿生物系统化、微型化。     

论人工智能空间分析

空间分析是对空间现象进行定量分析的一种方法,成为支撑地理信息系统(geographic information system,GIS)发展的核心竞争力。LBS(location based service)的非专业化应用,给空间分析带来了空前的挑战。尤其是智能手机、移动支付系统、共享单车等的快速发展,在短短几年时间内将空间分析带入到一个全新的人工智能阶段。为了给正在到来的人工智能空间分析(artificial intelligence spatial analysis,AISA)绘制一个蓝图,首先简要梳理了空间分析发展的关键节点：从0到1的计算机化工作模式、全球视野的可视化计算、隐LBS与智慧应用、云GIS与人工智能时空决策。其次梳理和总结了机器学习的五大流派、主导算法与空间分析对应的演进特点。再次,提出了人工智能空间分析的定义和建模原理、技术框架。最后,预测了未来人工智能空间分析的热点研究方向：智能空间计算、超参数空间优化、智能空间规划机器人、全样本时空预测和空间神经网络分析等。通过梳理、分析、总结及预测人工智能空间分析的发展历史及发展趋势,旨在为人工智能空间分析提供系统性的理论及应用研究参考。