通过学校以外的行动来提高儿童和年轻人的气候意识可以纳入教学法;教育工作者应该开发一个关键的教学法,而不是在学校中以个人为导向的方法,社区变革和政治行动主义是核心的。在本文中,我们研究了基于批判教学法文献的重新制作如何动员学生,从而可以实施负责任的现实气候行动。为了支持这一过程,尤其是教师在学校的努力,我们开发了一个模型,证明了如何做到这一点。该模型是理论和规范性的,设计的灵感来自国家和国际研发项目的经验。本文借鉴了保罗·弗里雷(Paulo Freire)的关键教育学概念。
IQ-PARC 团队于 2020 年夏季通过教师专业发展 (TPD) 研讨会启动了将量子集成到 K-12 科学教育课程中的计划。到目前为止,一篇介绍量子密钥分发量子密码方法的杂志文章发表在《科学教师》(Akdemir 等人,2021 年)上。一年后,又组织了一次 TPD,向中学科学教师介绍量子随机数以及量子计算机与传统计算机的对比。该课程由物理和 K-12 教育专业的研究生开发,然后中学教师被邀请参加 2022 年夏季研讨会,讨论课程与印第安纳州 2016 年和 2022 年学术标准的兼容性。教师的反馈和建议被采纳以改进课程内容,以比较自然界放射性衰变过程与量子信息处理之间的随机性/概率概念。在研讨会结束时,教师能够创作由真实量子随机二进制数生成的整体艺术作品。所有会议成果都记录在云平台中,并将与那些有兴趣将量子概念融入其课程的人分享。
尽管研究成果越来越多,但要理清教室建筑、学生特征和教学设计对学生成绩的影响却颇具挑战性。在本研究所依据的卫生专业领域,关于这一主题的研究很少(Waltz 等人,2014 年)。新临床医生需要掌握相关的内容知识,并能够在各种情况和不同背景下应用这些知识,同时还要接受培训以解决问题、进行批判性和分析性思考、通过口头和书面媒介进行有效沟通,并能很好地作为跨专业团队成员工作,这样他们才能在毕业时满足临床实践的要求。主动学习教室建筑和主动学习教学法已被开发为教室和专业空间之间的桥梁。理想情况下,教师能够利用建筑和教学法创造机会,在反映未来工作场所许多方面的互动情况下应用知识。这使得学生能够更深入地参与内容、与同学和老师互动(Finkelstein 等人,2016 年;Rands 和 Gansemer-Topf,2017 年)。然而,了解如何平衡和优先考虑这些资源对
基于大脑的教学方法是一种实施基于大脑的学习 (BBL) 模型方法的策略。这种方法旨在与个人大脑的倾向和最佳功能兼容,以确保学生能够有效地学习。该模块使用与 GeoGebra 软件 (B-Geo 模块) 集成的基于大脑的教学方法来帮助学生对差异化主题的概念理解。因此,本研究旨在探索与 GeoGebra 软件集成的基于大脑的教学方法对马来西亚农村中学差异化主题概念理解的可能影响。本研究采用了准设计的前测和后测实验,涉及来自农村中学的 118 名 4 年级学生。研究人员使用整群抽样技术进行学校选择,并使用完整组进行样本选择。学校选择分为两组,即使用传统信息和通信技术 (ICT) 模块的对照组和使用 B-Geo 模块的实验组。使用的工具是差异化概念理解测试。数据分析结果显示,在使用基于大脑的教学方法并整合 GeoGebra 软件后,农村中学生对差异化主题的概念理解有所提高。
基于大脑的教学方法是一种实施基于大脑的学习 (BBL) 模型方法的策略。这种方法旨在与个人大脑的倾向和最佳功能兼容,以确保学生能够有效地学习。该模块使用与 GeoGebra 软件 (B-Geo 模块) 集成的基于大脑的教学方法来帮助学生对差异化主题的概念理解。因此,本研究旨在探索与 GeoGebra 软件集成的基于大脑的教学方法对马来西亚农村中学差异化主题概念理解的可能影响。本研究采用了准设计的前测和后测实验,涉及来自农村中学的 118 名 4 年级学生。研究人员使用整群抽样技术进行学校选择,并使用完整组进行样本选择。学校选择分为两组,即使用传统信息和通信技术 (ICT) 模块的对照组和使用 B-Geo 模块的实验组。使用的工具是差异化概念理解测试。数据分析结果显示,在使用基于大脑的教学方法并整合 GeoGebra 软件后,农村中学生对差异化主题的概念理解有所提高。
本研究分析了 56 小时的课堂录像和每日教室使用清单,以及对在大型、灵活、技术丰富且协作性强的教室“协作咖啡厅”中授课的学生和教师的采访数据。我们的目标是探索教师实践和学生观点,以加深我们对教学互动以及在主动学习空间中空间和技术使用的理解。根据 Radcliffe 的教学空间技术 (PST) 框架的更新版本,我们认为在主动学习环境中,参与者(即教师和学生)发挥着关键作用,他们以促进学习的方式使用技术、空间和教学法。讨论强调,教师对教学技巧的选择会影响课堂上的主动和协作学习行为。此外,学生的观点也为对流动性、多功能性和可扩展性等房间特征的满意度提供了证据。
参考文献………………………………………………………………………… 112 附录 A:参与邀请………………………………………………………………………… 126 附录 B:参与者同意书…………………………………………………………………... 127 附录 C:前调查……………………………………………………………………………………… 131 附录 D:课后调查……………………………………………………………………… 134 附录 E:教学实验室后调查…………………………………………………………………………… 136 附录 F:脑靶向教学实验室观察协议
摘要:我们介绍了“AI-Atlas”教学理念,作为一套连贯的最佳实践,用于向高等教育中的技术受众教授人工智能 (AI) 和机器学习 (ML),并报告了其在基于设计的研究框架和两门实际课程中的实施和评估情况:本科计算机科学课程最后一年的人工智能简介,以及工程跨学科研究生课程中的机器学习简介。该概念是为了应对最近的人工智能热潮以及对广泛而多样化的受众对该主题基础教学的相应需求而开发的,考虑到小班现场教学,旨在发挥讲师在激励性公开演讲方面的特定优势。我们评估的研究问题和重点是该概念在多大程度上达到了这一目的,特别是考虑到由于 COVID-19 大流行,自 2020 年 3 月以来,必要但不可预见的转向持续的混合和完全在线教学。我们的贡献有两方面:除了 (i) 为人工智能和机器学习高等工程教育提出一个可供采用的通用教学概念外,我们还 (ii) 通过比较疫情条件下两个完整学期的定性学生评估 (n = 24–30) 和定量考试结果 (n = 62–113) 与前几年的结果 (参与者来自瑞士苏黎世) 得出结论。这为在灵活的教学条件下采用任何技术课程提供了具体建议——无论是现场、混合还是在线。
我们的学生正在苦苦挣扎。根据 Lipson 等人的研究,从 2007 年到 2017 年,寻求心理健康支持的学生从 19% 增加到 34%。2 目前尚不清楚这种增长是由于心理健康问题的增加还是由于寻求帮助的耻辱感减少。然而,即使越来越多的学生接受专业的心理健康帮助,但值得注意的是,有色人种学生寻求治疗的可能性仍然较小。3 新冠肺炎疫情无疑加剧了这些担忧,63% 的学生声称他们的情绪健康比疫情开始前更糟糕。4 无论是否有临床诊断,学生都在为心理健康而苦苦挣扎。这些挣扎影响到他们生活的各个方面,包括他们的学业成绩。
我们的学生正在苦苦挣扎。根据 Lipson 等人的研究,从 2007 年到 2017 年,寻求心理健康支持的学生从 19% 增加到 34%。2 目前尚不清楚这种增长是由于心理健康问题的增加还是由于寻求帮助的耻辱感减少。但是,即使越来越多的学生接受专业的心理健康帮助,但值得注意的是,有色人种学生寻求治疗的可能性仍然较小。3 新冠肺炎疫情无疑加剧了这些担忧,63% 的学生声称他们的情绪健康状况比疫情开始前更糟。4 无论是否有临床诊断,学生们都在为心理健康而苦苦挣扎。这些挣扎影响到他们生活的方方面面,包括他们的学业成绩。
