排序方式: 共有38条查询结果,搜索用时 22 毫秒
11.
声乐教学中普遍存在声区不协调、不统一,声音“卡壳“破裂的问题.文章从3个声区的不同共鸣比例及声门状态论述了特性与共性、变与不变的辩证关系,介绍了解决声音“卡壳“破裂、声区协调、统一的训练方法. 相似文献
12.
STEM教育因其融合多学科知识、培养创新精神和实践能力的特点受到广大研究者和实践者的关注。当前国外真正聚焦到STEM教育质量评价并具有较强可操作性的研究较少,而国内少量相关研究主要是介绍国外STEM教育评价的研究进展。严重缺乏成熟可行且适用于我国STEM教育发展的评价工具,很大程度上制约了我国STEM教育的可持续发展。经过德尔菲法两轮专家意见征询以及层次分析法确定评价指标权重后构建的STEM教育教学质量评价工具,既综合考虑了STEM的本质特征、已有STEM教育评价工具及指标维度,又直接聚焦于课堂教学,最终包含课堂环境、课程结构、教学内容以及学生表现4个一级指标和22个二级指标。该指标体系形式与我国教育教学中教师所用的教研表、评课表等类似,有助于教师更好地理解与使用;且经过初步试用,具有较高的信度,能够比较全面地评价STEM教育中的各方面要素,有助于促进STEM教育的健康有序发展。 相似文献
13.
14.
李艳燕 《河北北方学院学报(社会科学版)》2009,25(3):60-61
声乐生在歌唱的学习过程中,由于自我评定能力有限,不能较好地对自己演唱的艺术声音作出正确、科学的评判,大大阻碍了其演唱水平的整体提高.文章剖析产生这些问题的原因,并给出声乐生自我评定能力提高的对策:技法上追求自然;善于把握音色、音量的变化;艺术表现上历练真情实感. 相似文献
15.
情感计算为感知与理解学习者情感、增强情感交互、促进人机协同提供了技术支撑。近年来,围绕学习情感计算的研究迅速增加,但缺乏对相关研究理论基础、技术方法和应用场景的系统梳理与总结。鉴于此,本研究采用系统性文献综述法对国际上发表的该主题研究进行内容分析,旨在为我国学者开展相关研究提供更多的实践参考。分析发现,学习情感计算研究以离散型情感理论为主,基本情感理论是研究焦点;情感测量的数据来源丰富,多模态情感识别成为研究趋势;情感测量方法以机器学习技术为主,支持向量机和卷积神经网络是应用最多的两种算法;学习情感计算的应用场景单一,以在线学习场景为主。今后我国学者在开展相关研究时,需要重视情感理论的情景化、数据的多源化、方法的多样化、应用场景的丰富化,拓展学习情感计算研究的深度和广度。 相似文献
16.
数字经济正在成为重组全球要素资源、重塑全球要素结构、改变世界竞争格局的关键力量,迫切需要形成和发展符合中国经济实际的特色数字经济理论,增强经济理论对新发展阶段经济数字化转型和高质量发展实践的支撑和引导。本文基于现阶段中国数字经济发展的基本特征和现实表现,从数字技术驱动、数据生产要素、实体经济与数字经济融合共生三个维度深入阐释数字经济内涵,比较数字经济理论与传统生产要素理论、消费理论、市场理论、货币理论和政策,并分析拓展数字经济的理论外延,探讨中国数字经济发展过程中出现的数实融合不足、信息安全危机、数字鸿沟等重大实践问题,增强对数字经济理论基础和演进逻辑的学理性认识,为数字经济健康发展提供逻辑基础和政策依据。 相似文献
17.
强调以学习者共同体为核心来开展知识的生产和传播活动是联通主义区别于行为主义、认知主义和建构主义的重要特征之一。学习者共同体已成为联通主义学习范式下的知识生产群体,但其知识生产属性尚不明确,亟待更深一步探究。由此,本研究借助机器学习领域中的词向量(Word2vec)语义分析工具,以中文核心期刊论文为代表的传统知识生产为客观参照物,在同一个主题下对联通主义视阈下的c MOOC "互联网+教育:理论与实践的对话"的知识生产属性进行实证研究,结果显示:基于c MOOC的联通主义知识生产呈现出三种类别的属性,分别是:主题聚焦性、理念时新性和视野广角性。而以中文核心期刊论文为代表的传统知识生产则呈现出分层结构性、特定群体关注性和物质供给侧重性三种类别的属性。基于以上结果,本文进一步从生产群体、思维理念以及实践应用等层面对比和剖析两类知识生产的影响和启示。作为以国内首门c MOOC为研究对象开展的联通主义知识生产属性与传统知识生产属性的对比实证研究,其结果不仅为国内、国际上以c MOOC为表现形式的联通主义知识生产实践提供了客观证据和直接指导,同时也首次探明了联通主义学习范式下的知识生产属性,为联通主义知识观及其知识生产理论的构建和充实提供参考依据。 相似文献
18.
19.
实现兼并、收购后的企业内部还缺乏协调 ,为更好地发挥企业整体优势 ,增强企业竞争力 ,扩张后的融合工作就显得尤为重要。本文介绍了融合工作涉及的几个主要方面 ,并提出了当前我国国有企业融合应当注意的主要问题是业务融合重主业、管理融合需嫁接、文化融合靠重视等观点 相似文献
20.
个性化学习路径推荐是智能技术驱动教育服务智能升级的关键力量,是实现大规模个性化教育的重要驱动。然而,目前个性化学习路径推荐的研究与实践仍未成熟,难以满足学习者因人而异、因时而变的个性化需求。个性化学习路径推荐的主流推荐框架包括基于机器学习、基于进化计算和基于知识图谱三种方式,具有不同的模型机理和适用的教育场景,经历了起步探索、预测推理、改进优化和融合创新的技术演进历程。其对教育的价值导向体现在赋能课堂教学、助力因材施教,优化在线学习、驱动服务升级,支持场馆学习、增强智能感知,改善游戏学习、优化交互体验,为破解大规模与个性化相结合的应用难题提供了重要支撑。随着智能技术的迭代升级及深入应用,未来个性化学习路径推荐呈现四大发展趋势,即关注信息要素的深度融合、迈向全方位多尺度的形式化建模,融合多种技术优势、构建以知识为主导的高性能推荐框架,注重可视化呈现和动态感知、推动个性化服务模式的优化升级,重视全景性应用策略研究、促进推荐技术与真实教育情境的紧密耦合。 相似文献