课堂问题行为

摘要： 本研究采用单一被试研究中的跨行为多基线设计,在教学情境中运用自我管理策略对一名智力障碍儿童的课堂问题行为进行干预。研究结果表明,自我管理策略能显著改善智力障碍儿童的课堂问题行为,具有积极的效果。

摘要： 通过分析课堂问题行为的主要类型以及产生课堂问题行为的原因,提出高校课堂问题行为的管理办法和对策,以期通过选择适宜的方法 与策略对课堂问题行为及时干预,从而减少课堂问题行为的发生,提高课堂教学质量.

摘要： 采用问卷法、访谈法和观察法,以广州某职业技术大学公共英语课堂为例,对高职学生课堂问题行为的现状进行了调查及归因分析。分析结果显示:高职学生课堂问题行为的产生,是学生自身因素、教师因素、课程设置因素及环境因素综合作用并产生消极影响的结果。其中,学生自身因素是主要原因,教师因素、课程设置因素及环境因素是次要原因。建议高职教师要从本校实际情况出发,多方齐抓共管,有效减少课堂问题行为,提高课堂实效。

摘要： 采用问卷法、访谈法和观察法,以广州某职业技术大学公共英语课堂为例,对高职学生课堂问题行为的现状进行了调查及归因分析.分析结果显示:高职学生课堂问题行为的产生,是学生自身因素、教师因素、课程设置因素及环境因素综合作用并产生消极影响的结果.其中,学生自身因素是主要原因,教师因素、课程设置因素及环境因素是次要原因.建议高职教师要从本校实际情况出发,多方齐抓共管,有效减少课堂问题行为,提高课堂实效.

摘要： 源自不同国家、宗教信仰、价值观念和文化背景的师生关系构成了对外汉语课堂教学的多元文化情境。对外汉语课堂问题行为的产生多有其深层次的文化归因。本文以留学生课堂问题行为作为切入点,深入分析这些问题行为背后隐含的文化差异,在此基础上提出对外汉语教师应具有跨文化意识,要在纠正留学生问题行为的过程中不断积累课堂管理经验、提高跨文化交际能力,从而提升自己的教学智慧。

摘要： 随着信息化教育的不断发展,各学科之间的关联愈发紧密,项目整合逐渐走进我们的视野.信息技术是一门综合性较强的学科,课堂教学中运用各类技术工具以实现课堂翻转,提升师生课堂的互惠互助,引导教师有效的教育教学,及时反馈学生课堂问题行为,努力改善教师自身教学问题,达到师生共同成长之目的.本文以技术工具班级优化大师为研究对象(以下简称"班优"),通过采用观察法和数据分析,研究其是否能够改善学生课堂问题行为.

摘要： 随着信息化教育的不断发展,各学科之间的关联愈发紧密,项目整合逐渐走进我们的视野.信息技术是一门综合性较强的学科,课堂教学中运用各类技术工具以实现课堂翻转,提升师生课堂的互惠互助,引导教师有效的教育教学,及时反馈学生课堂问题行为,努力改善教师自身教学问题,达到师生共同成长之目的.本文以技术工具班级优化大师为研究对象(以下简称"班优"),通过采用观察法和数据分析,研究其是否能够改善学生课堂问题行为.

摘要： 课堂是教学的主要阵地,良好的课堂秩序是课堂教学有序有效进行的重要保障,是学生全面发展的基石,然后,由于各种原因,小学生课堂问题行为普遍出现,导致师生的正常课堂活动不能有序进行,为此,多方面分析小学生课堂问题出现的原因,提出相对应的应对策略,有利于减少小学生课堂问题行为,恢复课堂秩序。

摘要： 为了解高中生课堂问题行为的现状,以及引起其产生课堂问题行为的内外因素,并据此从学生自身,教师及学校方面提出相应地建设性对策及建议.本研究采用访谈法、问卷调查法,自编调查问卷对云南某普通高中255名学生进行调查.结果表明:(1)高中生课堂问题行为非常普遍,具有频率高、时间长的特点;(2)高中生自身方面的意志力弱、情绪管控能力差、学习动机兴趣低下,上课过程中的诱发情境、其他事物吸引力大,教师方面的教学方式未迎合学生兴趣、课堂管理松散等是导致高中生课堂问题行为的主要内外因素.

摘要： 学生课堂问题行为一直是困扰教师的一大难题,它直接扰乱课堂教学秩序,影响教师教学任务的顺利完成和教学质量的提高.为改善此种状况,调查研究小学生在线课堂中存在的问题行为、产生的原因,并结合实际情况,从多角度提出有针对性的解决策略,以期能帮助广大教师有效地解决小学生课堂问题行为,为未来的网络平台教学提供参考.

摘要： 学生的课堂问题行为一直是国内外教学研究的热点,它具有普遍性、危害性以及时代性.有研究表明,体育艺术类课堂更容易发生课堂问题行为,目前我国对中小学的体育课课堂问题行为研究较多,体育专业大学生的课堂问题行为研究较为缺乏.高校体育专业学生是新时代的专业培养人才,其专业的教学质量及日后的就业质量影响着我国体育事业的发展,因此对该群体的课堂问题行为进行研究有十分重要的意义.研究表明，体育专业大学生的专业理论课的课堂问题行为的程度严重高于专业技术课的课堂问题行为程度，这与体育专业大学生的学习认知有关。体育专业大学生对课堂问题行为的认知具有片面性，忽视了专业理论课的不带学习用品、不关注课件资料，专业技术课的注意力不集中等属于课堂问题行为类型，并存在学习认知与学习行为不一致的表现。体育专业大学生的课堂问题行为皆以间接干扰课堂问题行为类型为主，专业理论课的行为类型筛选得出25项，前三位是长时间玩手机电脑等、不带学习用品、沉默不语；专业技术课的行为类型筛选得出19项，前三位是嘲笑同学、不专心听老师讲解、嬉戏打闹。体育专业大学生的课堂问题行为表现与性别、专业等因素存在显著性差异，与年级因素不存在显著性差异；体育专业大学生的专业理论课课堂问题行为原因的师生分析存在差异，学生认为原因依次是环境因素、自身因素、教师因素；教师认为原因依次是学生、环境、教师因素；专业技术课课堂问题行为原因的师生分析不存在差异，原因依次是学生自身因素、环境因素、教师因素。体育专业大学生的课堂问题行为是综合因素导致的，因此应从学生自身入手、教师辅助、环境监督三个方面来进行引导。

摘要： 本文在于试图通过行为契约理论的相关学说为解决解决青少年运动员文化课堂问题行为提供应对性策略。结合研究结果，构建青少年运动员课堂行为契约模式，明确师生在行为契约下的分工。基于行为契约理论管理青少年学生运动员文化课堂问题行为大体上可依据青少年学生运动员的运动项目不同、心理品质差异及不同问题处境设置单方契约、双方契约、集体契约等不同的契约方式，针对学生运动班集体课堂教学活动的开展，集体契约的签订效用最为明显。行为契约因素下，师生要明确其在契约规定的权利与义务，权利与义务内容的设定有随机性，且应因实际情况有所增减。行为契约下的教师要提升自身的专业素质、要让学生感受到学习的乐趣，感受到参与课堂管理，要注意课堂细节问题。学生运动员在课堂教学过程中要切实投入到课堂教学中，要切实为自己签订的契约负责，在责权明确的前提下，由契约约束相自我约束转化。课堂教学中契约的建立不是一蹴而就的行为，而是班级文化的具体提升，需要教师对班级具有较强的掌控能力，需要学生运动员发挥其运动心理品质与教学活动相结合，需要和谐的师生关系，需要建立师生信任感和班集体共同愿景。

摘要： 目的:是通过对自闭症学生课堂问题行为的原因分析,探讨自闭症课堂教学管理办法,提高课堂教学效率.方法:观察法、个别访谈法、行为研究法、行为矫正法.结果:每一种课堂问题行为的产生都是有原因的,弄清原因后,可以对症下药,采取有效的管理办法.结论:自闭症学生课堂问题行为的产生既有其自身的因素,又有教师和环境等外部的因素.教师通过对师生关系、课堂常规、学生行为、教室环境等进行有效管理,可以减少和控制自闭症学生的课堂问题行为.

摘要： 提出一个基于Agent的,自底向上的建模方法,目的是要理解课堂问题行为的动态性.课堂内学生的问题行为将导致纪律的不同转变,而课堂纪律转变有其重要的复杂性特性.这是一个很难采用传统仿真建模方法解决的问题.通过Agents建模,开发了针对课堂问题行为的仿真工具,试图调查多代理系统提供的灵活性.该建模具有观察代理之间所做的交互的优点。本文调查了工具的性能并提出了所得到的结果.

摘要： 课堂问题行为是学生在学校课堂中表现出的,妨碍课堂教学活动有效进行、影响教学效率的行为,而现有直接针对学生的课堂问题行为研究却非常少.本文以复杂自适应系统理论为指导,基于AOC建模方法来理解课堂问题行为的动态性,并在NetLogo平台上时教室内课堂纪律转变复杂性的突现现象进行了仿真.实验表明,该方法能够很好地再现现实世界中教室课堂纪律转变过程的三阶段动态性,也说明了该方法是可行的、鲁棒的并且是可扩展的.

摘要： 本发明公开了基于行为识别的学生课堂行为分析的监控方法，包括采集人体行为的视频信息以及人体骨架图关键点的深度信息；将采集到的图像通过姿势识别算法提取到学生行为骨架图；通过图卷积神经网络对骨架图进行特征提取，给定身体关节的2D或者3D形式的坐标的序列，构造了一个以关节为节点，以人体结构和时间为边的自然连通的时空图；在卷积过程中，根据人体关节和骨骼之间的运动相关性，将骨骼数据表示为有向图，提取关节、骨骼及其相互关系的信息，并根据提取的特征进行预测，并反馈给教师。本发明能够对课堂的学生一系列学习行为进行分析，减轻课堂负担。此外，本发明还公开了基于行为识别的学生课堂行为分析的监控系统。

摘要： 本发明公开了种课堂行为智能识别分析方法，包括步骤：获取学生头部长、宽和高数据，构件立体模型；通过图像采集单元采集学生头部动态空间数据，建立人员识别模型；建立头部转动角度基准，动态追踪识别每个学生的面部水平旋转角度；设定旋转角度预警值、以及大于旋转角度情况下持续时间预警值，并由旋转角度预警值与持续时间预警值共同触发警报，并记录学生违纪频率；根据学生违纪频率调节动态追踪识别的频率，通过以上方法实现对学生上课状态的动态监控，一旦出现交头接耳动作并维持一定时间，系统会自动识别预警，降低了老师在维护课堂纪律所耗费的精力，提高了学生的专注力，同时确保了教学质量。

摘要： 本发明公开了一种课堂行为检测方法，涉及行为检测技术领域，旨在解决目前对师生的课堂行为检测效果不佳的问题，提供了以下技术方案，获取待检测的课堂图像，并对所述待检测的课堂图像进行预处理；将经过预处理的课堂图像输入至学生和/或教师的行为检测模型，从而确定所述学生和/或教师的课堂行为类型。

摘要： 本发明提供了课堂举手行为检测方法、系统、计算机设备和存储介质，通过基于对实时采集的待检测课堂视频进行抽帧处理得到待检测图像数据，采用姿态估计模型对进行待检测图像数据进行姿态估计，得到对应包括若干个人体关节点的上半身姿态图的姿态估计结果后，根据姿态估计结果中的手肘关节点坐标和手腕关节点坐标，确定待识别手部区域，再采用手势识别模型对待识别手部区域进行检测得到举手行为检测结果的方法，有效解决实际应用中人体遮挡、待识别目标分辨率较小、以及图片数据亮度差异大等因素造成课堂举手检测准确率较低问题，进一步提高了教室课堂举手行为实时检测的精准性，进而较大程度地提升了相应检测结果的应用价值。

摘要： 本发明提供一种课堂学生行为监控方法、装置、设备及可读存储介质，课堂学生行为监控方法包括：获取摄像头采集的课堂视频；将所述课堂视频中的画面逐帧输入到人脸检测模型中，得到每帧画面中每个学生的人脸感兴趣区域；将每个学生的人脸感兴趣区域输入给人脸关键点检测模型，得到每个学生对应的预设个数的关键点；基于每个学生对应的预设个数的关键点，计算得到每个学生的眼部纵横比、嘴巴纵横比以及人脸欧拉角；基于每个学生的眼部纵横比、嘴巴纵横比以及人脸欧拉角确定存在走神行为的学生。本发明通过以较少的精度损失为代价获得更好的兼容性，在降低模型的参数量的同时提高计算速度，利于移动端部署相关监控设备，以达到自主监督的效果。

摘要： 本发明公开了一种基于ESRGAN和改进YOLOv5s的学生课堂行为检测方法，包括：采集多个学生课堂监控图像，并且在所述监控图像上标注学生的位置和行为，得到初始样本集；采用ESRGAN模型对所述初始样本集中的图像进行处理，得到训练样本集；构建改进的YOLOv5s模型，其包括Backbone网络、Neck网络和Head网络；其中，所述Backbone网络包括卷积注意力模块；所述Neck网络包括微小物体检测模块；采用所述训练样本集对改进的YOLOv5s模型进行训练，得到学生课堂行为检测模型；采集学生课堂实时监控图像，并通过ESRGAN模型对所述课堂实时监控图像进行处理；采用所述学生课堂行为检测模型对处理后的课堂实时监控图像进行目标检测，识别出课堂实时监控图像中的学生行为。

摘要： 本发明公开一种基于课堂学生行为分析的学习质量评估系统及方法，包括至少一个拍摄单元，拍摄单元用于采集教室内场景图像数据，多个用于采集学生和教师的声音数据的拾音单元，用于对图像数据进行分割识别的识别单元，用于对声音数据进行定位分析的定位单元，用于分类存储个人数据述声音数据的数据库单元，对每个个人数据和声音数据分别进行行为分析并得到分析结果的分析单元，用于生成质量报告的报告单元。本发明可以针对教室内的每个人进行学习质量分析，从而可以得到整个班级的精确的整体学习质量情况。

摘要： 本发明公开了基于深度学习的学生课堂行为检测方法、系统及终端，包括：对采集到的学生课堂行为进行提取，将获取的学生异常行为图片作为样本数据集；将样本数据集进行划分为训练集和测试集，根据异常行为所划分的类型对训练集进行标注，得到训练标签数据；基于K‑means++算法对训练标签数据进行处理，获取先验框参数；基于训练集、先验框参数、YOLOv4目标检测算法、CBAM注意力机制和DenseNets，构建YOLOv4‑XS目标检测模型；基于YOLOv3的损失函数和CIOU损失，构建YOLOv4‑XS目标检测模型的损失函数；将训练集输入到YOLOv4‑XS目标检测模型中进行训练，损失函数不断迭代至收敛，获得到最优网络权重，与测试集进行测试验证，识别学生课堂行为。本发明能够对多目标进行识别检测，提高检测的精度和速度。

摘要： 本发明公开了一种基于课堂密集人群人体行为分析系统，涉及课堂人群行为分析领域，其技术方案包括分析系统，分析系统的内部包括中央处理系统、图像系统、监控摄像头、预测系统、判断模块和外部环境检测模块，分析系统的外部通信连接有云端存储模块，云端存储模块对分析系统内部的数据进行实时同步；图像系统与监控摄像头之间通信连接，图像系统的内部包括图像采集模块、图像处理模块和图像识别模块，图像系统对监控摄像头拍摄的图像进行采集，通过关联模块和区域定位模块的配合使用能够实现对动作与其他不符的人物周围的判断，同时对该图像前后5s之内图像的比对，进而能够实现对动作异常同学的精确判断，避免发生误判。

摘要： 本申请公开一种识别课堂教学视频中行为的方法及装置，用以解决现有独立的AI技术无法直接生成与教学场景相匹配的数据的问题。其中，一种识别课堂教学视频中行为的方法，包括：调用多媒体AI数据接口处理输入的待识别多媒体视频，得到分别按视频时间记录的视频人脸数据和语音转文字数据；匹配视频人脸数据与预设的基础人脸数据，得到标记出镜时间的人物身份信息；匹配语音转文字数据的视频时间与人物身份信息的出镜时间，得到语音转文字数据中的发言人身份信息；确定语音转文字数据中的文字内容表征的行为类别；根据发言人身份信息和行为类别，得到行为统计结果。通过有效关联视频中的人脸信息与语音数据信息，生成与教学场景相匹配的行为统计数据。