XiaoMi-AI文件搜索系统
World File Search System小学生
小学数学案例研究
本研究旨在设计培养人工智能（AI）思维的数学综合课程，并分析学生在这些课程中的人工智能思维。为此，通过将AI4K12计划的AI Big Ideas与2015年修订的小学数学课程相结合，设计了四个课程。实施了三节课，面向五年级和六年级小学生。利用计算思维分类法和AI思维组件，建立了一个分析AI思维的综合框架。使用此框架，基于课堂讨论和补充工作表对这些课程中学生的AI思维进行了分析。分析结果由两位研究人员进行同行评审。研究结果肯定了数学综合课程在培养学生人工智能思维方面的潜力，强调了在小学生中进行人工智能教育的可行性。以人工智能大理念为基础的课程，促进了小学生对人工智能概念和原理的理解，增强了他们对数学内容要素的掌握，强化了数学过程方面。此外，通过与以前的解决问题的方法保持结构一致性并将其应用于新问题的活动，证明了人工智能思维转移的潜力。
量子公开演讲：性格培养和生活技能的基础 Isnanita Noviya Andriyani a,1,* , Khoirul Maslahah a,2 , Fitriah M. Suud b
培养优质人力资源是应对工业时代 4.0 挑战的最后一步，这不仅依赖于学术能力；印度尼西亚年轻一代的人力资源质量也需要通过各种软技能来提高，以提高情商，这将使印度尼西亚民族在未来成为一个胜利的国家。最重要的软技能之一是公开演讲。本文描述了公开演讲策略对于小学生在提高素质方面具有竞争力的重要性。所采用的研究方法是描述性定性研究，采用案例研究方法。数据收集通过访谈、观察和记录更深入地阐述了公开演讲策略。本研究的对象是 Ma'had Permata Islam 的 61 名学生和 15 名教师。本研究的结果是可以通过提高演讲技巧、批判性思维技巧、提高自我素质、习惯在人群面前演讲和做好准备来装备公开演讲的小学生的策略。小学生的公开演讲是一种边学边做的练习，通过这种练习，学生可以自信地站出来表达自己的观点。让小学生掌握公开演讲的技巧，让他们在向公众展示自己时充满自信，这是品格培养和生活技能的基础。
https://jbasic.org/index.php/basedu方法基于大脑的学习作为小学的学习模型
基于大脑的学习（BBL）是一种教育模型，在学习时与自然的大脑系统同步，并且需要在小学学习以进行学习，因为基于大脑的学习具有多种好处。本研究旨在使用基于大脑的学习模型来解释学习过程。使用的方法是通过收集参考文献，根据研究的主题收集参考文献进行的图书馆研究（文献研究），然后对其进行了仔细的了解，以便从先前的研究中获得发现。这项研究的结果是基于大脑的学习模型对小学生产生积极影响，例如提高学生的性格，提高学术成就，加深对课程的理解，有效增强大脑的发展，使儿童有效地对写作论证的提高能力产生积极影响。通过使用基于大脑的学习系统来学习促进学生以有利的氛围学习，促进学生表达自己的意见或想法。通过基于大脑的学习系统学习还提高了批判性思考的能力，将卓越的数学推理与使用一般学习的学生进行了比较，对已经完成的基于大脑的学习模型的学习回顾的期望可以帮助教师或老师使用基于脑的学习模型，尤其是在小学生中，以优化基于大脑的学习。关键字：基于大脑的学习，学习模型，小学生。摘要
单语和双语儿童的认知能力
方法：从2021年到2022年，当前病例对照研究的统计人群包括伊朗德黑兰省的所有单语和双语学生（8-11岁）。使用便利抽样方法，选择了56名单语小学生（28名男孩和28个女孩）和56名双语小学生（28个男孩和28个女孩），并就情报和社会经济地位进行了匹配。双语小组的所有成员在进入小学之前就学会了第二语言。我们使用了威斯康星州卡排序测试（WCST）的计算机版本，Stroop Color和Word Test的计算机化版本（SCWT），Kim Kim Karad Visual Memory Test（KKVMT），Wechsler的数字跨度测试（WDST）以及Raven的彩色渐进式矩阵（RCPM）测试。通过描述性统计数据和方差多变量分析（MANOVA）分析了数据。
教育小册子在选定的城市学校芒格洛尔的高级儿童中有关计算机视觉综合征的知识的有效性
结果：研究结果表明，大多数（55％）获得适当知识的较高小学生（55％），而33％的较高小学生则获得了有关计算机视觉综合征的足够知识。后测试后知识评分（14.24±5.19）高于预测试知识得分（6.68±3.35）。配对的“ T”测试用于找到CVS上的有效性教育小册子。在0.05显着性水平下，知识中计算出的“ t”值（10.13，p <0.05）大于表值（t 120 = 1.98）。这表明，在接受教育小册子与人口统计学变量之间管理教育小册子的关联后，知识的增长很大，表明先前存在的知识评分与所选人口统计学变量之间的计算机视觉综合征之间存在显着关联。
