XiaoMi-AI文件搜索系统
World File Search SystemTPACK
为准小学教师设计数字灾难学习资源的理论研究
摘要。建立对灾难准备的意识对于像印度尼西亚这样的高灾害风险的国家是必不可少的。此外，对灾难的知识的需求对于准教师或小学教师至关重要。本文是一项理论研究，旨在设计一个移动教学框架，该框架讨论了技术在学习促进潜在的学院教师灾难知识方面的参与。使用的研究方法是纸质库研究评论。所分析的理论是移动教育学理论（移动援助），学习周期的5E模型和TPACK。适应移动教学框架（移动援助），学习周期和TPACK的5E模型成为设计数字灾难学习资源内容的框架，用于促进知识转换和前瞻性小学教师的教学转换。
Ayanwale，Musa Adekunle； Ntshangase，Sibusiso D.；阿德拉娜，先知保罗；议长昆勒·瓦希德 (Kunle Waheed)； Adam，Umar A.和Stella Oluwakemi（2024）。驾驭未来：探索在职教师对人工智能融入南非学校的准备情况。计算机与教育：人工智能，7，文章编号: 100330.
本研究为现有关于如何将人工智能 (AI) 融入全球学校系统的研究做出了贡献。本研究探讨了在职教师对将人工智能融入学校的准备情况。我们在南非学校系统的背景下进行了这项研究，受试者是科学、社会科学、数学和语言等不同专业的教师。借鉴扩展的技术接受和使用统一理论 (UTAUT2)，我们通过技术整合、社会影响、人工智能伦理、态度、TPACK、感知自我效能、人工智能专业发展和人工智能准备八个变量收集了教师的观点。为了分析本研究涉及的 430 名教师的数据，我们使用了结构方程模型分析方法和 SmartPLS 软件版本 4.1.0.0。我们的结果表明，技术整合、社会影响、态度和感知自我效能会影响教师对人工智能的准备。然而，TPACK 和道德并不影响教师为将人工智能融入学校所做的准备。本研究进一步基于变量的中介和调节分析提出了有趣的见解。我们讨论我们的发现并强调它们对实践和政策的影响。
江苏省生产性教师综合测试成绩分析
抽象的。综合测试是对教学理论和学科知识的在线综合评估，包括基本、高级材料和意义（什么、为什么和如何），它源于研讨会学习成果并在 TPACK 和 HOTS 方面进行了扩展。本研究的目的是确定PPG学生对综合测试方面的掌握程度，研究方法采用量化方法和调查方法。抽样技术采用随机抽样，从望加锡国立大学教师专业教育学习计划中实施的十个职业学习领域中抽取了 2021 年 366 名在职生产性教师 PPG 学生。数据收集技术采用文档记录法，数据分析技术采用描述性统计分析法。对PPG学生综合测试各方面掌握情况进行测绘的研究结果表明:（1）PPG生产性教师学生对综合学习材料的掌握程度为57.14%,属于非常好的水平; （2）生产性教师PPG学生对高级材料学习材料的掌握程度为57.44%，属于良好类别； （3）生产性教师PPG学生对教学材料的掌握程度达到良好水平的比例为54.17%； （4）生产性教师PPG学生对基于HOTS材料的掌握程度达到良好水平的比例为67.56%； （5）生产性教师PPG学生对综合TPACK材料的掌握程度为54.17%，达到非常好的水平。关键词：综合测试，高效教师，在线学习 引言
教师对人工智能（AI）教育学习工具的认知、态度和接受度：一项关于教师人工智能素养的探索性研究
摘要 针对年轻学生的人工智能 (AI) 素养教育正受到研究人员和教育工作者的关注。研究人员正在开发课程，并尝试使用适合年龄的 AI 教育学习工具向更年轻的学生教授 AI 素养。尽管教师在 AI 素养教育中发挥着至关重要的作用，但他们的看法和态度却很少受到关注。本研究探讨了 60 名教师对使用 AI 教育学习工具的看法，并考察了影响他们在实施 AI 素养教育方面态度的因素。技术接受模型以及技术、教学和内容知识 (CK) (TPACK) 框架指导了研究设计，并采用结合社会科学统计软件包和主题分析的混合方法进行数据分析。研究表明，教师对 AI 教育学习工具在 AI 素养教学中的实用性和易用性持积极看法。本文还表明，教师们接受基于艺术的方法来教授 AI 素养。定性数据显示，教师面临诸如知识储备 (CK) 不足和人工智能经验不足以及对 TPACK 知识缺乏等挑战。影响教师接受人工智能教育学习工具的五个因素是：（a）教师对其人工智能知识储备和教授人工智能素养（技术内容知识）经验的看法；（b）技术挑战和利益相关者的接受程度；（c）人工智能教育学习工具的属性；（d）学校基础设施和预算限制；（e）干扰和负面情绪反应的可能性。本研究为政策制定者提供了有关
技术和教师教育的研究重点...
摘要。最近，学者们已经通过教学推理的概念镜头开始解开教师与技术相关的决策。解决了对更特定领域的研究的需求，这项定性访谈研究旨在探索中学数学教师的技术相关教学推理（TPR）（n = 17）。的发现表明，数学教师主要基于增强（例如，可视化抽象概念，提供即时反馈，促进分化）和效率（例如，简化课堂活动，减少手动分级）动机。在数学教师中确定了TPR的三个不同的概况：效率导航器，主要是在使用技术的效率原因的推动下；学习促进者，合并效率和增强理由，以采用技术；和教学创新者，主要基于其技术使用的基础，主要是基于增强和参与动机。考虑到这些发现，讨论了未来的研究方向。关键字：教学推理，TPACK，技术集成，数学教育。
教学中的VR技术：机会和挑战
使用虚拟现实（VR）在近年来在上高中教书变得越来越普遍。本文讨论了VR的实施和测试，以在2020/2021期间进行的一项试点研究中的高中生教授瑞典语。这项研究的目的是研究如何使用VR来教瑞典语，将VR用作学习资源带来了什么可能性和挑战。所使用的方法的灵感来自基于动作的研究，在该研究中，教师和研究人员以对称和互补的方式一起探索和评估行动。中央理论观点是游戏化学习的TPACK能力和设计原则。结果表明，学生的动机通过共同创建，共同设计和自定义自己的学习的可能性增加，学生可以解决问题并考虑和反思自己的学习。学生和老师都指出了教学潜力，并解释说VR技术提供了许多机会，但不能独自存在。它必须根据教育机构的课程和监管文件运作。
学生教师对人工智能的看法...
摘要：本文研究了学生教师对人工智能（AI）聊天机器人的理解及其在教学实践中的应用。一种定性研究，特别是解释性现象学分析（IPA），用于探索学生教师对AI聊天机器人的看法。有目的的抽样策略在学习的第四年中选择11（11）个学生教师。南非技术大学的学位。 为了解释和分析学生教师对AI聊天机器人在教学实践中使用的看法，数据分析是在五步过程中使用系统的文本凝结（STC）进行的。 该研究探讨了与技术教学内容知识（TPACK）框架的知识维度保持一致的主题。 的调查结果表明，学生教师对人工智能，尤其是聊天机器人的了解通常有限。 尽管学校中的一些学习者使用聊天机器人，但学生仍然缺乏将这些技术系统用于教学实践的知识。 这包括使用AI聊天机器人将课堂转换为教室管理和学生分析的人性学习环境。 简而言之，用于课堂目的的AI聊天机器人可以用作勤奋的管理助手，土著计划者，并增强教学实践。 这些发现不足以进行进一步的研究和培训，以提高学生教师在课堂上对AI聊天机器人的知识和利用。南非技术大学的学位。为了解释和分析学生教师对AI聊天机器人在教学实践中使用的看法，数据分析是在五步过程中使用系统的文本凝结（STC）进行的。该研究探讨了与技术教学内容知识（TPACK）框架的知识维度保持一致的主题。的调查结果表明，学生教师对人工智能，尤其是聊天机器人的了解通常有限。尽管学校中的一些学习者使用聊天机器人，但学生仍然缺乏将这些技术系统用于教学实践的知识。这包括使用AI聊天机器人将课堂转换为教室管理和学生分析的人性学习环境。简而言之，用于课堂目的的AI聊天机器人可以用作勤奋的管理助手，土著计划者，并增强教学实践。这些发现不足以进行进一步的研究和培训，以提高学生教师在课堂上对AI聊天机器人的知识和利用。
人工智能教育教学资源概况
人工智能 (AI) 教育资源（如培训工具、交互式演示和专门课程）在教育工作者和学习者中越来越受欢迎。虽然之前的研究已经研究了提升 AI 素养的教学法，但尚未研究技术资源对这些教学法的支持程度。为了解决这一差距，我们对现有的在线 AI 教育资源进行了系统分析，调查这些资源对 AI 教育具有哪些学习和教学功能。我们使用技术教学内容知识 (TPACK) 框架分析了 50 个 AI 资源的最终语料库。我们发现大多数资源支持主动学习，具有数字或物理依赖性，不包括 AI4K12 指南定义的所有五个大理念，也不提供内置的评估或反馈支持。教学指南很难找到或需要技术知识。根据我们的研究结果，我们建议未来的人工智能课程将从单一的活动和演示转向更全面的设计，包括对人工智能技术、概念和教学法在课堂上发挥作用的支持、指导和灵活性。
顶点方法
1 引言 人工智能 (AI) 素养已成为现代世界的必需品，尤其是对于工程专业本科生，而不仅仅是计算机科学家 [1]。人工智能素养被定义为理解各种产品和服务中人工智能的基本技术和概念的能力 [2]，它正成为推动当前和未来劳动力市场的行业所追求的一项关键技能 [3] [4]。尽管人工智能教育的重要性不容置疑，但与医学和应用科学等其他领域相比，其正式融入程度一直落后 [5]。正规教育对人工智能素养的迫切需求强调了学生不仅仅是最终用户，而且是潜在的问题解决者，能够在不同场景中运用人工智能技术提出想法并创造解决方案 [6]。蒙特雷技术大学最后一年本科生的人工智能技能发展是借鉴技术、教学和内容知识 (TPACK) 框架 [7] [8] 并结合基于项目的学习 (PBL) 技术完成的。蒙特雷技术大学的教育模式以挑战为中心，学生参与其中并合作发展学科和跨学科技能 [9]。
欧洲特殊教育研究杂志 - ISSN 2501-2428
摘要：本研究的目的是评估肯尼亚内罗毕县情绪和行为困难的学习者中信息通信技术在康复学校中的整合程度。Mishra和Koehler（2006）的技术教育和知识的内容（TPACK）模型指导了这项研究。采用了混合方法研究设计。这项研究针对17位计算机教师和114名学习者，在两所康复学校中对ICT进行了先验知识：Kabete和Dagoretti Girls。研究人员采用了一种有目的的抽样技术来选择教师和57名学习者，并转化为66名参与者。数据是使用针对学习者的教师和问卷调查的问卷收集的。试点研究是在Kiambu县的一所康复学校进行的。在研究工具中也使用了专家判断来提高有效性。使用Cronbach的Alpha计算了研究工具的可靠性，结果表明，教师和学习者的问卷的相关值分别为0.81和0.79。收集的数据既是定性的又是定量的。使用社会科学统计软件包在描述性统计中总结了定量数据（版本28.1）。这涉及总结，计算频率和百分比，并确定平均值和标准偏差。中心趋势的度量有助于显示趋势，而差异的度量（例如标准偏差）有助于显示