SO42-/γ-Al2O3固体超强酸催化合成乙酸正丁酯

以廉价的氢氧化铝、氢氧化钠和硫酸铵为主要原料,成功制备了SO42-/γ-Al2O3固体超强酸催化剂.将其用于乙酸正丁酯合成反应,并探讨了催化剂制备条件(浸渍液浓度、焙烧温度和焙烧时间)对酯化率的影响.结果表明:SO42-/γ-Al2O3固体超强酸催化剂的最佳制备条件为浸渍液浓度1.2 mol·L-1,焙烧温度600℃,焙烧时间3h.     

基于GALSRM模型的自适应学习系统体系结构研究

自适应学习系统在本质上是一种支持个性化学习的网络学习环境,能够改变学生"被教育"或"被学习"的弊端,做到从传统的支持教师"教"转向为对学生的网络学习活动提供自适应、个别化支持。本文首先文献综述自适应学习系统一些主要参考模型特点,然后针对其存在不足之处,提出了具有扩展通用性的自适应学习系统通用参考模型(GALSRM),分别对其组成部分用户模型、领域模型、呈现模型、自适应模型以及自适应引擎进行了详细描述。最后,依据GALSRM设计了自适应学习系统体系结构,并对其设计思想、适应过程及实现功能进行分析。该系统能够实现根据学习者在学习风格、认知水平等方面的个体差异提供自适应学习支持,是网络学习系统智能化的发展趋势。     

我国医疗保险制度存在的问题和对策

在社会保障体系中,医疗保障因其位置重要会关系到国家社会和谐和国民经济的发展,它的敏感性甚至会影响社会稳定。尽管我国医疗保险制度已施行多年,但还存在一定的问题,本文加以探讨从提出对策。     

基于ASP的个性化在线作业系统的设计与实现

随着网络技术、多媒体技术、数据库技术以及虚拟现实技术在教育领域中应用的不断发展，教育方式正面临着一场巨大的变革，一些新兴的教学手段如远程教学、网上培训、网上学校在国内越来越普及，已逐渐成为我国发展教育事业的一项战略抉择。作为网络教育质量评估指标体系之一的作业系统也成了一个热门的话题，在整个教学过程和教学结果中扮演着尤为重要的角色。一个完善、健全的在线作业系统能及时、准确地反馈教学结果，     

基于Web的自适应教育超媒体系统现状及前景分析

自适应超媒体是超媒体、自适应系统和智能教学系统多学科交叉的新兴研究领域。教育超媒体系统是自适应超媒体首要的应用领域之一,并且是目前最流行和发展较好的自适应超媒体系统。自适应教育超媒体系统能够有效解决学生网络迷航问题,为网络教育的发展注入生机,为个性化学习的实现提供契机。本文简要回顾了自适应超媒体系统的发展历史,重点分析自适应教育超媒体系统的研究现状,最后对自适应教育超媒体系统的发展前景进行了展望。     

引发学习动力的游戏式网络课程的设计研究

本文通过分析当前网络课程设计与开发存在的不足之处,提出了一种新型网络课程设计模式-游戏式网络课程,以期能引发学习者的学习动力,使其能在寓教于乐的过程中学习文化知识。文章最后进一步阐述了游戏式网络课程的功能性价值、游戏融入校本课程的途径和方法及其游戏学习平台的构建。     

电子学档:一种适合网络学习评价的有力工具

电子学档是实现网络学习评价的有力工具，强调学生在网络学习环境下，自己完成对学习的自我评估、自我反思和自我管理的过程。本文在对电子学档出现的背景分析的基础上，阐述了电子学档的基本内涵，提出了电子学档的设计思想，并给出了电子学档的开发实例。     

大学生诚信教育之思索

诚实守信是中华民族的传统美德,对于推动社会主义市场经济的深入发展和全面建设小康社会、实现中华民族的腾飞,具有重要意义。大学生是高知识群体,他们的思想道德素质、诚信品质,事关重大。本文试图围绕当今大学生诚信缺失这一现象和问题,分析其背后的深层原因,并结合高校对于诚信教育的实践探索,提出对于大学生诚信教育的一些思考和探索。     

基于网络的个性化、协作式学习环境的设计

在信息化社会中,网络学习凭借诸多的优势正如火如荼地开展着,但是,如何利用好网络空间和网络资源,为学习者设计一个优化的学习环境,是我们应该首要关注的问题。本文提出了一个基于网络的适应性、协作化学习环境,旨在促进学生的个性化学习,并在协作学习的过程中进行知识建构和深层次的信息加工。     

大数据学习分析支持个性化学习研究——技术回归教育本质

大数据时代的来临,引领学习者学习方式发生变革,基于大数据学习分析技术的个性化学习成为教育学和认知科学的研究趋势。提供给学生有针对性的个性化学习是教育发展方向,是技术回归教育本质的实践。大数据应用需要经历数据收集、数据分析和数据可视化等三个必要阶段;大数据学习分析对个性化学习中的教师、学生和教育管理者等利益相关者均产生积极的影响;大数据对实现个性化学习的价值体现在五个方面:完善个性化的学习者档案、分析预测个性化的学习行为、优化个性化的教育决策、改善个性化的学习评估、提供个性化的学习反馈及建议。最后采用德尔菲法、头脑风暴法构建了基于大数据的个性化学习体系框架。利用大数据学习分析反思教育现状,对推动个性化学习的研究具有重要意义,同时将大数据视为一种新的思维方式和学习路径,需要辩证地看待其优势和劣势。