学习关键词检索结果

什么是 LearnStorm?老师和孩子们分享为什么他们喜欢这个课堂工具

What is LearnStorm? Teachers and Kids Share Why They Love This Classroom Tool

LearnStorm 是可汗学院免费、有趣且引人入胜的课堂工具,可庆祝学生的进步并让全年学习充满乐趣。到了学期中期,许多...阅读更多帖子什么是 LearnStorm?教师和孩子们分享为什么他们喜欢这个课堂工具首先出现在可汗学院博客上。

克里斯汀的角落 2025 年秋季

Kristen’s Corner Fall 2025

作者:Aviv Weiss,可汗学院区 每个季度,我们都会与可汗学院首席学习官克里斯汀·迪塞博 (Kristen DiCerbo) 博士坐下来思考……阅读更多克里斯汀角 2025 年秋季帖子首先出现在可汗学院博客上。

值得信赖的数据:它应该是什么样子

Data You Can Trust: What It Should Look Like

值得信赖的数据:它应该是什么样子 - 信息图 在当今人工智能驱动的世界中,您的业务决策的有效性取决于其背后的数据。但并非所有数据都是一样的。想知道可信数据是什么样的,以及如何发现不良数据?该信息图可以帮助您理解关键[...]您可以信任的帖子数据:它应该是什么样子首先出现在电子学习信息图上。

新研究强调了大多数教育研究中的薄弱环节:如果学生不这样做,知道什么是“最好的”是没有帮助的

New Study Highlights Weak Link In Most Ed Research: Knowing What Works “Best” Is Not Helpful If Students Won’t Do It

一项关于检索实践的新研究凸显了我多年来对教育研究的批评:正如我在 2013 年发表的一篇文章的标题那样,如果学生不这样做,“最好的学习技巧”就毫无用处——对一项出色的研究的批评。这项新研究,[...] 的差异使用和有效性

研究发现学生——至少是年轻的学生——从视频中学到的东西比阅读更多

Study Finds That Students – At Least, Younger Ones – Learn More From Videos Than Reading

从图解文本和视频中学习的“简单”观点是一项新的研究(不是在付费墙后面),发现五年级和六年级的学生通过观看科学视频比阅读图解文本学到更多。研究发现,每个人都是如此,但对于有阅读困难的学生来说,这种影响更为明显。结果 [...]

当老师和家长像盟友一样时,孩子会茁壮成长

Children Thrive When Teachers and Parents Act Like Allies

当学生感受到团结时,他们会感到更安全、更踏实,并且更愿意承担真正学习所需的风险。

设备停机:不仅仅是课堂上的故障

Device Downtime: More Than Just Glitches In The Classroom

技术几乎融入了每个学习环境,影响着教师授课的方式以及学生参与内容的方式。当这些设备发生故障时,其影响不仅仅是快速暂停以修复屏幕或重新启动笔记本电脑。停课会带来一系列的干扰,影响整个学校的学习、计划和运营。 [...] 之一

支持支持者:促进教育工作者的心理健康

Supporting the Supporters: Promoting Educators’ Mental Health

如果我们不照顾我们的老师,我们就有失去他们的风险,或者更糟的是,让他们在教室里精疲力竭,无法尽最大努力。高等教育的教学要求的不仅仅是内容交付。但近年来,这种情况变得越来越严重。在 COVID-19 大流行期间,许多教职员工 [...]《支持支持者:促进教育工作者的心理健康》一文首先出现在《教职人员焦点 | 》上。高等教育教学与学习。

赋予学生使用他们的声音的能力

Empowering Students to Use Their Voice

素质教育必须超越课本和讲座。它应该将学生与时事联系起来,并让他们具备参与现实世界的技能。例如,在教授理论框架时,教育工作者应该向学生展示该框架如何应用于现实生活场景(Jeffrey von Freymann 2025)。同样,有关历史事件的课程应包括背景[...]《赋予学生权利使用他们的声音》一文首先出现在《教师焦点 | 》上。高等教育教学与学习。

就业准备是一个陷阱:在人工智能经济中生存真正需要什么

Job-Ready Is a Trap: What You Really Need to Survive the AI Economy

每个学期,我都会从学生、家长或政策制定者那里听到同一个问题的不同版本:“如果我不打算成为一名医生,为什么我必须学习生物学?”或者“为什么学生在大学里需要选修与他们的专业无关的选修课?”从表面上看,这些似乎都是实际问题。大学很贵。时间 [...]

“公开羞辱”:家长描述孩子在学校被孤立的困难

‘Publicly humiliated’: parents describe difficulty of children’s isolation at school

家长称使用隔离室会损害心理健康和儿童学习 研究发现,每 12 名中学生中就有一人每周至少进入隔离室一次,Max 第一次被隔离时才 11 岁,刚刚开始上新中学。他曾要求在课间使用厕所,而这通常是不允许的,并被告知要快点去。“他知道自己不被允许跑步,所以他走得很快,”他的母亲贝丝告诉《卫报》。但老师们声称他正在竞选,马克斯的中学生涯是从一周的隔离开始的。继续阅读...

现代课程设计如何帮助学生为不断变化的就业市场做好准备

How Modern Curriculum Design Prepares Students for the Evolving Job Market

了解当代课程如何培养学生在快速变化的工作场所中茁壮成长所需的技能、心态和适应能力。在快速的技术进步和不断变化的劳动力需求中,现代课程设计已成为帮助学生为未来成功做好准备的核心。当今的就业市场需要的不仅仅是教科书知识;它需要技术专业知识、适应性思维和终身学习能力的结合。作者:《现代课程设计如何让学生为不断变化的就业市场做好准备》一文首先出现在 CMR 博客上。

AI 和 ML 领域 BCA 后的职业范围:详细细分

Career Scope After BCA in AI & ML: A Detailed Breakdown

AI 和 ML 领域 BCA 后的职业范围:详细细分您想学习计算机技能并与智能机器交互吗?如果您攻读 BCA(计算机应用学士)并随后涉足 AI 和 ML(人工智能和机器学习),那么您可能会遇到很多好的机会。 AI 和 ML 正在发展……继续阅读“AI 和 ML 中 BCA 后的职业范围:详细细分”

想让医生远离你吗?新的人工智能研究揭示了“每天五次”的秘密

Want to Keep the Doctor Away? New AI Study Reveals the “Five Every Day” Secret

在一项使用人工智能和机器学习的新研究中,洛桑联邦理工学院的研究人员发现,我们吃的东西以及我们吃东西的频率都是影响肠道健康的关键因素。肠道微生物群是栖息在消化系统中的微生物群落,包括细菌、病毒、真菌和其他微生物。其中一些微生物支持[...]

谁看管人工智能守望者?

Who watches the AI watchman?

滑铁卢大学团队使用应用数学和机器学习来验证自动驾驶汽车等人工智能驱动系统的安全性。帖子 谁在监视人工智能看守人?首次出现在《科学询问报》上。

让科学(和科学家)成为焦点:2025 年法印显微镜研讨会的反思

Bringing science (and scientists) into focus: Reflections from the Franco-Indian Workshop on Microscopy 2025

法印显微镜研讨会于 2025 年 10 月 6 日至 10 日在阿育王大学举行,来自印度和法国的研究人员齐聚一堂,共同探索疾病生物学领域的尖端成像技术。为期五天的活动促进了合作、显微镜实践学习和充满活力的跨境科学对话。

Thermo Fisher Scientific 推出新型 Molecular Microscope® 诊断系统,帮助评估肺移植排斥反应

Thermo Fisher Scientific Introduces New Molecular Microscope® Diagnostic System to Aid in Evaluation of Lung Transplant Rejection

Thermo Fisher 的新型肺活检分子显微镜®诊断系统 (MMDx® Lung) 利用机器学习的力量来分析肺活检的基因表达数据,将每个新样本与超过 896 个肺活检的参考集进行比较。该系统评估排斥的可能性,并提供与损伤、移植物功能障碍和排斥相关的分子评分...

使用 Amazon SageMaker HyperPod 训练算子加速大规模 AI 训练

Accelerate large-scale AI training with Amazon SageMaker HyperPod training operator

在这篇文章中,我们演示了如何使用 Amazon SageMaker HyperPod 训练操作器部署和管理机器学习训练工作负载,该操作器通过精确恢复和可定制的监控功能增强 Kubernetes 工作负载的训练弹性。 Amazon SageMaker HyperPod 训练运算符通过有效管理跨大型 GPU 集群的分布式训练来帮助加速生成式 AI 模型开发,提供集中训练过程监控、精细过程恢复和挂起作业检测等优势,可将恢复时间从数十分钟缩短到几秒钟。