“双减”背景下的家庭作业:问题回顾、作用机制分析与提质增效路径选择

双减背景下,作业"提质增效"成为回归家庭作业育人功能本位的核心关切。基于国内外中小学家庭作业实证研究分析,结合我国当前家庭作业的现实话题,循证剖析与揭示现象背后的深层机制。由此展开在作业"减负、提质、增效"导向下的五方面路径优化探索,首先组织建立高效性、统筹性和可审查性的作业管理制度,严格把控作业时长与总量;其次,探求跨学科性、探究性和实践性的多元作业设计形式,兼顾学科内容巩固与高阶思维培养;第三,践行作业分层布置策略,彰显作业的关怀性、激励性与个性化特征;第四,健全导向性、即时性和互动性的作业评价反馈机制,激发学生兴趣和内生驱动力;最后,聚焦家长在家庭作业中的情感参与并加强社会支持,家校社协同推进课后服务质量与效果,以打造各司其位、协同育人的双减新生态。     

从大数据到计算教育学：概念、动因和出路

在大数据时代,计算社会科学是社会科学发展的必然走向,教育学作为社会科学的重要分支,同样面临着向计算教育学转型的形势。计算社会科学的兴起催生出一系列亟待明确的核心概念,极大地超越了传统社会科学研究范式。从新计算社会学出现的过程、从大数据时代的背景和特征、从传统研究范式的局限,足以见出计算教育学出现的必然性。在这一过程中需着重处理好四个关键问题:积极适应计算教育学的思维方式;技术繁荣与理论繁荣齐头并进;增强数据挖掘能力以争取话语权;变被动为主动回应时代和政策要求。     

从我国经济特点看亚州竞技体育突破的条件

前言竞技体育受经济、教育、科学、政治诸因素的制约。多年来,由于我们对影响竞技体育的众因素认识不足,不能科学地根据我国社会主义初级阶段的特点合理进行竞技体育布局和安排,因而导致我国竞技体育发展步幅不大。国家体委领导提出:“必须加强对我国竞技体育的软科学的研究,制定出     

从我国经济特点看亚洲竞技体育突破的条件

竞技体育受经济、教育、科学、政治诸因素的制约。多年来,由于我们对影响竞技体育的诸因素认识不足,不能科学地根据我国社会主义初级阶段的特点合理进行竞技体育布局,因而导致我国竞技体育发展步幅不大。国家体委提出:“必须加强对我国竞技体育的软科学     

我国小学科学教师队伍现状、影响与建议：基于31个省份的大规模调研

为调查我国小学科学教师队伍现状,教育部基础教育教学指导委员会科学教学专委会于2021年下半年组织了覆盖全国31个省份的大规模调研,回收有效问卷131 134份。教师队伍现状涉及队伍结构、职业素养和专业发展三大方面,调研发现：我国小学科学教师的队伍结构严重失衡,以兼任教师和文科背景占主流;知识与信念薄弱,信息技术应用等实践性智慧有待加强;专业发展羸弱,实验资源匮乏,缺乏精准化和专业化培训。建议完善小学科学的师资管理与督导机制,优化教师队伍结构;强化职前、入职和在职一体化的小学科学教师专业标准与发展规划;推动小学科学教育评价内容和形式改革,重视小学科学教学质量监测评估。     

科技赋能教育高质量发展:价值内涵、表征样态与推进策略

以科技创新为支点“撬动”教育数字化转型和教育高质量发展,是智能时代教育改革创新的核心议题。科技赋能教育高质量发展的核心是以“科技、教育、人才”三位一体的协同发展、统筹规划为指引,以大规模、高质量、创新型人才的自主培养为目标,以科技创新为“支点”撬动教育服务能力的提升、教育实践样态的革新、智慧教育生态的重构,以此为教育数字化转型注入“新动能”,为创新型人才培养培育“新模式”,为教育可持续发展营造“新生态”。科技赋能教育高质量发展主要体现为:聚焦创新人才培养,推动传统育人理念变革;打造智慧学习环境,革新教育教学实践场域;推动优质资源聚合,实现教育资源精准供给;挖掘数据要素潜能,构筑教育变革动力引擎;提升教育服务能力,革新教育服务供给体系;革新教育教学理念,打造人机协同教育模式;推动评价模式转型,实现智能精准教育评价;变革教育管理机制,推动系统精准教育治理。未来科技赋能教育高质量发展需要进一步强化数字教育理论创新、推动教育智能技术研发、强化多源异构数据汇聚、推动智能教育产品研发、打造智慧教育样板工程、开展智能教育社会实验,以此为教育现代化目标的实现提供可靠保障。     

可解释学习者建模：价值意蕴与应用图景

学习者模型的“复杂性”和机器智能决策的“不透明性”,使得可解释学习者建模成为教育人工智能研究的重要议题。可解释学习者建模旨在通过对学习者多维度、多层次、多场景的精准刻画,实现学习者的可表征、可理解、可干预,进而为学习策略、教学模式、教育评价的设计和开展提供科学依据。其核心价值体现在对外在学习行为的准确表征、对学习者潜在特征的深度挖掘、对学习者模型的完整构建以及对学习机理的准确阐释,且在模型构建过程中充分体现出透明度和可解释性,进而增强教育主体对机器智能分析与决策的信任度和接受度。可解释学习者建模能够实现全景化细粒度的教育诊断,提供易于理解和接受的学习干预,推动高度适配且便于实施的教学决策,支持综合化高效能的教育管理,在“人机协同”的教育教学活动中具有广阔的应用前景。未来,还需通过加强多学科理论融合、科学智能方法运用、智能教育产品研发等途径推进可解释学习者建模研究。     

科学基金资助F0701的科学计量分析

2018年,科学基金信息科学领域增设“教育信息科学与技术”申请代码(F0701)资助教育科学基础研究。基于首批F0701科学基金申请与资助项目数据的科学计量分析显示：申请项目涵盖了个性化教学、教育大数据、机器学习、增强现实、教育机器人、学习评测、交互学习、数字资源、协同学习、资源配置等十个主题聚类。研究发现,目前的教育信息科学与技术研究仍处于技术迁移期,主要以信息领域向教育领域渗透的研究工作为主,但对教育领域的重大关键科学问题缺乏深刻凝练,深度交叉融合不足。建议研究者加强对自然科学研究范式的运用、增强研究团队的交叉融合、提高凝练科学问题的能力;建议科学基金进一步充实完善申请代码,引导评审专家根据本领域项目申请的特点进行评估,提高资助率并加大支持力度,促进我国教育信息科学与技术领域整体研究水平的提升。     

单纯增加稳定性经费能否解决科研过度竞争?

国际上对基础科研的资助普遍采取稳定性支持与竞争性支持相结合的双重资助体系。针对我国科技界普遍反映的“竞争性过度”问题,本文在开展广泛国内外调研对比的基础上,对我国稳定性支持与竞争性支持的实践工作进行了深度辨析。分析认为,该问题背后深层次的原因并不在于“经费”本身,也不在于“竞争”这一能发挥择优和激励功效的遴选方式,而在于国家级竞争类项目在各类事关科技人员成长的环节中影响力权重过大,同时机构自主使用的稳定性经费在实际操作过程中大多以竞争性模式分配,没有起到稳定性经费应该起到的培育和扶植作用。解决竞争性过度问题需要从科技计划项目管理、机构分类改革、科研人员薪酬制度改革、科技评价改革等多个方面协调推进,单纯增加稳定性支持经费并不是解决科研过度竞争问题的灵丹妙药。