学习领域课程

摘要： 相较于内地的语文阅读要求,中国香港的中文科教学同样重视引导学生进行广泛的阅读,中国香港教育局颁布的《中国语文教育学习领域课程指引(小一至中六)》(2017年拟定稿)就明确指出:语文学习要拓宽学生阅读面,增加阅读量,提升阅读深度。对此,中国香港教师积极组织学生开展阅读活动,而绘本以生动活泼的内容、图文并茂的形式、丰富多样的内涵、耐人寻味的思考而倍受青睐。在绘本的使用中,中国香港小学教师充分挖掘其价值,使课外阅读异彩纷呈。

摘要： 进入新世纪以来,我国的产业结构不断调整,中等职业教育将成为我国提升国家竞争力最宽厚的基础和最坚实的支撑,职业生涯规划课程是中职学校的必修课,也是我国培养有综合职业能力的新型技术性人才要求的途径之一。在《职业生涯规划》课程开发过程中,该课程在课程目标、内容、手段、评价方面存在问题,集中表现为学生的体验感较差。因此可借助体验式教学法,运用学习领域课程知识进行教学设计,以学生扮演职业规划师为主要突破点,改善传统课堂教师为主导的现状。本研究旨在提高学生对于该课程的学习兴趣,提高其创新意识和实践能力,树立正确的理想观和职业观。

摘要： 职业教育主要是为了培育技术型人才,即指培育胜任工作且能够奠定扎实职业生涯发展基础的综合职业能力。在这一过程中,学习情境设计是高职学习领域课程开发及实施的关键。本文基于对职业教育和学习情景含义进行解读,明确学习情景划分方法,分析学习情景设计原则,而后提出学习情景开发启示,以供参考。

摘要： 课程标准不仅是高职院校落实人才培养方案和规范教学管理的指导性纲领文件,更是教师具体开展教学设计和实施教学的执行依据,对课程教学效果和人才培养质量起着决定性作用.现以数控加工工艺与装备课程为例,采用"基于工作过程的学习领域课程开发"理念,按照学习领域描述、学习情境设计、课程教学安排、考核方案设计的顺序依次完成课程标准的开发,以便促进课程目标有力支撑专业目标、课程内容有效衔接职业标准、教学过程紧密对接生产过程,从而提高人才培养的专业综合能力和职业适用性.

摘要： 重构基于工作过程导向的专业课程,一般可分为以下五个程序:第一步,明确专业定位,确定培养目标;第二步,按专业所指职业类别进行职业工作分析,然后在工作领域提取典型工作任务;第三步,确定学习领域并根据物流行业职业特征,分解学习领域为学习情境;第四步,构建基于工作过程导向的物流管理专业课程;第五步设计基于工作过程导向的物流专业学习领域课程。

摘要： ”职业科学“在德国发展了几十年,作为尝试将职业教育作为一种类型教育的特有的学科基础,在内涵理解与研究范畴上逐步得到扩展与丰富,并且建立了与职业工作内容和职业教育课程内容的紧密关联.但由于学科内涵的变化及偏移,职业知识挖掘的复杂性及学术后备力量补充乏力等方面的问题,“职业科学”在实践层面虽然有较大需求并得到了进一步的发展,但在理论层面的正式建立还面临着巨大的挑战.未来,职业资格研究方法以及职业教育与职教教师教育中专业科学知识的深入开发是“职业科学”进一步发展的方法与内容基础.

摘要： 京津冀中心城市现代产业的转移对节点城市中职学校来说既是机遇也是挑战.以学习领域课程理论为指导,采用基于大数据的课堂观察法、文献资料法和访谈法,探究京津冀节点城市案例学校的课程建设现状与问题.结果表明,案例学校课程建设存在课程目标偏向学科化知识或操作技能的学习,课程模式忽视理论与实践的一体化,教学实施偏向学科导向而非行动导向,学习环境设置不够合理等问题.中职学校应以培养学生的综合职业能力作为课程设计的出发点,采取学习领域课程模式,遵循行动导向实施教学.

摘要： "工业4.0"时代,生产方式的变革使得德国职业教育及职业教育课程面临挑战.相关研究认为,"工业4.0"对应的职业教育课程应提供培养防御机器能力的内容,让学生掌握智能技术无法替代的职业知识与技能,同时应满足终身学习的需求.在此基础上,"工业4.0"时代学习领域课程仍然适用,但是需要做相应调整.调整策略分为两种,一种策略认为,现有的学习领域课程尚能够应对人力需求,职业教育课程建设主要是基于现有职业分类,通过补充"工业4.0"相关内容模块完成.另一种策略认为,"工业4.0"时代,工作内容分类将取代职业分类成为构建职业教育课程的基础,为应对"工业4.0"须构建关于计划设置、监控、维护、传输内容的全新学习领域课程.

摘要： 在“双高”建设计划推进过程中,高职院校致力于校企共同研制科学规范、国际可借鉴的人才培养方案和课程标准,需要进一步消化吸收国际先进的教育理念,加大成果导向教育(OutcomeBased Education)理念对课程改革的指导作用.成果导向教育理念从根本上指向人才培养目标的达成,要求在课程教学中关注学生的学习成效、关注学生的主体地位,这有利于丰富和完善国内主流的高职项目课程或工作过程导向学习领域课程理论.高职院校在课程改革中要树立全面的对“学习成果”的认识,在教育教学各环节贯彻成果导向教育理念,并与实践导向教育理念相结合,形成中国特色的高职课程标准.

摘要： 德国学习领域课程以工作过程结构理论为基础,是与建立在传统学科结构理论基础上的学科课程相对的一种课程模式.根据学习领域课程开发与具体职业相结合这一特征,提出了学习领域课程开发的两个关键问题:一个是从职业活动形态向职业学校课程形态转化,一个是从职业学校课程形态向职业活动形态转化.要推动优秀课程的开发,就要从提高影响转化的两个重要因素——教师和实训设施入手.

摘要： 本文介绍了德国双元制体制下“学习领域”课程的产生、内涵、优势,“学习领域”和“学习情境”的关系,分析了“学习领域”课程对各方面的不同要求,就“学习领域”课程谈了几点认识与思考.

摘要： 本文介绍了德国双元制体制下“学习领域”课程的产生、内涵、优势,“学习领域”和“学习情境”的关系,分析了“学习领域”课程对各方面的不同要求,就“学习领域”课程谈了几点认识与思考.

摘要： 本文介绍了德国双元制体制下“学习领域”课程的产生、内涵、优势,“学习领域”和“学习情境”的关系,分析了“学习领域”课程对各方面的不同要求,就“学习领域”课程谈了几点认识与思考.

摘要： 本文介绍了德国双元制体制下“学习领域”课程的产生、内涵、优势,“学习领域”和“学习情境”的关系,分析了“学习领域”课程对各方面的不同要求,就“学习领域”课程谈了几点认识与思考.

摘要： 本文介绍了德国双元制体制下“学习领域”课程的产生、内涵、优势,“学习领域”和“学习情境”的关系,分析了“学习领域”课程对各方面的不同要求,就“学习领域”课程谈了几点认识与思考.

摘要： 一种表征学习者在特定领域知识学习掌握状态的在线学习认知地图生成系统及方法，系统包括智能终端、服务器；所述智能终端用于在线学习交互，服务器中运行在线学习认知地图生成系统，包括知识图谱构建模块、学习交互数据获取模块、知识状态计算与预测模块和可视化输出模块。本发明适用于一般在线学习平台，可以仿真学习者的认知结构、诊断学习缺陷，为学习者提供个性化的学习资源和人际网络服务，从而减少学习迷航、降低认知负荷、提高学习的针对性和精准性。

摘要： 本发明提供了一种基于目标领域自监督学习的无监督领域适应方法和系统，包括：领域不变特征提取步骤、图像特征阶梯式领域对齐步骤、语义分割步骤、边缘生成步骤、分割图领域对齐步骤、边缘图领域对齐步骤和边缘一致约束步骤。本发明通过对目标领域实施一种有效的自监督学习，从而提高目标领域的无监督分割精度，实现良好的领域适应。

摘要： 本发明针对跨领域文本情感分类任务提出了一种多源领域适应联合学习方法与系统。此框架可以同时学习和训练多个领域的神经网络，可以从不同方面引入更丰富的监督信息。多个领域的任务可以相互补充，从而更容易得到更一般化的表示模型。特别地，本发明设计的联合训练的损失函数包括四个部分：情感分类损失、参数迁移损失、领域融合损失和防止过拟合的正则项。情感分类损失包含了源领域任务和目标领域任务上的情感分类损失，软参数迁移的方法可以有效地迁移源领域的情感知识到目标领域中，而深度领域融合可以保证在学习过程中不同领域的边际分布尽可能地相似。因此多源领域适应联合学习神经网络能够在有限的数据条件下实现更好的特征表示和泛化能力。我们在中文和英文的多领域数据集上验证了提出的多源领域适应联合学习框架，实验结果表明本发明提出的方法在跨领域文本情感分类准确率上有很大提升。

摘要： 一种基于产生式对抗学习网络的领域学习方法，包括以下步骤：1)收集源域人脸图像集，用人脸检测器定位人脸位置并抠出人脸图像；2)构建产生式神经网络G，输入输出为相同分辨率的人脸图像，其中输入为收集的特定应用场景人脸图像，输出为转换后的图像；3)构建分类神经网络D，运用卷积神经网络神经元，输入为产生式神经网络的输出图像和人脸分类器的训练图像，输出为两种输入图像的分类；4)采用异步方式迭代训练产生式神经网络G和分类神经网络D；5)在指定场景进行人脸识别时，先将输入人脸图像I进行转换G(I)，将转换后的人脸图像输入人脸识别模块得到人脸识别的结果。本发明对通用人脸识别器适应能力较强、数据成本较低。

摘要： 一种表征学习者在特定领域知识学习掌握状态的在线学习认知地图生成系统及方法，系统包括智能终端、服务器；所述智能终端用于在线学习交互，服务器中运行在线学习认知地图生成系统，包括知识图谱构建模块、学习交互数据获取模块、知识状态计算与预测模块和可视化输出模块。本发明适用于一般在线学习平台，可以仿真学习者的认知结构、诊断学习缺陷，为学习者提供个性化的学习资源和人际网络服务，从而减少学习迷航、降低认知负荷、提高学习的针对性和精准性。

摘要： 本发明属于人工智能的机器学习领域，公开了一种基于数据扩充一致性的领域泛化和领域自适应方法，包括以下步骤：S1.根据任务需求，设计基于深度神经网络的预测模型p

摘要： 本发明提供了一种基于目标领域自监督学习的无监督领域适应方法和系统，包括：领域不变特征提取步骤、图像特征阶梯式领域对齐步骤、语义分割步骤、边缘生成步骤、分割图领域对齐步骤、边缘图领域对齐步骤和边缘一致约束步骤。本发明通过对目标领域实施一种有效的自监督学习，从而提高目标领域的无监督分割精度，实现良好的领域适应。

摘要： 本发明针对跨领域文本情感分类任务提出了一种多源领域适应联合学习方法与系统。此框架可以同时学习和训练多个领域的神经网络，可以从不同方面引入更丰富的监督信息。多个领域的任务可以相互补充，从而更容易得到更一般化的表示模型。特别地，本发明设计的联合训练的损失函数包括四个部分：情感分类损失、参数迁移损失、领域融合损失和防止过拟合的正则项。情感分类损失包含了源领域任务和目标领域任务上的情感分类损失，软参数迁移的方法可以有效地迁移源领域的情感知识到目标领域中，而深度领域融合可以保证在学习过程中不同领域的边际分布尽可能地相似。因此多源领域适应联合学习神经网络能够在有限的数据条件下实现更好的特征表示和泛化能力。我们在中文和英文的多领域数据集上验证了提出的多源领域适应联合学习框架，实验结果表明本发明提出的方法在跨领域文本情感分类准确率上有很大提升。

摘要： 本发明涉及学习监控的技术领域，揭露了一种应用于学习领域下的智能耳机的学习监控手段，包括：对预处理后的智能耳机音频信号进行特征提取；构建改进的端到端语音识别模型，将所提取到的音频信号特征输入到模型中；对识别的语音结果进行词对转换，并计算转换后词对的词对紧凑度；基于词对紧凑度构建动态加权语音主题识别模型，将语音识别结果的词汇紧凑度输入到模型中；将所识别得到的语音主题与当前授课内容主题进行主题判断。本发明所述方法着重考察语音识别内容中词对紧凑度更高的词对，紧凑度更高的词对具有更高的主题识别权重，且在主题识别过程中，动态考虑其余词对的主题选择概率，基于全局主题识别实现更为准确的语音主题识别。

摘要： 本发明提出了一种基于迁移学习的中医临床领域词嵌入学习方法及迁移方法，针对中医临床领域是一个低资源的领域，采用了迁移学习的方法，基于实例的迁移学习扩大了低资源领域的数据资源；基于参数知识的迁移学习能够复用已训练好的模型参数，从而达到加快模型训练和节约训练成本的目的。同时改进了采样的方法，使用了基于PPMI的全局上下文随机负采样来解决中心词的上下文词并非都是真正临近于中心词的问题。