仿真技术在中职计算机网络可视化教学中的应用

现阶段中职学生普遍缺乏理论知识学习的兴趣,对抽象的网络原理和协议的学习,更是缺乏耐性。本文立足于现阶段中职《计算机网络》课程教学现状,响应课程教学改革,提出了基于NS-2仿真技术的可视化教学新思路。并通过TCP、UDP协议对比实例,展示仿真技术在《计算机网络》教学中的应用。     

数据结构算法演示系统的设计

"数据结构"是计算机专业的核心课程,涉及大量深奥、抽象的概念和算法,传统的教学方式难以引起学生的学习兴趣,容易造成学习效率低下。针对这种教学背景,我们利用Flash开发了可视化的算法演示系统。该系统在播放代码的同时,播放动画演示以及代码解释,实现了算法原理、实例演示、数据变化的同步动态展示。利用该系统进行教学,改进了原有的板书、演示文稿的教学模式,降低了教师的讲解难度以及学生对课程的理解难度,提高了教学效率。     

以学生为中心的疫情期线上教学行为分析与策略研究

疫情期间,全国高校借助校内移动学习平台自建大量的在线学习课程,这是对"互联网+教育"的一次集中展示和检验.移动教学平台自身的教学功能以及师生网络行为的记录数据,为线上教学行为的分析提供了客观真实的数据支撑.鉴于此,着重分析C学院线上教学过程中的教师、学生以及课程资源类型等教学行为因素的内在关系,提出了线上教学行为中的四...     

辅助教学平台在“光纤通信”课程中的应用

针对"光纤通信"课程讲授中"学生难学,教师难讲"的弊端,建立了基于光纤相关特性的辅助教学仿真平台。仿真平台的设计利用MATLAB的可视化用户界面,完成了对光纤通信性能参数的测量、光纤相关特性展示、光纤通信器件展示。结果表明结合仿真软件的教学手段有助于学生理解和掌握课程内容。     

利用活动理论分析在线学习中的社会交互(英文)

本研究旨在从活动理论和社会性技能的视角,构建有关在线学习中社会交互的最新知识。研究基于活动理论和社会性技能的一个联合框架,对在线学习的参与者进行了一系列的连续性过程性访谈和总结性访谈,并利用内容分析方法对访谈文本进行了分析。研究结果包括四个方面的内容:课程设计和任务要求与学生的个人经历和非课程需求相互作用,形成了课程活动的方式和动机;在线学习的社会本质对于获取帮助、建立动机有着重要意义,并部分程度上是由学生可获得的工具建构的;对社会信息的意识影响了学习行为;任务的可视化促进了社会学习的满意度。     

高校网络课程建设与应用的质性研究

为了促进广东高校网络课程建设与应用的发展,广东省高等学校教育技术中心与中山大学等多所高校共同开展了"广东高校网络课程建设与应用研究"课题.该课题采用质性研究方法,通过扎根理论分析,得出网络课程应用的几种模式,归纳了学生网络学习行为的特征,并总结了高校网络课程建设的成功经验和目前存在的共性问题,希望本研究对推进高校网络课程建设与应用具有指导意义与参考价值.     

旅游资源学课程可视化教学探讨

可视化教学即适当利用可视性材料展示教学内容,或尽可能将抽象内容可视化,以充分调动学生的视觉接收能力而进行的教学过程。可视化教学有利于提高教学效率、深化教学内容、优化教学效果,旅游资源学课程运用可视化教学具有较强的适宜性和必要性。旅游资源学课程可视化教学要重视选择素材,利用可视化手段深化教学内容,注意培养学生的可视化思维能力和重视基础建设。     

网络学习行为自动监控系统的设计与实现

网络教育与自主学习紧密相关,学生能够以充分自由的方式学习。网络学习中,教师如何获取更多关于学习者学习行为和教学效果等一些相关信息是非常值得研究的。通过对学生在网络学习进程中学习行为的分析,并依据档案袋评价的启示,设计并实现了一种切实可行的学习行为数据自动记录和结果统计展示的监控系统,借助该系统,可以保证网络学习者学习的有效性,促进网络学习的发展。     

浅谈网络阅读资源的开发与利用

网络阅读作为一种课外学习资源,它向人们展示了一个崭新的、广阔的学习世界.网络阅读能满足学生知识量的需求,减少在阅览室和图书馆查找资料的难度,同时对学生"自主、合作、探究"的学习有极大帮助.如何利用网络资源,开展网络阅读呢?笔者认为,可从以下四方面做些探索:     

数据挖掘视角下网络学习者行为特征聚类分析北大核心CSSCI

随着计算机与网络的快速发展和普及,网络学习已成为互联网+时代教育发展的重要组成。近年来随着大数据被广泛关注,基于数据挖掘的网络学习行为研究成为重要的研究方向和研究热点。当前关于网络学习行为的分类,大多数基于学习者本身属性,缺乏比较详细而深入的行为类型分析。基于数据挖掘的聚类分析,可以借助大数据的优势,发现数据背后的规律。利用陕西师范大学"现代教育技术"在线开放课程学习者的网络学习过程记录,采用数据挖掘工具对网络学习者行为进行聚类分析,研究发现:根据学习特征,网络学习者可以分为高沉浸性型、较高沉浸性型、中沉浸性型、低沉浸性型四种群体;学习行为与学习效果密切相关,沉浸性高的学习者学习效果往往较好。教师可借助技术工具,对学习者进行不断更新、实时、循环的聚类分析,及时发现学习者的个体及群体学习特征,因材施教,推送适应性的个性化服务,并给予及时的学习预警与恰当的教学干预。