99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何促進(jìn)學(xué)生深度學(xué)習(xí)?選用三條策略進(jìn)行探索

倩倩 ? 來源:lq ? 作者:中國教育新聞網(wǎng) ? 2019-09-20 15:46 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

隨著新課程改革的不斷深入和學(xué)科核心素養(yǎng)的提出,深度學(xué)習(xí)作為落實(shí)物理學(xué)科素養(yǎng)的有效策略,在教學(xué)實(shí)踐中受到越來越多教師的重視。那么,如何促進(jìn)學(xué)生深度學(xué)習(xí)?在教學(xué)實(shí)踐中,我們選用了三條策略進(jìn)行探索。

在情境中走向真實(shí)學(xué)習(xí)。在深度學(xué)習(xí)教學(xué)中,啟發(fā)學(xué)生思維成為教師課堂教學(xué)的首要任務(wù),而引發(fā)學(xué)生已有的知識經(jīng)驗(yàn)是最佳路徑。因此,我們給物理教學(xué)中的情境定義為:情境和活動的基礎(chǔ)目的是引發(fā)學(xué)生的經(jīng)驗(yàn),在能有效喚醒學(xué)生經(jīng)驗(yàn)的同時,還要兼顧學(xué)生興趣的激發(fā)。

如何有效創(chuàng)設(shè)情境和活動?我們確立了三個途徑:一是基于學(xué)生的生活經(jīng)驗(yàn):物理來源于生活,生活中也充滿了物理現(xiàn)象和事實(shí),對于許多概念,我們可以從生活中引進(jìn)情境和活動進(jìn)行創(chuàng)設(shè)。比如,壓強(qiáng)概念的引入,教師出示三個情境和問題:重量相同的汽車和履帶拖拉機(jī)在松軟的土地上,誰更容易陷到地里,為什么?用同樣的力氣把一根針和一根鋼筋扎進(jìn)木頭板,誰更容易扎進(jìn)去,為什么?裝滿貨的汽車和空車走過一條土路時,誰與地面接觸面積大?誰留下的痕跡深?為什么?這樣,從學(xué)生的生活實(shí)踐中讓他們體會到壓強(qiáng)的兩個因素——壓力與面積,更有利于學(xué)生概念的建構(gòu)。

二是基于學(xué)生的知識經(jīng)驗(yàn):物理知識本身就是一個完整的知識體系,它們之間有著本質(zhì)的邏輯關(guān)系,通過對原有知識的運(yùn)用而引發(fā)學(xué)生對新知識的學(xué)習(xí)。

三是搭建思維支架:一些知識學(xué)生學(xué)習(xí)困難,是因?yàn)橄鄳?yīng)的思維方式?jīng)]有建立,如學(xué)習(xí)《浮力的大小》一節(jié)時,教師讓學(xué)生先做了兩組分別涉及物體大小、液體密度變化的實(shí)驗(yàn),初步感受物體所受浮力相關(guān)聯(lián)系后再進(jìn)行教學(xué),提前做好了思維引導(dǎo)。

用問題激發(fā)探究。問題的質(zhì)量決定了學(xué)生思維的深度,高質(zhì)量的問題是學(xué)生能否進(jìn)行深度學(xué)習(xí)的保障。

在問題和任務(wù)的設(shè)置方式上,我們確定了三個原則:結(jié)構(gòu)化、層次化和探究性。所謂結(jié)構(gòu)化就是在問題設(shè)置上要形成體系,構(gòu)建一個總問題、分問題、子問題的結(jié)構(gòu)體系,讓結(jié)構(gòu)本身也成為促進(jìn)學(xué)生思維和知識建構(gòu)的工具。比如,在《物質(zhì)的密度》一課中,教師在實(shí)驗(yàn)后設(shè)計(jì)了以下問題結(jié)構(gòu):進(jìn)行實(shí)驗(yàn)一后分析,相同體積的同種物質(zhì),其質(zhì)量是否相等?相同體積的不同種物質(zhì),其質(zhì)量是否相等?在不注明哪杯是純水,哪杯是鹽水的情況下,如果不允許品嘗,該如何區(qū)別?通過結(jié)構(gòu)化問題,為學(xué)生進(jìn)行知識建構(gòu),搭建框架。

所謂層次化就是在問題設(shè)置上通過“剝筍式”架構(gòu),構(gòu)建一個從小到大、從淺到深、從廣度到深度的問題鏈,讓學(xué)生的思維走向深入。

問題的價值在探究。在教學(xué)《摩擦力》一課時,教師設(shè)計(jì)了三個問題:生活中沒有摩擦力會怎樣?如果在寫作業(yè)時摩擦力消失,會出現(xiàn)什么狀況?汽車行駛過程中輪胎沒有摩擦力會怎樣?很明顯,只有第二個問題考慮了范圍的控制性和問題的綜合性,才更具思考的價值。

五步提問法引導(dǎo)思維深化。在學(xué)生初步提出問題后,教師針對預(yù)設(shè)問題和生成問題的提問方式成為能否促進(jìn)學(xué)生深度學(xué)習(xí)的關(guān)鍵。為提升提問質(zhì)量,在教學(xué)實(shí)踐的研究中,我們總結(jié)了五步提問法:教師根據(jù)設(shè)計(jì)問題進(jìn)行提問;學(xué)生根據(jù)提問進(jìn)行回答;教師根據(jù)學(xué)生的回答進(jìn)行理答;組織更多學(xué)生參與;當(dāng)學(xué)生思路清晰、思考到位后,教師梳理歸納評價。

知識的價值在于探究,知識只有經(jīng)過思維加工和過程探究才能促進(jìn)學(xué)生對知識的真正建構(gòu),并發(fā)揮其育人價值。只要我們把人的發(fā)展作為課堂教學(xué)的終極目標(biāo),并付諸實(shí)踐和探索,我們的課堂就會在促進(jìn)學(xué)生深度學(xué)習(xí)中發(fā)揮更大作用,使學(xué)生的物理核心素養(yǎng)不斷提升。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    線和相四線的區(qū)別

    、基本結(jié)構(gòu) 線系統(tǒng)由個導(dǎo)線組成,即三條相線(L1、L2、L3)。這三條相線之間的電壓稱為線電壓,通常在工業(yè)應(yīng)用中為380V或其他標(biāo)準(zhǔn)
    的頭像 發(fā)表于 03-16 17:59 ?1914次閱讀
    <b class='flag-5'>三</b>相<b class='flag-5'>三</b>線和<b class='flag-5'>三</b>相四線的區(qū)別

    軍事應(yīng)用中深度學(xué)習(xí)的挑戰(zhàn)與機(jī)遇

    人工智能尤其是深度學(xué)習(xí)技術(shù)的最新進(jìn)展,加速了不同應(yīng)用領(lǐng)域的創(chuàng)新與發(fā)展。深度學(xué)習(xí)技術(shù)的發(fā)展深刻影響了軍事發(fā)展趨勢,導(dǎo)致戰(zhàn)爭形式和模式發(fā)生重大變化。本文將概述
    的頭像 發(fā)表于 02-14 11:15 ?536次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化網(wǎng)絡(luò)的輸出誤差。 二、深度學(xué)習(xí)的定義與發(fā)展
    的頭像 發(fā)表于 02-12 15:15 ?851次閱讀

    淺談適用規(guī)模充電站的深度學(xué)習(xí)有序充電策略

    深度強(qiáng)化學(xué)習(xí)能夠有效計(jì)及電動汽車出行模式和充電需求的不確定性,實(shí)現(xiàn)充電場站充電成本化的目標(biāo)。通過對電動汽車泊車時間和充電需求特征進(jìn)行提取,建立適用于大規(guī)模電動汽車有序充電的馬爾可夫決策過程模型,并
    的頭像 發(fā)表于 02-08 15:00 ?535次閱讀
    淺談適用規(guī)模充電站的<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>有序充電<b class='flag-5'>策略</b>

    ads1248使用三條校準(zhǔn)指令校驗(yàn)時,要使用內(nèi)部的VREF,還是使用外部的REF0?

    我的系統(tǒng)使用外部REF0輸入基準(zhǔn)電壓?,F(xiàn)在疑惑的是:使用三條校準(zhǔn)指令校驗(yàn)時,要使用內(nèi)部的VREF,還是使用我外部的REF0?手冊中沒有提到。
    發(fā)表于 01-16 07:00

    ADS1291 ECG三條感應(yīng)信號,在主板走線如圖, 影響大不大?

    ECG 三條感應(yīng)信號,在主板走線如圖, 影響大不大?
    發(fā)表于 11-28 06:52

    NPU在深度學(xué)習(xí)中的應(yīng)用

    隨著人工智能技術(shù)的飛速發(fā)展,深度學(xué)習(xí)作為其核心驅(qū)動力之一,已經(jīng)在眾多領(lǐng)域展現(xiàn)出了巨大的潛力和價值。NPU(Neural Processing Unit,神經(jīng)網(wǎng)絡(luò)處理單元)是專門為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-14 15:17 ?1903次閱讀

    深度學(xué)習(xí)模型的魯棒性優(yōu)化

    深度學(xué)習(xí)模型的魯棒性優(yōu)化是一個復(fù)雜但至關(guān)重要的任務(wù),它涉及多個方面的技術(shù)和策略。以下是一些關(guān)鍵的優(yōu)化方法: 一、數(shù)據(jù)預(yù)處理與增強(qiáng) 數(shù)據(jù)清洗 :去除數(shù)據(jù)中的噪聲和異常值,這是提高模型魯棒性的基礎(chǔ)步驟
    的頭像 發(fā)表于 11-11 10:25 ?1184次閱讀

    AI干貨補(bǔ)給站 | 深度學(xué)習(xí)與機(jī)器視覺的融合探索

    ,幫助從業(yè)者積累行業(yè)知識,推動工業(yè)視覺應(yīng)用的快速落地。本期亮點(diǎn)預(yù)告本期將以“深度學(xué)習(xí)與機(jī)器視覺的融合探索”為主題,通過講解深度學(xué)習(xí)定義、傳統(tǒng)
    的頭像 發(fā)表于 10-29 08:04 ?575次閱讀
    AI干貨補(bǔ)給站 | <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>與機(jī)器視覺的融合<b class='flag-5'>探索</b>

    Pytorch深度學(xué)習(xí)訓(xùn)練的方法

    掌握這 17 種方法,用最省力的方式,加速你的 Pytorch 深度學(xué)習(xí)訓(xùn)練。
    的頭像 發(fā)表于 10-28 14:05 ?652次閱讀
    Pytorch<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>訓(xùn)練的方法

    GPU深度學(xué)習(xí)應(yīng)用案例

    GPU在深度學(xué)習(xí)中的應(yīng)用廣泛且重要,以下是一些GPU深度學(xué)習(xí)應(yīng)用案例: 一、圖像識別 圖像識別是深度學(xué)習(xí)
    的頭像 發(fā)表于 10-27 11:13 ?1353次閱讀

    激光雷達(dá)技術(shù)的基于深度學(xué)習(xí)的進(jìn)步

    維空間信息。這使得激光雷達(dá)在自動駕駛、無人機(jī)、機(jī)器人等領(lǐng)域具有廣泛的應(yīng)用前景。 二、深度學(xué)習(xí)技術(shù)的發(fā)展 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個分支,它通過
    的頭像 發(fā)表于 10-27 10:57 ?1063次閱讀

    FPGA加速深度學(xué)習(xí)模型的案例

    :DE5Net_Conv_Accelerator 應(yīng)用場景 :面向深度學(xué)習(xí)的開源項(xiàng)目,實(shí)現(xiàn)了AlexNet的第一層卷積運(yùn)算加速。 技術(shù)特點(diǎn) : 采用了Verilog語言進(jìn)行編程,與PCIe接口相集成,可以直接插入到
    的頭像 發(fā)表于 10-25 09:22 ?1223次閱讀

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進(jìn),相輔相成。以下是對兩者關(guān)系的介紹: 一、深度學(xué)習(xí)是AI大模型的基礎(chǔ) 技術(shù)支撐 :
    的頭像 發(fā)表于 10-23 15:25 ?2879次閱讀

    FPGA做深度學(xué)習(xí)能走多遠(yuǎn)?

    ,F(xiàn)PGA 也需要不斷適應(yīng)和改進(jìn)。研究人員和開發(fā)者將致力于針對 FPGA 的特點(diǎn)對深度學(xué)習(xí)算法進(jìn)行優(yōu)化,例如探索更高效的模型壓縮方法、量化技術(shù)以及硬件友好的算法結(jié)構(gòu)等,以進(jìn)一步提高 F
    發(fā)表于 09-27 20:53