谈小学数学复习与整理的有效策略

复习与整理环节是小学数学教学课堂中必不可少的重要环节,这一环节不仅能够帮助小学生对既有的知识作出系统的整理,逐渐形成一套独属于其自身的知识框架,还能够有效地刺激他们的思维,使其掌握应用数学知识的方式。本文以小学数学复习与整理课为主要的研究方向,同时提出了能够优化课堂的教学策略,望能给予广大教师一定启示。     

专利被引频次的时间影响研究

[目的/意义]研究时间因素对专利被引频次的影响,可以减少时间因素对技术评价活动的制约,提高评价的准确性和可信度。[方法/过程]采集1975-2017年的美国专利数据,开展基于固定效应法的专利被引频次的修正研究。将专利按照不同公开年份和不同技术领域分组,选定组内均值和6个TOP分位数为被引频次基准,统计当前时间点的被引频次基准线及基准线的历史时序变化情况。建立神经网络模型,拟合基准线的时序变化规律,并预测未来统计时间点的基准线。[结果/结论]专利公开年份和统计年份的时间差异,使得专利被引频次无法直接进行比较。本文建立了基于不同技术领域、不同公开年份和不同统计年份的专利被引频次基准线,为专利评估提供参考。     

学科素养视野下粤教版选修1教学校本化有效策略

2020年秋季,即将起用普通高中语文课程标准下的新教材,我们准备好了吗?语文新课程实施、新教材使用,并不是割断历史另起炉灶,而是在前一轮十多年课改的基础上,丰富、深化和升华。我们不吃透新课标语文学科核心素养,则必然停留在过去;我们不好好检讨刚刚走过的课改探索历程中的得与失,就可能会让好的教学经验得不到发扬光大,错误的教学行为一再反复,造成教学资源极大浪费。语文学科核心素养"是学生通过学科学习而逐步形成的正确价值观念、必备品格和关键能力"。     

指向武术核心素养的中小学武术有效教学策略与方法设计

为了有效促进学生武术核心素养的培育,针对我国武术教学中存在套路内容“繁难”、教法单一、重“形”轻“击”、重知识灌输,轻自主性培养、重教师的“教”,轻学生的“学”“学生不喜欢武术课”等一系列问题,提出了有效促进武术认知、武术运动能力、武术人格培育的原则,基于此原则,对“化难为易”策略、“化浅为深”策略、“化无趣为有趣”策略、“化技术为实践”策略、“知新温故”等策略进行了具体探索性设计,并对上述策略的具体实施方法进行了阐述,为中小学武术教学改革提供现实指导。     

高中数学课堂教学有效性的实践

新时代的到来,国家对于教育行业的关注程度逐渐提升。尤其是在新课程改革标准的背景之下,教师的教学模式在逐渐地发生改变。对于学生来说,在课堂上的一个主要任务就是获取相应的知识。所以高中数学教师在课堂之上应该对数学教学的时间进行有效地利用,保证课堂质量的同时,也要提高学生在课堂上的学习能力。     

高中政治课堂有效开展生活化教学的途径分析

随着新课程改革日渐推进,高中政治课堂教学改革势在必行,如何有效进行生活化教学已成为高中政治教师面临的重大课题,关系到高中学生在学习政治知识中注重理论联系实际,在生活化实践中高效培养政治学科素养。因此,本文从不同角度入手客观分析了高中政治课堂有效开展生活化教学的途径。     

基于专利引用跨越度计量的两国间间接创新合作机会发现

[目的/意义] 两个国家间的创新合作机会有些是显性直接的，有些是潜在间接的。在此试图构建一种计量和分析专利引用关系的方法，用于发现两国间潜在的间接创新合作机会。[方法/过程] 全球价值链上不同环节专利之间的引用关系中，蕴含着相互衔接、配套的间接合作关系，而不同环节的专利通常具有不同的功能，即IPC存在一定跨越度。因此，设计"专利引用跨越度"指标及算法，用于计量和筛选专利引用网络中"引用跨越度"达到预设阈值的专利引用关系，作为发现间接创新合作机会的基础数据。以新加坡在中国获得授权的发明专利为样本，基于专利引用跨越度计量并配合人工解读和识别，发现中新两国间一系列的间接创新合作机会。[结果/结论] 基于专利引用跨越度计量的两国间间接创新合作机会发现的方法，被实验检验为有效。     

集体备课有效性的研究

在平时的教学常规管理中,教研室对学科教师的教学业务管理比重较大,备课组是设计、研究、规划教学的主体,在常规的教研活动中集体备课有许多优势,若抓不实、抓不细就会流于形式失去其内涵和意义。因此,发现集体备课存在的问题,研究解决的办法,提出实施策略是提升教学质量的基础和保障。     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。