教师实践性知识

摘要： 随着我国高等教育改革的不断推进,英语教育逐渐成为学校办学的核心。在此背景下,高校英语教师的实践性知识作为教学质量的保障,对整体教学质量及自身专业能力提升起关键作用。由尹静编著、南京大学出版社出版的《新时期高校英语教师实践性知识的理论与应用》一书,从教师发展的关键问题出发,根据国内外学者对教师实践性知识的形成与发展问题所进行的系列探索,以混合研究法对四名受试教师进行英语阅读教学方面的实验介入,对高校教师的实践性知识现状及影响因素等展开调查研究。

摘要： 为了适应不断推进的教育现代化变革,教师需要在新的工作情境下实现实践性知识的转型与发展。在互联网背景下,教师实践性知识具有凸显主动性、强调胜任力、突破技术性等特征。教师需要在建构多维信息素养、提高技术应用效能、实现自我超越等方面进行实践性知识的转型应对,其发展路径包括增强主体认知、加强自我修炼、共建协同互助体系等。

摘要： 教师实践性知识是教师必备知识体系中的重要组成部分,不仅是提升教师个人专业水平的需要,也是推动人才培养模式革新、促进教育改革不断深化的需要。为探讨教师实践性知识研究现状,本研究对相关文献进行检索梳理,旨在通过总结找到未来发展方向及研究热点。教师实践性知识的已有研究主要涉及概念、特点、影响因素、作用、培养策略等方面,同时也存在不少问题。未来该领域研究需大力加强实践性应用研究、基础性研究和国外教师实践性知识理论的研究。

摘要： 文章以叙事故事所具有的“时间性(temporal)、关联性(relational)、情境性(situational)”(TRS)三维特征为理论分析框架,对五位任职于美国科罗拉多大学,且同期参加大学教师发展中心PBL教学策略工作坊的教师展开实践性知识的叙事研究。采用Nvivo11对叙事故事、现场观察、半结构式访谈的多角数据进行编码分析,在呈现了教师螺旋建构实践性知识的全貌后发现,教师积累、运用、建设、分享实践性知识在“时间链接、资本孕育、情境转场”三向维度上显示出立体的“交互建构景观”。据此,最终生成了揭示教师实践性知识“历时沉淀、生产增值、传播联结”过程的TRS三维可持续发展模型。

摘要： 半个多世纪的开放教育探索中,开放大学教师积累了大量整合技术的教学经验,2020年春季以来的新冠肺炎疫情更是推动开放大学教师积极应对在线教学、混合教学的新要求。然而,开放大学教师TPACK发展未受到学界重视,同时大多数教师的教学经验得不到有效提升。该研究利用教育叙事行动研究法,对疫情以来具有较高教学动机和教学能力的案例教师的TPACK发展过程开展纵向研究,探讨后疫情时代开放大学如何推动教师高层次TPACK的发展。研究发现:(1)即使对于较高教学动机和教学能力的开放大学教师,其高层次TPACK发展仍需要持续、系统的触发,其中,叙事行动研究可助力教学设计培训、教学改革等传统教师专业发展路径,触发教师高层次TPACK的发展;(2)TPACK发展可一定程度破除开放大学及教师专业发展所面临的重重障碍,推动开放大学教师专业化和特色化发展。该研究将有助于推动开放大学等高校的教师提升教育教学专业化水平,从而更好地应对后疫情时代教育教学所面临的风险和不确定。

摘要： 教师实践性知识是一种默会知识,本质上是个体经验知识。我国现行教师实践性知识培育的理论研究与实践分离,无力指导实证研究。域外相关实证研究已经实现了理论指引下的学科化、个性化。放眼未来,我国培育教师实践性知识,既需要教育体制和教学制度上的变革,也需要激活一线教师的意向性觉知。

摘要： 实践性知识是在教学实践过程中教师通过学习获得的,是教师慢慢成长、走向成熟的标志,其形成是一个动态变化的过程。本文以某中学一名优秀青年教师D某为个案,以质的研究方法,通过现场观察、访谈、实物收集等方式,形成案例。通过案例分析,探索该教师的实践性知识的包含因素,剖析了影响其实践性知识发展的主要因素,揭示其发展实践性知识的有效途径,并提出了发展教师实践性知识的建议。

摘要： 职业院校教师实践性知识特点是:内容构成上,基于行业实践与专业教学实践的高度复杂融合;价值取向上,既指向学生职业能力提升,又指向学生身心发展;生成角度上,基于行业岗位的专业教学实践情境动态生成。职业院校教师实践性知识类型包括:经验型实践知识、技术技能型实践知识、方法型实践知识、策略型实践知识、创新型实践知识等五种类型。职业院校教师专业发展的不同阶段,其实践性知识的主要类型各不相同,因而,对职业院校教师实践性知识的特点、类型做深入分析,有助于教师专业发展策略的制定。

摘要： 实践性知识是优秀教师专业成熟的重要标准之一.文章针对教师在线实践社区中8个地区596名中小学教师的实践性知识,采用内容分析法、差异性分析法、主成分分析法等进行基于大数据的知识发现,研究了不同教师群体教师实践性知识的发展特征及变化规律.研究发现,基于经验学习圈的靠谱COP研修活动能够显著促进教师实践性知识的增长,特别是对教龄10年以上的成熟教师的作用最大;新手教师的实践性知识发展呈现出知识建构特征,胜任教师的实践性知识发展呈现出知识改进特征,成熟教师的实践性知识发展呈现出知识再造特征.基于不同教师群体实践性知识的发展特征,提出了设计教师专业发展项目的建议.

摘要： 借助CiteSpace 5.7软件,梳理相关文献可知教师实践性知识的关键词、概念定义、内容、特点、来源和影响因素。现有研究既有宏观层面的理论研究,又有微观层面的叙事研究。未来研究应进一步探究教师实践性知识的本质特征及生成逻辑,对处于不同发展阶段的教师实践性知识展开分类研究,更好地服务教师的专业成长与发展。

摘要： 教师实践性知识是教师知识的重要组成部分,是教师个人在教育教学实践中实际运用的知识,它主导着教师的思想和行动,具有鲜明的个体性、情境性、综合性和模糊性的特征。职后教师应该通过教学实践、教学反思、学习共同体及在职培训等途径获取教师实践性知识,不断促进自身专业发展。

摘要： 教师专业成长与学校发展息息相关已形成共识,学校重视教师专业培训但重点在青年教师和骨干教师,针对成熟型教师的专业成长研究不多.成熟型教师作为学校的中坚力量,占有比例大,但专业发展不平衡.怎样激发成熟型教师的专业学习的内驱力?笔者运用访谈法、数据分析法和文献法,通过参与王陆教授主持的基于网络教师专业发展实践社区COP项目,研究了所在学校的11名成熟型教师及其他三所试验学校成熟型教师在教育信念、自我效能感和策略性知识等教师实践性知识的变化,得出成熟型教师在线实践社区活动能激发其专业发展的内驱力,初步解决职业倦怠问题.

摘要： 本发明公开了知识管理技术领域的一种知识分类及隐性知识显性化的系统，包括知识库，在知识库的基础上结合外部刺激生成概念性知识，对概念性知识进行判断是否能通过语言或书面表达使得概念性知识被表述出来，若概念性知识能够通过语言或书面表达，则概念性知识被分类为显性知识，若概念性知识不能通过语言或书面表达，则概念性知识被分类为隐性知识；本发明通过将知识分类和隐性知识的显性化结合，先对知识进行分类，有效缩短学习时间，加强学习效率，促进隐性知识快速显性化，便于建立传播隐性知识的平台对隐性知识进行传播，有助于加强知识共享，强化内部合作。

摘要： 本发明公开了一种可解释性知识水平追踪方法、系统和存储介质，方法包括以下步骤：构建可解释知识追踪模型；在所述模型上执行以下步骤：区分嵌入知识点信息、习题文本信息以及与所述习题文本信息对应的习题回答记录信息；根据所述知识点信息计算得到键向量；根据所述键向量和所述习题回答记录信息更新所述知识点前一时刻的知识水平，得到当前时刻的知识水平；根据所述键向量和所述当前时刻的知识水平计算得到值向量；通过多维项目反应网络块根据所述知识点信息、所述值向量和所述习题回答记录信息预测所述习题文本信息的预测回答信息。本发明能有效应用于在线大规模的学习知识水平状态追踪场景。本发明可应用于数据挖掘技术领域。

摘要： 本发明公开了知识管理技术领域的一种知识分类及隐性知识显性化的系统，包括知识库，在知识库的基础上结合外部刺激生成概念性知识，对概念性知识进行判断是否能通过语言或书面表达使得概念性知识被表述出来，若概念性知识能够通过语言或书面表达，则概念性知识被分类为显性知识，若概念性知识不能通过语言或书面表达，则概念性知识被分类为隐性知识；本发明通过将知识分类和隐性知识的显性化结合，先对知识进行分类，有效缩短学习时间，加强学习效率，促进隐性知识快速显性化，便于建立传播隐性知识的平台对隐性知识进行传播，有助于加强知识共享，强化内部合作。

摘要： 本发明实施例提供一种用于交互对话的流程性知识抽取方法。该方法包括：利用知识图谱确定交互对话中每个对话语句的知识实体，将知识实体抽象化为对应的知识概念；对每个对话语句进行意图提取，与每个对话语句的知识概念结合，得到交互对话中句子级的多个知识概念‑意图组合；按照交互对话的对话顺序，基于首个知识概念‑意图组合对多个知识概念‑意图组合进行序列训练，得到符合交互对话流程顺序的知识概念‑意图组合集。本发明实施例还提供一种用于交互对话的流程性知识抽取系统。本发明实施例抽取采用了知识和意图结合的特征组合，所抽取的知识更符合对话流程的内容。抽取到具有跟对话知识高度相关，并具有差异性的抽象化流程。

摘要： 本发明涉及一种高速列车可维修性知识图谱构建方法，包括以下步骤：步骤1：构建高速列车可维修性知识图谱模式层；步骤2：构建高速列车可维修性知识图谱数据层；步骤3：采用Neo4j图数据库进行知识存储。通过构建多域融合的高速列车可维修性本体，使得设计域、故障域、维修域数据可以相互关联。

摘要： 本发明公开了一种案件隐性知识挖掘方法、装置及电子设备，包括：构建目标案件信息的初始案件知识图谱，所述目标案件信息包括案件文本信息和/或法律信息；基于预创建的本体库，对所述初始案件知识图谱进行规则推理，获得第一隐含信息集合；基于预生成的图神经网络模型，对所述初始案件知识图谱进行信息预测，获得第二隐含信息集合；对所述第一隐含信息集合和所述第二隐含信息集合进行处理，获得目标隐含信息。实现了提升计算效率以及信息挖掘的准确性的目的。

摘要： 本发明公开了一种基于图结构数据的端到端无数据对抗性知识抽取方法，用于模型压缩。本发明采用了产生式对抗性网络，该网络主要由三部分组成：将预先训练的教师模型和学生模型视为两个鉴别器，并利用生成器生成训练图，将教师模型中的知识提取到学生模型中。在不同的基准模型和6个代表性数据集上的大量实验表明，本发明的方法在图形分类任务上明显超过了最新的无数据基线。在没有任何实际数据的情况下，本发明成功地减少了误差，得到了一个性能相对较好的学生模型，可以有效地应用于不同的网络体系结构。本发明的方法是第一个提出有效的、端到端的无数据的图知识蒸馏框架，为今后的研究工作奠定了坚实的基础。

摘要： 本申请属于图像分割技术领域，具体涉及一种基于不确定性知识域自适应的半监督图像分割方法及系统，包括以下步骤：获取待分割图像；基于所获取的待分割图像和预设的图像分割模型，进行待分割图像的分割处理；其中，所述图像分割模型采用半监督分割模型，基于所构建的不确定性知识库提取所获取的待分割图像的图像样本特征，基于特征迁移的域自适应将所提取到的图像样本特征迁移到半监督分割模型，完成待分割图像的分割处理。

摘要： 本发明公开一种基于属性知识的轻量化零样本学习算法框架，由特征提取模块，属性识别模块和分类器模块组成；特征提取模块提取图片视觉特征，属性识别模块对每张图片进行属性识别，输出属性概率，分类器模块包含属性知识图谱，基于属性知识图谱的先验知识以及属性概率，采用广义零样本方法以及常规零样本方法实现对图片识别，输出识别结果。本发明在低训练成本的情况下，实现高精度识别；适合增量学习场景，模型在学新知识时可保留已经学的知识；模型框架中特征提取模块可根据精度和算力要求更换；两步式识别机制可有效缓解广义零样本学习中的域漂移问题。

摘要： 本发明公开了一种基于对抗偏差与鲁棒性知识蒸馏的图像分类方法，该方法用来解决图像分类领域内知识蒸馏方法出现学生模型对抗鲁棒性学习不足的问题。该方法使学生模型的自然样本输出与对抗样本输出均向教师模型学习，还规定模型自然样本输出与针对其本身的对抗样本输出之间的距离度量为对抗偏差，将教师模型的对抗偏差作为额外蒸馏项传递给学生模型，提高学生模型的泛化性。本发明实现了将教师模型的分类准确性与对抗鲁棒性传递给了学生模型，使学生模型在进行图像分类任务时可以保证较高识别准确率，并更加有效地抵御图像对抗攻击。相比于其他方法，本方法在多个常见的图像分类数据集上取得良好效果。