学习结果

摘要： 任务分析就是从教学目标出发,将目标依据学习结果分类,进而结合学情分析实现目标的条件的教学设计活动。针对当前教学中存在的普遍性问题,运用任务分析理论可以优化教学目标的制定、确定核心教学内容、准确把握学生需求并合理分配学习任务,进而在有序教学的过程中满足学生不同层级、不同类型的个体需求,在课堂里给学生“适合的教学”。

摘要： 学习者的个体特征和学习过程中的行为表现对在线学习结果具有一定的预测作用。为了探究在职教师在线学习结果的影响因素及预测模型,研究以教师信息技术应用能力在线学习为研究场景,选取1041名教师作为研究对象,依据性别、年龄、学科、学段等倾向性指标和参与、专注、绩效、规律4个维度的行为表现指标建立4种学习结果预测模型,综合评估7种分类算法后选择较优的预测模型和算法,并对确定的预测模型进行调参优化、动态适应性检验、可视化呈现和规则提取,并对预测风险给出了干预策略。研究表明:应用CART决策树算法通过倾向性指标和行为表现指标的混合预测模型获得了较优的预测效果,并且该模型具有早期的预测能力,可以为培训管理者在不同的学习阶段实施学习干预和支持服务提供科学依据。

摘要： 小学阶段是形成基础规则意识的时期,这一时期的学生喜欢自主、富有活力、充满情趣的课堂,自主学习能激发学生的求知欲。在道德与法治课堂教学中,教师应引导学生进行自主学习,激发学生自主学习的兴趣,培养学生自主学习的能力,帮助学生树立起自主学习的信心,重视学生自主学习的成效,鼓励学生自主进行道德实践。

摘要： “知识领域分类”是教学设计研究的一项基础性工作。国际上近50年来对知识领域分类的探索已形成诸多经典研究成果,如加涅的5种学习结果分类、布卢姆的6层次认知目标分类、梅里尔的学业水平与内容类别二维分类等。然而,这些知识领域分类框架在指导核心素养在课堂教学中的落地上仍然面临一些瓶颈。为此,在综合吸收和借鉴已有知识分类框架、学习科学与教学设计相关研究成果的基础上,可将知识领域划分为“是什么知识”“如何做知识”和“为什么知识”3种类型,具体再细分为事实、概念、程序(规则/步骤)、原理、策略和动力6种知识。其中,事实和概念属于“是什么知识”,程序/规则/步骤属于“如何做知识”,原理、策略和动力属于“为什么知识”。由此形成的学习过程循环可表征为“(动力与策略)+事实—概念—程序—原理+(动力与策略)”。核心素养在课堂教学中的落地,就是要将事实教学为主转向概念教学为主,然后再进阶到程序教学、原理教学、策略教学,同时确保有动力成分。对知识领域分类的探讨有助于教师明了教学目标的设置依据,在课堂上实现减负提质,选择合理的教学策略与评估方式,以及促进其完善最重要的教育专业知识。

摘要： 由于自然灾害等危机事件的频发,国家政策大力倡导大学生应急能力学习。以武汉大学通识课程"自然灾害院从影视、科学到应对"为例,探索在体验式教学模式下大学生应急能力学习的结果,利用质性数据分析软件NVivo对搜集到的学生学习结果文本资料中的词云、词频进行分析并逐级解码。经分析发现,体验式教学模式能够助力学生应急知识、技能及态度价值观的获得,同时,体验式教学模式在教学过程中也面临过度依赖教师个人风格的难题,需要在后续实践中进一步加强突破和改进.

摘要： 采用二阶式纸笔测验以及半结构化访谈法对高中生持有的“芳香烃”心智模型进行测评,并重点分析了学生建构的与“芳香烃和苯的同系物的概念”“芳香烃的结构”“苯及其同系物的化学性质”等概念群相关的缺陷模型。研究发现学生建构的有关“芳香烃”缺陷模型包括3大类共计11种;学生对有机物空间结构的想象力和建构能力较为薄弱;学生对“有机化合物结构内基团之间相互作用对其化学性质的影响”认识不足,“性质-结构”模型不完善;学生建构的有机化学的心智模型尚不具备整体性。

摘要： 采用二阶式纸笔测验以及半结构化访谈法对高中生持有的"芳香烃"心智模型进行测评,并重点分析了学生建构的与"芳香烃和苯的同系物的概念""芳香烃的结构""苯及其同系物的化学性质"等概念群相关的缺陷模型.研究发现学生建构的有关"芳香烃"缺陷模型包括3大类共计11种;学生对有机物空间结构的想象力和建构能力较为薄弱;学生对"有机化合物结构内基团之间相互作用对其化学性质的影响"认识不足,"性质-结构"模型不完善;学生建构的有机化学的心智模型尚不具备整体性.

摘要： 联合国儿童基金会以人权、公平等理念为核心价值取向,积极参与全球儿童教育发展,致力于维护儿童生存与发展的权力.新经济背景下,儿童学习面临全球性危机,儿童基金会教育核心理念不仅需要继续关注人权与公平价值取向下的学习获取问题,还需积极回应国际社会优质教育需求下的成果改善问题.2019年,联合国儿童基金会发布了面向未来十年的教育战略?《每个孩子都能学习:2019?2030教育战略》.一方面,该战略延续了一贯的人权价值取向教育理念,关注两性教育平等、早期儿童教育、边缘化青少年教育和危急环境中的青少年教育,坚守公平与包容的主题和举措,为保障教育公平获取作出努力.另一方面,该战略指向未来工业变革的能力培养,以学习者为中心,致力于改善学校系统、创新学习方式、构建教育数据库,突出教育系统强化和学习方式创新以改善学习成果.此次教育战略革新,儿童基金会教育理念与实践上既有传承又有较大的方向性改变,其总体特点是在坚守中逐渐趋向于平衡.研究儿童基金会的最新教育战略,对我国与之开展的教育合作具有指导意义,如合作开展性别平等教育、合作推进早期儿童优质教育、合作构建学习成果数据库等.同时,该教育战略对我国基础教育的公平目标实现和高质量发展具有一定参考价值.

摘要： 国际金融法课程旨在培养具备国际化视野和复合型能力的法律专业人才.其教学理念和教学目标凸显全英语教学的必要性和可行性.从教学理念到具体开展,从教材选取到内容安排,从授课特点到教学模式都应体现新时代特点.国际金融法全英语课程正是吸收学习和探讨域外国家或地区金融法制的有效渠道,可以为中国特色涉外金融法体系提供借鉴.

摘要： 该文系统阐述了OBE教育理念的含义、原则以及实施步骤,全面分析了大学英语教学现状,就课程目标重构、课程体系重建、课程教学模式革新、课程评价体系完善四个方面详细论述了大学英语教学改革的策略,以期对大学英语教学质量提升提供借鉴.

摘要： 新世纪伊始启动的第八次基础教育课程改革,不仅深刻改变了我国基础教育的价值理念和学校实践,也实质性拓展了对学生学习结果质量的视野和认识.广义上的学习结果质量观超越了单纯依据学生考试成绩判断学业质量的窠臼,提供了多维度、多视角审视和分析学生学习结果的可能.本研究在新课程改革学业质量观指导下,基于中国学校课程教学调查(ICIC)数据库项目的数据,从学习成绩、学业自我概念、自我效能感、学习动机、学习兴趣、学校幸福感、校内人际关系等维度,对学生在学习结果上存在的类型进行了分析,并在此基础上研究了不同类型的学生在家庭、班级和学校等学习和生活环境上的差异.研究表明,依据上述学习结果指标,可以将学生分为处境良好、成绩取向和处境不良三种类型.不同类型的学生所处以及知觉中的家庭、班级和学校环境存在显著差异.这种差异提供了后继学校教育和政策制定上的学理依据.

摘要： 以学习结果理论为基础,构建目的为导向、行为表现为结果的教学评价系统可以为认识有效教学提供支持和帮助.本文介绍将OBE(Outcome-Based learning)教育理念导入"机械零件设计"课程,尝试从学生学习结果为目的来安排教学内容,并有效评价学生学习结果的课程模式,从而促进该课程形成一种教-学-评的良性循环机制,其目的是提升课程教学质量和学校人才培养质量.

摘要： 研究教师评价素养需要演绎和归纳两种路径.演绎路径从教师专业标准出发,采取规例法,突出目标导向.归纳路径从评价实践出发,采取例规法,强调实践导向.教师评价素养源于评价实践,在评价实践中形成,本质是学习结果.评价"是什么"、"怎么评"、"为何评"等问题,与教师评价实践的言语信息、智慧技能、认知策略、态度和动作技能等学习结果相对应.培育教师评价素养,需要呈现教师评价实践的学习结果.

摘要： 通过对某高校322名毕业生的问卷调查数据的分析,考察大学生自我报告的学习结果和满意度之间的关系.建构高阶因子结构方程模型的分析结果表明,满意度对学习结果的影响的显著,学习结果对满意度的影响不显著.进一步通过方差分析发现,不同满意程度的学生自我报告的学习结果之间存在显著差异,高满意度的学生自我报告的学习结果好于中等满意度和低满意度的学生,并且这种差异在认知学习结果和非认知结果上具有不同表现.尚不能由此得出自我报告的学生结果与满意度之问的因果关系,但在解释自我报告的学习结果时应当充分考虑满意度的影响.

摘要： 随着计算机技术及网络技术的发展，在网络学习环境下，学习风格会对在线学习中的行为及学习结果造成什么影响，引起了研究者的关注。论文根据Kolb学习风格量表将学习者分类，并跟踪其在线实时交互行为，分析了不同学习风格的在线学习者的交互参与度、交互深度以其学习结果的差异。

摘要： 教学目标反映的是教学活动结束后学习者内部心理结构变化的不同水平的学习结果。准确阐释教学目标是实施“目标为本”的教学设计和保证教学过程有效性的基本前提。本文参照当代教育目标新分类的研究，将“三维教学”目标界定为：学习者的情感(想要学)、认知(学得懂)和动作(能表现)三者经自我调控统整后得到的学习结果。

摘要： 本文提出了一种动态的综合安全评价方法,利用其中的一种神经网络(即BP网络)的原理和方法,根据专家系统提供的较为可靠和代表性数据进行学习并训练网络,进而对研究对象整体的安全水平进行评价,评价结果表明,它的计算结果和实际情况基本吻合,并且具有较强的实时性。

摘要： 本文提出了一种动态的综合安全评价方法,利用其中的一种神经网络(即BP网络)的原理和方法,根据专家系统提供的较为可靠和代表性数据进行学习并训练网络,进而对研究对象整体的安全水平进行评价,评价结果表明,它的计算结果和实际情况基本吻合,并且具有较强的实时性。

摘要： 本文提出了一种动态的综合安全评价方法,利用其中的一种神经网络(即BP网络)的原理和方法,根据专家系统提供的较为可靠和代表性数据进行学习并训练网络,进而对研究对象整体的安全水平进行评价,评价结果表明,它的计算结果和实际情况基本吻合,并且具有较强的实时性。

摘要： 本文提出了一种动态的综合安全评价方法,利用其中的一种神经网络(即BP网络)的原理和方法,根据专家系统提供的较为可靠和代表性数据进行学习并训练网络,进而对研究对象整体的安全水平进行评价,评价结果表明,它的计算结果和实际情况基本吻合,并且具有较强的实时性。

摘要： 取得部取得从控制对象观测到的、表示解释变量与目标变量的组合的多个观测数据。教师用学习部基于由取得部取得的多个观测数据，对用于根据解释变量输出目标变量的模型执行学习，生成学习完毕的教师用模型。学习用数据生成部通过对由教师用学习部生成的教师用模型输入规定的解释变量，取得针对规定的解释变量的规定的目标变量，生成规定的解释变量和规定的目标变量的组合作为用于对决策树模型执行学习的学习用数据。

摘要： 本发明的基板处理装置(100)具备基板保持部(120)、药液供给部(130)、基板信息取得部(22a)、药液处理条件信息取得部(22b)、及控制部(22)。基板信息取得部(22a)取得包含硬化层厚度信息或离子注入条件信息的基板信息，该硬化层厚度信息表示处理对象基板的抗蚀层中的硬化层的厚度，该离子注入条件信息表示在抗蚀层形成硬化层的离子注入的条件。药液处理条件信息取得部(22b)基于基板信息，自学习完成模型取得表示关于处理对象基板的药液处理条件的药液处理条件信息。控制部(22)根据药液处理条件信息来控制基板保持部(120)及药液供给部(130)，以利用药液对处理对象基板进行处理。

摘要： 学习装置(100、100a、100b)具有：学习用数据取得部(109)，其取得多个学习用数据，1个学习用数据是基于包含时间序列的观察值的1个或多个时间序列数据中的1个时间序列数据的第1信息、基于包含彼此不同的至少2个预测期间的多个预测期间中的1个预测期间的第2信息、以及基于经过预测期间后的观察值的第3信息的组合；以及学习部(110)，其将组合学习用数据中的第1信息和第2信息而成的信息作为说明变量，并且将第3信息作为响应变量，使用学习用数据取得部(109)取得的多个学习用数据进行学习，生成能够推理经过指定的预测期间后的推理观察值的已学习模型。

摘要： 具备：取得包含基板在装置内的位置及在各单元内的经过时间的状态信息的状态信息取得部；具有预测在某个状态下对于进行是否从匣盒取出新的基板及搬送至哪个处理单元的行动的价值的预测模型，并将取得的状态信息作为输入，基于预测模型选择一个行动的行动选择部；以进行所选择的行动的方式发送指示信号的指示信号发送部；取得包含处理片数与等待时间的动作结果的动作结果取得部；及以处理片数越多且等待时间越短则报酬越大的方式基于取得的动作结果来计算报酬，并基于该报酬来更新预测模型的预测模型更新部。

摘要： 本发明涉及一种通过使用自适应超参数的多阶段学习对机器学习网络进行设备上学习的方法，包括：(a)当新的学习用数据满足设备上学习条件时，将当前学习分为第1阶段学习至第n阶段学习，生成第1阶段学习用数据至第n阶段学习用数据，基于多个超参数中每一个的默认值生成第1超参数集候选至超参数集候选，训练所述机器学习网络，选择性能最高的所述机器学习网络，生成为第1自适应超参数集；(b)生成第(k_1)超参数集候选至第(k_h)超参数集候选，使用第k阶段学习用数据来训练，选择性能最高的所述第(k‑1)阶段学习的机器学习网络，生成第k自适应超参数集；以及(c)生成第n自适应超参数集，进行第n阶段学习，从而完成所述当前学习。

摘要： 学习辅助装置具有：导出部，其基于以将对象数据分类为第1标签和第2标签中的任意一方的方式使用教师数据进行过学习的模型以及包含被赋予了第1标签的第1数据和被赋予了第2标签的第2数据的教师数据，按照每个教师数据导出教师数据的特征量，并且，基于各自被赋予了第1标签和第2标签中的任意一方的至少1个教师候选数据和模型，按照每个教师候选数据导出教师候选数据的特征量；计算部，其按照每个教师候选数据计算出教师候选数据与第1数据的距离和教师候选数据与第2数据的距离中的至少一方；以及选择部，其根据距离，从教师候选数据中选择作为教师数据而追加的数据。

摘要： 本发明提供一种容易生成能够有助于模型的识别率的提高的学习用数据的学习用数据的评价方法。学习用数据的评价方法具有第一评价步骤和第二评价步骤。第一评价步骤是对使用通过数据扩展处理生成的学习用数据(D1)进行了机器学习的学习完毕模型(M1)的性能进行评价的步骤。第二评价步骤是基于第一评价步骤中的评价和数据扩展处理的参数的能取范围来评价参数的步骤。

摘要： 本发明提供一种容易收集用于使从内窥镜图像中识别病变的模型学习的学习数据的学习数据收集装置、学习数据收集方法和程序、学习系统、学习完毕模型、以及内窥镜图像处理装置。在将内窥镜图像与观察结果诊断信息进行关联、并使被进行了关联的内窥镜图像和观察结果诊断信息作为从内窥镜图像中识别病变的模型的在学习中使用的学习数据记录在记录装置中时，将被与观察结果诊断信息进行了关联的内窥镜图像分类成每个观察结果诊断信息的组，并且使用标签按每个组使内窥镜图像切换显示。

摘要： 操作结果预测方法是根据工业过程的多个操作条件来预测工业过程的操作结果的方法，包括：模型选择步骤，根据是否使用多个操作条件中的特定的关键操作条件作为预测操作结果时的说明变量，从多个学习模型之中选择特定的学习模型；及预测步骤，基于在模型选择步骤中选择的学习模型来预测操作结果。

摘要： 簇权重计算部(322)根据特定讲话者的语音的信号，使用簇权重计算NN来计算至少任意一个层被分解为多个簇的掩模计算NN的与多个簇各自对应的权重。掩模计算部(302)根据1个以上的讲话者的语音的观测信号的特征量，使用通过由簇权重计算部(322)计算出的权重进行加权后的掩模计算NN来计算从1个以上的讲话者的语音的观测信号的特征量中提取特定讲话者的语音的特征量的掩模。