化学数据分析方法范文

时间:2023-11-13 17:50:52

导语:如何才能写好一篇化学数据分析方法,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。

化学数据分析方法

篇1

【摘要】本文基于高中生个性化学习,我们认为,链源:“数据收集”链宿:“数据分析”,链节为“数据描述”的“内容数据链”,通过各种形式的数据联动,使统计内容数据链外化为“统计能力链”,内化为“统计知识链”,发展为“统计素养”链,成为对高中生有重大影响的“统计思想链”。

【关键词】大数据 高中统计 数据分析 内容数据链

大数据的价值性,快速性,大量性,多样性,和预测功为教育提供了一种可能目前教育的形式多种多样,慕课、微课、网络公开课等等。大数据时代下的教育是怎样的呢?是基于个性化学习,是量化的,自我组织学习内容的教育,不仅要了解学生“心声”,认知水平和学习兴趣,而且要师生互动、合作探讨学习内容,将传统课程、教学、教材的内容数据化,利用可视化技术,提高学习兴趣。提升内容吸引力。高中统计内容必须系统化、过程方法直观化,这对高中的统计内容提出了挑战。使专题块和课程案例集以数据知识链为核心,使教育在大数据时代下的“量化”。

一、高中统计内容的新契机是大数据

使教育由数字支撑变化到数据支撑。高中统计教学场景布置,统计内容设计,学习场景的变革等等过去靠“敲脑袋”或者“理念灵感加经验”的东西,在背景为物联网、云计算、大数据下,变成一种由数据支撑的“行为科学”.用数据分析的方法对高中统计内容进行分析、挖掘,利用大数据更改高中统计内容,建立主线为“统计知识链”、目标为培养“数据分析能力”首尾呼应内容数据链,使高中统计内容的系统更加优化。

由于各种原因使高中统计内容,没有得到较好的发展.直到国家教育部颁布了各种政策,统计才得以发展.然而各种问题的存在仍然困扰着我国统计教学发展。大数据关注每一位学生的个性化需求与发展,关注学生的自我意识,分析群体心理,让教师关注学生的兴趣爱好,选择适合学生的方法,让学生自主的、创新的学习。

正如教育家张韫所说:“大数据时代的到来,让社会科学领域的发展和研究从宏观群体逐渐走向微观个体,让追踪每一个人的数据成为可能,从而让研究每一个个体成为可能.对于教育研究者来说,我们将比任何时候都更接近发现真正的学生。”大数据在充分了解学生各种需求,目前处于的状态的情况下合理运用各种统计内容,各种现代化的教学方式,不拘泥于传统化教学方式,利用各种资源形成螺旋式上升的统计内容数据链。使每一位学生都乐于学习,其个性化学习需求成为可能。

二、高中统计内容数据链在大数据视域下的内涵

数据高中统计内容的核心研究对象,数据分析是重点,统计学习是在初中的基础上,进一步学习数据统计方面的各种方法;用各种操作培养学生的归纳推断能力、统计思维、数据分析素养,提升学生在数据分析方面的能力,统计内容数据链为学生统计能力的提升提供了研究平台。把课程目标,学生需求、与大数据算法,数据链式结构有机结合起来是大数据视域下的统计内容数据链核心思想,利用大数据,将统计内容数据化,增强内容的可读性,衔接性、合理性、连贯性,织成统计知识,形成统计内容数据链。例如:具体环节为:链宿是“样本估计总体、”等数据分析方法,链源是“系统抽样,等距抽样、分层抽样”,链节是的数据描述、统计图形.通过统计知识的实际应用使“统计知识链”为统计内容数据链的内化,“统计能力链”为其外化,“统计能力链”,“统计素养链”为其发展,成为对学生产生重大影响的“统计思想链”所以,利用大数据的科学方法可使统计内容体系最终形成的统计思想体系;数据结构的链式模型,将促进学生创新思维,增强学生的参与积极性,使高中统计集“知识链、能力链、素养链、思想链”于一体。

三、高中统计内容大数据视域下下的数据链设计

(一)高中数学统计内容知识结构

各种版本的高中数学统计内容都介绍了基本的获取样本数据的获取,提取方法,就是我们常说的用样本推断总体,部分推断整体.统计知识注重培B学生数据分析的能力,利用实例讲解数据的各种思想,方法结合在一起,提高学生的综合能力。例如:结合具体问题情境,学习如何进行数据收集,分析,如何思维理解其含义。

(二)高中数学统计内容的教学要求

课标充分重视高中数学统计内容,并采取了有效的改进和创新措施。教学过程中,注重学生自我特长的发展,创新教学方式,不拘泥于传统的书本知识,强调以人为本,面向未来,让学生有数据意识,学会用数据说话,将统计知识运用于实践。

(三)高中统计内容在大数据视域下数据链设计

量化教育是大数据时代的可行教育,通过数据了解学生的个性化需求,促进学生的个性发展,注重创新式培养。结合教材利用现代化信息技术设计出学生乐于接受的教学方式。从“数据读心”,到“抓心入心”,再到“知心交心”,最终形成“数据育心”的培养链是统计内容数据链的设计原则。例如:分层抽样内容数据链的设计.首先,将分层抽样知识系统化。其次,将分层抽样的过程方法直观化。最后,依据统计内容数据链的设计原则和学生个性化学习需求,动态生成分层抽样内容数据链。把具体问题数据化。使分层抽样内容数据链成为满足自我发展需要的“知识链、方法链、素材链”。

四、结语

综上所述,对统计内容数据我们应该就地取材,因地制宜,开创多种方式的教学方式,注重学生的个性化需求,不要拘泥于传统的教材,注重培养学生的创新思维和自主参与能力,要让学生发挥主观能动性,积极主动的自己去思索,发展自己的特长,学会将具体的事情数据化不用数据的思想去思考问题,去看世界,老师也要探索更好的教学方法。将现代化的科学技术与传统枯燥的教材相结合创造出一种能够发挥学生潜能,特长的教学方式,要循循善诱,引导学生。总之,统计内容数据链能更好地使学生不断提升自己的数据分析“能力链”使学生学会用统计思想、统计方法、统计思维、统计观念、统计意识来认识世界,改造世界。

参考文献:

[1]魏忠,何立友.大数据时代的教育革命[J].考试:理论与实践,2014,(4).

篇2

[关键词]文本挖掘 可视化工具 专利分析 竞争情报

[分类号]G353.1 G306

随着知识经济全球化进程的加快,专利文献作为反映科技发展,特别是技术发展态势的重要情报源,在科技战略制定中发挥着日益重要的作用,如何对其开展有效分析,辅助政府部门、科研机构、高新企业进行专利战略布局和专利技术研发,成为情报机构开展情报分析、战略决策的重要方向。专利分析离不开高效分析工具的支持,专利分析方法、分析工具的合理使用是决定信息分析水平、效率以及质量的重要因素。本文首先对专利信息分析进行简要概述,并对国外常用专利分析工具进行系统调研,以期为国内人员开展专利信息分析工作提供借鉴。

1 专利信息分析概述

专利信息分析是竞争情报分析的重要形式,是在对专利文献进行筛选、鉴定、整理基础上,利用文献计量学方法,对其所含的各种信息要素进行统计、排序、对比、分析和研究,从而揭示专利文献的深层动态特征,了解技术、经济发展的历史及现状,进行技术评价和技术预测。

专利信息分析流程分为准备期、分析期和应用期三个阶段。准备期是保证专利信息分析达到目标的基础;分析期是专利信息分析工作的主体,主要包括数据采集和数据分析两个阶段;应用期是分析工作的延伸,是专利信息分析的价值体现,各阶段具体包括的内容见图。

2 专利分析工具的主要功能

随着信息技术飞速发展,文本挖掘、信息可视化技术已被应用到专利分析领域,众多专利分析工具应运而生,尽管不同分析工具各有专长,但总的来说专利分析工具功能主要有以下两点:

2.1 数据清洗

数据清洗又称数据规范,是影响专利分析效果至关重要的一步,其作用是为专利分析提供准确的数据,主要包括:①对检索到的专利文献进行相关性筛选,将符合条件专利文献纳入分析数据集;②同一概念不同写法进行规范,以消除同一概念、同一事物不同写法造成的分析误差。

2.2 分析方法实现及其结果可视化显示

专利分析方法通常分为定性分析、定量分析和拟定量分析,分析工具可实现的方法主要包括基本统计分析、共现分析、聚类分析和引证分析4类:

・基本统计分析:是指依据专利文献标引项,对专利申请时间、申请人、申请机构、申请国家、同族专利量等指标进行统计,用于把握专利文献分布状况及其发展态势。分析结果通常以列表、直方图表形式展现。

・共现分析:是指相同或不同类型特征项信息共同出现的现象。通过对专利分类号、专利权人、申请时间、申请国、专利技术焦点等进行组配统计,用于揭示专利信息的内容关联和特征项所隐含的知识。分析结果显示方式主要有共现矩阵和曲线图。

・聚类分析:是指利用聚类技术将同一数据集中的专利,按照技术类别聚成不同的子类,以揭示该特定技术领域内各个子领域的分布情况,分析各主要竞争对手专利分布情况。目前专利聚类主要基于主题,呈现结果可以按竞争对手和时间顺序进行浏览。聚类结果展现方式主要有聚类地图、结构化数据聚类和非结构化数据聚类。

・引证分析:是指对专利的引用和被引用情况进行分析。通过研究专利间的引用关系及其规律,探求技术间的联系和发展规律,跟踪不同技术专利网络,反映特定技术领域的生命周期以及竞争对手间的技术依赖关系。分析结果呈现主要有引证表、引证树和引证地图。

3 国外常用专利分析工具

本部分重点列举国外常用专利分析工具,并依据分析工具可分析的数据源,将其分为非结构化数据分析工具、结构化数据分析工具和混合型数据分析工具三大类。

3.1 非结构化数据分析工具

非结构化数据分析工具是指用于分析专利全文、期刊论文、网页内容等非结构化数据的软件,主要包括ClearForest、OminiViz和TEMIS。

3.1.1 ClearForest ClearForest是美国Thomoson Reuters公司开发的具有强大功能的文本分析工具,包括先进的文本标记抽取平台、分析平台以及开发环境。其最具特色功能是可以将非结构化数据转化为结构化数据,如从论文、网页等非结构化文本中抽取相关词语生成结构化数据,进而对结构化数据进行文本挖掘,如分类、聚类,生成列表、共现矩阵、聚类图等。此外该工具还提供文本分析可视化功能,用于挖掘类问隐含关系和发现新知识。

3.1.2 OminiViz OminiViz是英国BioWisdom公司开发的一款单机版可视化数据分析软件。该软件有两大特色:①分析数据类型广泛,可对数值数据、分类数据、基因序列、化学结构以及专利、论文等多种数据类型进行分析;②整合复杂的统计算法、文本算法对大规模数据进行分析生成可视化图谱辅助用户对数据的理解,可视化图谱主要有Galaxy图、CoMet图、ThemeMap和聚类图等。

3.1.3 TEMIS TEMIS是美国TEMIS公司开发的一款用于商业智能的文本挖掘工具。其特色功能是支持概念化检索,依靠强大的数据算法、语言学算法将多语种、多种文本类型的非结构化数据转化为结构化数据,对其进行数据提取、分类、聚类等。TEMIS价格昂贵限制了在国内的应用。

3.2 结构化数据分析工具

结构化数据分析软件主要用于对数据库中的专利信息、文献题录信息进行分析,主要包括Thomson Data Analyzer(简称TDA)、VantagePoint、Quosa、RefViz、STN AnaVist和Vxinsight。

3.2.1 Thomson Data Analyzer TDA是美国Thomson Reuters与Search Technology公司联合推出的数据挖掘和可视化分析工具,由Search Technology公司的Van―tagePoint引擎提供技术支持。TDA除支持德温特世界专利索引(DII)、Web of Science和Pubmed等常用数据库外,还支持Excel数据的导入。TDA软件提供强大的数据清洗功能保证了数据分析的准确性,支持基本统计、共现分析、聚类分析,并可自动生成列表、矩阵、聚类图、报告等。

VantagePoint软件与TDA软件功能基本类似,在此不再赘述。

3.2.2 Qaosa Quosa是美国Quosa公司开发的一款集文献检索、全文下载、文献管理分析于一体的单机版

文本挖掘工具。该软件支持Ovid、PubMed、美国专利数据库等的直接搜索,可将PDF全文下载到本地进行组织管理,并可对文献进行概念提取和聚类。其文献全文自动下载、最新进展追踪、PDF文献信息自动识别以及全文分析功能是同类文献管理软件所不具备的,但其分析功能与专业类文献分析软件相比功能还较少。

3.2.3 RefViz RefViz是美国Thomson Reuters公司开发的单机版文献信息分析可视化软件。该软件主要特色是具备强大的语义分析功能,可利用词库工具对数据进行清洗,分析结果可生成Galaxy视图和二维矩阵视图。但是RefViz仅能分析结构化数据,如来自文献数据库或文献管理软件的文献题名、摘要、主题词等信息,不能分析非结构化数据。

3.2.4 STN AnaVist STN AnaVist是美国化学协会分支机构化学文摘服务社(CAS)与FIZ Karlsruhe开发的一款科技文献、专利文献文本分析可视化软件。该软件可对化学文摘、DII、欧洲专利和美国专利等多个数据库进行分析,并可利用CAS词表对机构、技术术语进行数据规范。其主要特色是可采用聚类技术生成研究内容全景分析图。

3.2.5 Vxinsight Vxinsiht是美国能源部桑地亚(sandia)国家实验室开发的一款免费的单机版文本分析可视化软件。该软件的主要特色是采用三维虚拟地图的形式来模拟聚类信息,以揭示科技文献、专利、蛋白、基因问的相关性。

3.3 混合型数据分析工具

混合型数据分析软件是一类可分析结构化数据和非结构化数据的软件,主要包括Aureka,M-CAMDoors,Wisdomain和PatAnaIyst,这些工具都整合了专利数据库检索功能。

3.3.1 Aureka Aureka是美国Thomson Reuters公司开发的在线知识产权管理分析平台,提供专利检索、管理、分析(专利引证分析、专利地图分析等)、预警等功能。在专利分析方面,ThemeScape提供聚类分析可生成专利地图,Citation Tree提供引文分析可生成引证树,揭示专利信息间的相互关联,为用户技术研发与自主创新、专利评价与评估、专利权保护、企业联营与合作或兼并等的生产经营决策活动提供帮助。该软件数据清洗功能较弱是其主要不足。

3.3.2 Wisdomain Wisdomain是美国Wisdomain公司开发的一个专利分析解决方案,整合FOCUST、PatentMagnet、PatentFamilyTree、PatentLab-II 4个工具,支持美国、欧洲、中国、日本、韩国、世界PCT专利检索以及Inpadoc法律状态检索,提供基本统计、共现分析和引证分析功能,分析结果可以列表、聚类图、引文图、二维或三维图形显示。

3.3.3 Delphion专利信息平台 Delphion是美国Thomson Reuters公司开发的专利信息服务平台,集成Snapshot、Corporate Tree、PatentLab-II、Text Clustering、Citation Link 5个工具,分别提供在线分析、公司名称规范、列表和直方图等图表生成、文档聚类、引文分析功能。该平台收录范围广、整合分析工具多是其主要特色,但其按服务项目、专利下载数量收费的服务模式,使得一般用户难以承受其高昂的费用。

3.4 专利分析工具比较

以上对国外常用的非结构化数据分析工具、结构化数据分析工具、混合型数据分析工具进行了简单介绍,下面将从分析工具类型、分析数据源、主要功能、结果呈现、用户群5个方面,对12个分析软件进行比较,见表2。

非结构化数据分析工具,主要基于语义分析技术,将非结构化数据转化为结构化数据,进而利用强大的分析功能对其进行分析。这三款软件中,ClearForest、TEMIS价格昂贵,限制了在国内的应用;Ominiviz为单机版软件使用便捷,除具有文本挖掘功能外还具有强大可视化功能,其可视化功能在众多软件中尤为出众。

结构化数据分析工具,主要用于分析结构化数据。TDA是目前国内科技文献、专利文献分析应用较多的软件,支持20多种文献数据源,是目前已知文献信息分析工具中支持数据最为广泛的软件,且支持Excel文件(含中文)的导入;此外该软件具有强大的数据清洗功能、自动生成专利报告功能,这些功能是其他软件无法比拟的;但是TDA在专利地图制作、文献结果可视化方面还存在不足,在专利分析中需与其他专利分析工具联合应用。Quosa和Refviz主要用于期刊文献的管理和分析,支持数据源较少;STN AnaVist自带技术术语、机构分析词表可用于专利文献数据清洗,但对大规模数据库的清洗仍是该软件面临的巨大挑战。Vxinsight是本文介绍的分析工具中唯一一款免费的软件,主要特色是可以生成二维、三维聚类地图用于揭示专利、文献间的关系,但该软件在专利分析方面功能较弱。

混合型数据分析工具,除提供专利分析功能外,还提供专利文献检索、数据下载功能,文中提到的三个分析工具分析功能完备,均具有数据清洗功能,提供基本统计、共现分析、聚类分析、引文分析(仅对美国专利进行分析),并可对分析结果进行可视化显示。但这三个工具在专利分析方面各有其优势与不足,如Aureka可采用聚类分析生成主题(词汇)地形图,用于专利技术主题分布研究,而在专利国家、机构分析分析方面由于缺乏数据清洗功能,分析结果准确性不足:Wisdomain仅能分析自带数据库检索结果,不具有数据导入功能;Delphion主要用于专利数据检索,在数据分析方面相比Aureka和Wisdomain功能较弱。

4 结语

专利分析工具是顺利开展专利信息分析的重要保障,分析工具的好坏将直接影响专利分析的效率和结果的准确性,在应用专利分析工具时,还应注意以下几点:

・融会信息分析思维,选择恰当分析工具。国外专利分析工具众多,在开展专利分析工作时,应根据不同的分析目的、拟解决的问题,结合不同分析工具的主要功能,选择恰当的分析工具。由于国内购买国外产品途径不畅、价格较高等原因,目前国内应用较多的主要有TDA、Aureka和Ominiviz。

篇3

关键词:高性能计算;应用;中医药

中图分类号:R-3 文献标识码:A 文章编号:2095-5707(2016)06-0010-03

Abstract: High performance computing (HPC), as a new and important research tool, has been applied in many fields successfully. Application of HPC in the TCM field is still in the exploratory stage. HPC in the future may be innovatively applied in the field of genomics Chinese herbal medicine, virtual medicine screening of new TCM, TCM data mining and big data analytics, modeling and simulation and so on.

Key words: high performance computing (HPC); application; TCM

高性能计算是计算机科学的一个分支,研究并行算法和开发相关软件,致力于开发高性能计算机。高性能计算是世界各国竞相发展的前沿技术,是体现一个国家综合实力和科技竞争力的重要指标。

科学计算作为科研方法变革的产物,已经发展成为与传统的理论、实验并驾齐驱的第三种科研方法,并且日益成为越来越重要的科研方法。科学计算方法的运用,是高性能计算应用的基础和前提条件,而使高性能计算真正发挥作用主要取决于高性能计算的应用研究水平[1]。本文对于促进高性能计算未来在中医药领域的应用、丰富中医药信息学的研究内容及由此产生的中医药科研方法的创新具有推动作用。

1 高性能计算应用概况

1.1 我国在高性能计算应用领域仍处于落后水平

在高性能计算的研发和应用领域美国一直处于世界领先水平,日本和欧洲国家紧随其后长期位居世界先进行列。近年来,我国在高性能计算硬件的研发方面取得了突破性进展,通过自主创新逐步掌握了一批硬件研发的关键技术。中国国防科技大学研制的天河系列超级计算机连续多次在世界超级计算机排行榜中名列首位,标志着我国高性能计算的硬件研究水平目前已经接近国际先进水平。但在应用软件方面的发展严重滞后于硬件的发展水平,自主开发的高性能计算应用软件严重匮乏,需要大量购买和引进国外开发的应用软件,重要和关键部门的应用受制于人[2]。应用软件是高性能计算应用的基础,由于应用软件研发水平的严重落后,目前我国在高性能计算应用领域仍处于落后水平。

1.2 国内外高性能计算主要的应用领域

高性能计算作为崭新和重要的科研工具,目前已经在众多的领域得到了成功应用,各种前沿科学研究、技术开发和工程设计都越来越多地使用了高性能计算,高性能计算已经日益成为科技创新的重要力量。目前主要的应用领域包括气象数值模拟与预报、地震预报、纳米技术、生物医学、环境科学、空间科学、材料科学、计算物理、计算化学、流体力学、地震三维成像、石油勘探、天体星系模拟、大气与海洋模拟、固体地球模拟、工业设计、核武器研究、全球气候模型、湍流分析、飞行动力学、海洋环流、流体力学和超导模型等[1]。在生物医学领域的应用目前主要集中在人类基因组学、蛋白质组学、药物设计、分子动力学模拟等方面。

1.3 高性能计算应用的瓶颈

高性能计算虽然已经在众多领域得到了成功应用,但由于技术难度等的限制,仍然属于高投入高产出的非普及型应用。目前制约高性能计算应用的主要问题包括软件开发的技术难度非常大,系统使用成本过高,不仅体现在软硬件购置费用昂贵,而且系统运行维护成本过高,大型系统的年电费需上千万元[2]。比较高精尖的应用范围、非常高的技术要求和过高的使用成本,这些都限制了高性能计算的广泛应用。

2 高性能计算在中医药领域应用的可行性分析

2.1 高性能计算在领域应用的前提条件

高性能计算在领域应用的条件首先需要应用领域具有较高的科研水平,特别是能够通过科学计算的方法建立相应的数学物理模型和应用软件来解决实际问题,利用高性能计算才有可能促成应用领域研究水平的大幅度提高。通过对高性能计算应用领域的最高学术奖戈登奖获奖项目的分析,这些获奖的应用项目绝大多数都具有多学科交叉融合的背景,这反映了高性能计算的应用需要应用领域与计算机科学、数学等学科的跨学科合作[3]。随着高性能计算的应用,近些年高性能计算与应用学科的交叉学科不断涌现,产生了计算化学、计算物理学、计算生物学等许多新兴学科,这些交叉学科的产生标志着高性能计算在这些领域得到了高水平应用。

2.2 计算生物学的启示

计算生物学是一门以生命科学中的现象和规律作为研究对象,以解决生物学问题为最终目标,通过模拟和仿真的方法对生物学问题进行定量和定性研究的新兴学科。计算生物学与生物信息学比较,最大的不同之处在于生物信息学侧重于生物信息的采集、存储、处理和分析,而计算生物学侧重于对生命现象进行研究、解决生物学问题[4]。目前计算生物学领域的研究主要集中在蛋白质行为的模拟、药物分子的筛选、基因测序等方面。

虽然目前中医药领域还不满足高性能计算的应用条件,但通过借鉴计算生物学的研究方法,未来有可能在中医药领域开展具有创新性的高性能计算的应用研究。

3 高性能计算在中医药领域应用的展望

3.1 中药植物药的基因组学

基因组学是遗传学的一个分支,研究生物基因组和如何利用基因,涉及基因作图、测序和整个基因组功能分析,研究内容包括以全基因组测序为目标的结构基因组学和以基因功能鉴定为目标的功能基因组学。基因组学是高性能计算应用的一个重要方向,没有高性能计算人类的基因组计划就不可能实现,高性能计算已经成为基因组学研究不可或缺的科研工具。随着基因组学研究的深入、技术的成熟和成本的大幅度下降,使得基因组学的研究逐渐由人类的基因组学扩展到动物、植物等多个相近领域。利用高性能计算在基因组学方面成熟的应用软件开展中药植物药的基因组学研究未来有可能是高性能计算在中医药领域的重要应用。

3.2 中药新药的虚拟药物筛选

利用高性能计算进行虚拟药物筛选目前已经成为西药新药开发的一条崭新和重要的途径。新药研发的核心工作之一是从大量的化合物样品库中发现有药理活性的化合物,计算机虚拟筛选辅助新药开发是利用统计学和分子模型化技术来指导新的先导结构的发现或设计,从而减少实验室的工作量,缩短开发周期、降低开发成本。近年来对多靶点药物的研究已经成为国际上新药开发的一个重要的研究热点,中药是天然的多靶点药物,蕴含着巨大的新药创制的潜力[5-6]。应用高性能计算开展中药新药的虚拟药物筛选有可能成为中药新药开发的崭新途径。

3.3 中医药数据挖掘和大数据分析

数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。大数据分析是指对规模巨大的数据进行分析,目前世界各国对大数据分析技术高度重视,大数据被视为国家重要的战略资源。数据挖掘和大数据分析是高性能计算应用的重要领域之一。目前中医药领域的数据挖掘和大数据分析主要集中在对方剂配伍规律、中医证治规律等的研究,现有的研究水平还不能构成对高性能计算的迫切需求。随着数据挖掘和大数据分析在中医药领域应用水平的提高,数据研究的内容、方法和结果的日趋丰富,随着数据量的积累和研究方法复杂度的提高,中医药数据挖掘和大数据分析未来有可能成为高性能计算在中医药领域富有潜力的应用。

3.4 模拟与仿真

模拟与仿真是依靠计算机通过数值计算和图像显示的方法,对工程、物理、生物等各类问题进行研究。高性能计算不仅具有强大的计算功能,还可以模拟或代替由于受经济或者其他条件限制不能进行的实验。2013年10月,哈佛大学教授Martin Karplus、斯坦福大学教授Michael Levitt和南加州大学教授Arieh Warshel因“为复杂化学系统创立了多尺度模型”而获得诺贝尔奖,评委会声明中称这一成果意味着对于化学家来说计算机已经成为同试管一样重要的工具[1]。

计算机模拟方法在生命科学中已经得到了迅速的发展和广泛的应用。高性能计算应用领域的最高学术奖戈登奖获奖项目“在20万CPU核和异构体系结构上的千万亿次持续性能血流模拟”,该项目模拟了血液流动状态,可以辅助血栓的早期病理学诊断及抗血栓药物的研究。另一项获奖项目“呼之欲出的猫:包含109规模神经元、1013规模突触的大脑皮质模拟”,对神经元和突触规模与猫大脑相当的大脑皮质功能进行了模拟,并以此为基础开展了认知计算的研究[3]。此外国内外大量的高性能计算被用于分子动力学模拟,分子动力学模拟是一种数值模拟方法,通过将分子抽象为由化学键连接的质点按照基于牛顿力学的数学模型迭代求解分子体系的行为。利用高性能计算进行分子动力学模拟已经成为化学和生物学研究中与实验手段相当的标准研究方式[7-8]。模拟和仿真技术在中医药研究中的应用未来有可能成为高性能计算在中医药领域创新性的应用。

4 小结

高性能计算的应用是使高性能计算真正发挥作用的软实力,是高性能计算领域重要的研究内容。高性能计算的应用需要多学科的交叉与合作,计算生物学的产生标志着高性能计算在生物医学领域得到了成功应用。

高性能计算在中医药领域的应用目前还处于探索阶段,尚不具备大规模应用的条件和基础。未来有可能通过借鉴计算生物学的研究方法在中药植物药的基因组学、中药新药的虚拟药物筛选、中医药数据挖掘和大数据分析、模拟与仿真等领域进行开创性的应用研究。高性能计算在中医药领域的应用将会对中医药科研方法的创新与发展产生深刻的影响。

参考文献

[1] 顾蓓蓓,武虹,迟学斌,等.国内外高性能计算应用发展概况分析[J].科研信息化技术与应用,2014,5(4):82-91.

[2] 周兴铭.高性能计算技术发展[J].自然杂志,2011,33(5):249-254.

[3] 张理论,邓小刚.戈登奖――分析与思考[J].计算机工程与科学, 2012,34(8):44-52.

[4] 徐书华,金力.计算生物学[J].科学,2009,61(4):34-37.

[5] 朱伟,罗颂平.治疗输卵管阻塞性不孕的中药多靶活性成分计算机虚拟筛选[J].时珍国医国药,2012,23(6):1531-1532.

[6] ,孙晓波.网络药理学:中医药现代化的新机遇[J].药学学报,2012,47(6):696-703.

篇4

关键词:数据分析;统计;数学;教学策略

中图分类号:G623.5 文献标志码:A 文章编号:1008-3561(2017)12-0027-01

能够根据具体问题背景选择合适的统计图是学生统计素养的一个重要内容,也是学生对数据分析能力的一个表征。扇形统计图是在学生认识了条形统计图、折线统计图后的小学阶段的最后一个统计内容,该内容增加了选择合适统计方法的难度,使“数据分析”变得尤为重要。因此,教师在教学中要以数据为载体,以学生原有知识经验为基础,引导学生展开渐进式思考,探寻统计的有效方法,培养数据分析观念。

一、引发认知冲突,点燃统计内需

学习是一种由外而内的过程,学习最大的动力来自学生心灵深处,源自于自身的认知冲突。教师在教学中创设教学情境的目的正是为了借助外部环境的刺激,引发学生的内部认知冲突,促使学生在矛盾中生成新的需要,将学习不断引向纵深。苏教版六年级下册的“扇形统计图”一课意在使学生通过联系百分数的意义,体会扇形统计图描述数据的特点。为了让学生深刻领会扇形统计图的特点,教师在教学中改变了教材的编排顺序,没有直接出示例题中的扇形统计图,而是引导学生感知数据,造成他们认知上的矛盾冲突,点燃他们新的统计内需,逐步引出扇形统计图。教师这样给学生出示例题:我国陆地总面积大约是960万平方千米,其中丘陵占9.9%、山地占33.3%、高原占26.0%、盆地占18.8%、平原占12.0%。“同学们能否根据数据设计出一个统计图反映出我国陆地各地形分布情况?”教师边出示条件边提问。学生一听说设计统计图,马上联想到以前学习的内容,有的说:“我们可以画出条形统计图。”有的说:“我们可以设计成折线统计图。”教师表扬了学生善于联系旧知的意识后说:“请同学们想一想条形图与折线图分别用来反映什么?例题中的数据表示什么含义,可以用它们来表示吗?”教师的提示唤醒了学生的数据意识,经过对数据的观察与思考,学生们一致认为:“条形统计图用来直观反映数量多少,折线统计图反映了数量的增减变化,这道题中的数据都是百分数,表达的是部分量与总量的关系,看来以前学的那两种统计图不合适。”“那该怎么办呢?”一个女生迫不及待地问道。“是啊,我们该用怎样的图形来表示部分量与总量之间的关系呢?”教师故意装作不知,“看来我们必须另找出路了。”

二、引导自主思考,点化绘制图形

面对学生的急切心理,教师没有直接将“扇形统计图”推出,而是借助生活情境的观察感悟,引导他们自主思考,摸索出扇形统计图的特点和画法,逐步点化学生绘制出扇形统计图。“先请同学们来看一个有趣的拼盘。”教师边说边给学生展示了一张课前制作的地地形分布模型:用一个圆形塑料盘代表我国陆地总面积,在圆盘内用各种颜色的橡皮泥分别表示不同地形。教师用这个拼盘图对学生进行暗示启发,学生甲一点就通:“原来百分数关系可以用圆与扇形来表达,用一个整圆表示总量,用扇形表示各部分量。”学生乙补充道:“平原占12.0%,表示平原面积占我国陆地总面积的12.0%,我们可以用一个圆来表示我国陆地总面积,在圆内画出一个扇形表示平原面积。” 教师接着说:“同学们的悟性真高,像拼盘那样表示各部分量与总量之间关系的统计图我们称为扇形统计图。下面,就请同学们自己尝试着画出我国陆地各种地形分布情况统计图。”然后教师又引导学生根据各百分数的含义,讨论如何绘制出各个扇形。学生丙联系圆心角的知识道出了平原部分的画法:“一个圆是360°,360°的12.0%是43.2°,在圆内画出一个圆心角是43.2°的扇形就表示平原的面积了。”在学生丙的引领下,同学们迅速算出其他扇形的圆心角度数,并画出了完整的扇形统计图。

三、引领梳理反思,点醒对应思想

为了实现“教是为了不教”,教师在教学中经常引领学生梳理思路,反思学习得失,总结学习经验,使他们获得了质的提升。在学习“扇形统计图”一课的过程中,由于有了先前基于数据分析的精心引导,学生亲历了统计方法的选择与统计图的绘制,对扇形统计图的特点和作用了然于心,读懂扇形统计图自然不成问题。因此,在组织学生对统计图中的信息进行简单分析之后,教师增设了一个“回顾反思”环节,让学生回顾整个统计活动经历,使学生懂得了不同的问题背景需要用不同的数据分析方法,各种统计图的选用必须与数据意义相适应。如反映数量增减可选择折线图,要表达数量多少可选用直条图,要反映各部分量与总量之间的百分比关系可选择扇形统计图。高年级学生的类比分析能力比较强,教师让他们通过简要梳理与反思,能使他们明晰数据分析方法的选择的重要性,对数据分析方法的选择有清晰的认识,进而点醒他们的数学思想。

四、结束语

总之,统计教学是一个系统而完整的活动过程,从对问题背景的理解、对数据的解读、对统计方法的选择,再到图形的绘制等,这一切都离不开科学严谨的分析。数据分析是统计的核心,教师在统计教学中应以数据为核心,引领学生在科学分析中选择出合适的统计方法,从而圆满地完成统计任务。

参考文献:

篇5

关键词 泛在学习 学习生态 有效学习 英语学习 大数据

近年来,移动互联网、大数据等信息技术发展日新月异,已经成为推动教育变革的重要力量。移动通信终端的普及为学生营造了泛在英语学习环境,大数据技术开启了个性化智能教育时代,翻转课堂、MOOC、微课等新型教学模式层出不穷,虽然它们不能取代传统教学模式,但英语教师必须与时俱进,重视信息技术对传统英语课堂的改造和提升,以全新的视角思考英语教学的变革方向。

一、研究理论概述

1.泛在学习理论

泛在学习是指任何人在任何时间和任何地点都可以通过泛在网络实现任何知识内容的学习。泛在网络和泛在计算技术为人类实现随时随地的泛在学习提供了技术保障,信息技术和教育技术的融合发展正深刻改变着知识的传播方式和学生的学习方式,不断重构着教育和学习的生态环境。一方面,移动通信终端的多元化发展解除了传统英语学习对地点的约束,翻转课堂、MOOC等新型教学模式使学生可以自由地选择学习时间、进度、内容和学习方式。另一方面,传统教学设备正在向数字教学设备变迁,教育领域信息基础设施建设有效地推动跨区域教学资源整合,海量的多媒体教学内容必须和学生的碎片化时间有效结合,教师需要针对不同学情的学生进行精准施策和差异化施策。

2.学习生态理论

学习生态是由学习群体及其所处的环境共同构成的生态系统。系统由信息技术、多媒体教学设施等支撑,通过以合作、交流、共享、互动为特征的教育实践,实现知识信息传递和有效学习,从而促进系统的不断优化。学生与学习环境、学生和学习群体之间密切联系、相互作用,通过知识的吸纳、内化、创新、外化、反馈等过程实现有效学习[1]。在泛在学习的背景下,学习生态研究的是教育信息、学习主体、教师、教育信息环境之间相互作用的生态系统,需要从教育信息化建设和应用的视角研究各个生态系统成员之间的相互作用规律,维护生态系统的平衡发展。

3.有效学习理论

有效学习是指学生在教师的指导下,针对学习内容采取适合自己的学习策略,积极主动地参与到学习过程中,高效率地完成知识建构,从而实现学习目标并优化自身知识结构的学习行为。有效学习是对学习内容、学习方法、学习过程、学习结果的价值追求[2],学生可以实现对知识的深层次理解和灵活应用。学习内容的优化在大数据背景下表现为对海量学习内容的筛选、清洗与转化[3],使之满足学生的学习需要。学习方法调整是建立在对学生学习情况进行多元评价的基础上,根据学生个人学习偏好、认知习惯、学习方式、情感态度因素、学习内容的变化而动态进行的。学习过程的积极参与是指学生能够积极主动地学习,充分和师生进行合作、交流,善于提出问题、分析问题和解决问题。学习评价是学生改变学习计划、优化学习方法的重要手段,对学生学习可以起到引导、激励、启示和教育作用。

二、当前英语泛在学习模式存在的主要问题

1.传统课堂教学和线上教学环节缺乏有效衔接

首先,魍晨翁媒萄Ш拖呱辖萄г诮萄Ы谧唷⒅识范围上没有有效衔接。例如,学生不知道如何在线上学习课堂上没有掌握的知识点,或者在线上环节重复学习课堂中已经掌握的知识点。其次,缺乏对课堂英语学习和个性化英语自主学习的融合创新设计。在传统课堂教学中,整齐划一的教学标准无法满足英语学习分层分级的差异化教学要求。不同学情的学生对学习时间、空间、内容、方式的需求不尽相同,教师在教学中没能和学生线上学习的大数据分析结果进行有效的融合对接,仅根据自身的教学经验和主观判断作为实施因材施教的依据,因此其决策缺乏精准性和稳定性。

2.泛在学习缺乏生态性系统设计,学生英语泛在学习的用户黏性不高

当前泛在学习过程特别是在线学习过程缺乏师生互动性、社交互动性、线上线下互动性。泛在学习仅停留在将文字、图像、视频等教学资料数字化、网络化、集成化和泛在化的阶段,这在某种程度上增加了学生英语学习的选择性和便利性,但缺乏针对不同学生的学习黏性设计,因此泛在学习效果并不理想。

3.英语泛在学习体系缺乏具有“参与感”和“现场感”的语言学习环境

建构主义理论认为,知识的获得是在学习环境的特定情境作用下,借助教师的帮助与学习伙伴的协作,通过意义的建构过程实现的。因此在英语泛在学习过程中,必须增强学生在特定情境下的沟通和交际活动的参与性[4]。例如,如果在英语课程设计和在线学习设计环节,鼓励学生广泛参与学习内容、学习方法、学习偏好的设计,就会让学生感受到教师对学生的爱与尊重,从而增强学生学习的主动性和积极性,使不同学情的学生都能在学习过程中体验自我实现感,实现自主学习。另外,教师缺乏对学生多元需求的感知和把握,缺乏语言锻炼的“现场感”设计,使学生无法在接近真实生活情境的语言环境中得到语言交际锻炼。

三、基于大数据分析的英语泛在学习生态系统

移动通信和大数据分析技术的发展为有效解决当前英语泛在学习模式存在的问题提供新的方式和途径。基于大数据分析的英语泛在学习生态系统以学生的英语学习需求、特征、习惯、喜好等大数据挖掘为切入点,联合学校、互联网教育机构、教材编写人员、教师、信息化支撑机构、教育管理机构、在校学生和在职学员等生态系统成员共同把泛在学习落实到教学环境、模式设计、资源开发、评价机制和管理机制等工作中,不仅仅是教育内容资源和信息的共享空间,而且是实施素质教育和个性化学习的公共服务平台。因此,本文构建了基于大数据分析的英语泛在学习生态系统,主要包括大数据采集、大数据存储、大数据分析、大数据应用四个子系统,并构建了系统体系结构模型(图1)。

1.大数据采集子系统

首先,大数据采集子系统要实现数据、文字、图像、音频、视频、多媒体等结构化数据和非结构化数据采集,实现跨区域、跨机构、跨教学环节的数据互联互通和数据采集功能,解决教育数据资源配置效率不高的问题。其次,实现英语教学设计、教学实施、课程内容建设、网络学习内容资源建设、语料库建设、学生学习认知过程监控、学生学习情感态度监控和学习评价等全教学链条的数据采集功能,为生态系统成员之间的共生发展提供良好的数据资源基础。

英语教学设计数据主要采集教师按照教学大纲和教学目标要求对不同学生制定的学习内容、学习进度、学习路径等数据,厘清学生在课堂上和网络上分别学什么、在哪学、怎么学的问题。教学过程数据主要采集教师在教学中帮助学生解决英语学习问题的经验、做法和策略,包括情感态度、认知因素的调控、语言情境的构建、师生的有效互动等。课程内容数据主要是采集教师、学校、互联网教育机构课程教学内容数据,包括教材内容、课件、题库、案例等授课内容资料,以及以上资料经过碎片化处理的数据资料。

网络资源数据库主要采集互联网、校园网上英语学习方面的相关资料。英语语料库数据主要采集中国学习者英语语料库、美国当代英语语料库等语料库内容,以及英语教材、英美小说、散文、演说词、电影剧本、新闻稿等英文自然语料。学习行为数据库主要采集学生课堂学习行为和线上学习行为数据。课堂学习行为包括是否预习、复习等,线上学习行为数据采集学习日志、学习习惯、学习时长和学习路径等。学习评价数据主要采集教师或者在线学习系统对学生的学习能力、学习方法、学习策略运用、学习过程和学习结果的评价数据。学习情感态度数据主要是通过问卷、访谈等方式采集影响学生英语语言习得的动机、态度、焦虑、自信等指标。

2.大数据存储子系统

大数据存储子系统主要实现对大数据采集子系统采集的海量结构化、非结构化数据进行数据清理、归档、压缩,实现一体化数据存储。可以实现跨区域、跨系统的英语泛在学习数据的融合,解决不同教学机构、数据结构、操作系统带来的信息孤岛问题。英语学习数据仓库是指集成了大数据分析子系统和应用子系统决策分析所需的泛在学习数据,这些数据是按照一定的英语学习主题进行组织,是在对原有分散的各类英语泛在学习数据库数据进行加工、汇总和整理后得到的,有效地消除了各类源数据中的不一致性,所以英语学习数据仓库的信息均是关于学生英语泛在学习全局情况的一致性信息。数据仓库的这些全局性信息同r通过网络云平台实现英语泛在学习数据的云端存储,可以直接由大数据应用子系统调用。

3.大数据分析子系统

认知因素和情感因素是影响英语习得效果的两个重要方面。大数据分析子系统首先结合学生应该达到的学习目标对学生个体的英语学习认知行为和学习的情感态度进行数据挖掘,分析学生的动机、态度、焦虑、自信、兴趣等情感因素,以及学习毅力、能力、习惯、方法、英语水平和常犯错误等认知行为因素,对数据挖掘结果进行聚类运算和分类处理,根据学生的学习认知行为和学习态度情况将学生细分,以识别不同学生之间相似的泛在学习需求,以及某个学生个体在不同学习阶段泛在学习需求的差异性。同时,大数据分析子系统会对学生的学习过程和学习结果进行动态综合评价,并根据学习评价结果判断学习方案的优劣,有针对性地进行线上和线下学习方案的调整。

4.大数据应用子系统

大数据应用子系统包括学习信息推送系统、学习信息定制系统、在线互动学习系统、语言情境仿真系统、知识关联推荐系统、知识精准搜索系统、知识树形管理系统和娱乐在线学习系统等应用。学生可以通过学习终端连接到相关应用系统进行英语语言知识的有效学习。学习信息推荐系统自动推荐给学生的学习信息是学生应掌握而目前未掌握的英语知识。学习信息定制系统可以满足学生根据自身学习需求而定制某类主题的学习信息。学生一方面通过在线互动学习系统可以和辅导教师进行交流互动,解决学习中遇到的问题,另一方面可以通过社交软件实现和其他学习者的沟通和交流,共享英语学习经验。

语言情境仿真系统可以实现某类主题的英语学习情境的在线仿真,让学生在接近真实环境的英语语言情境中进行英语交际锻炼。知识关联推荐系统是根据学生所学知识点,自动关联推荐对应的拓展知识点。知识精准搜索系统可以帮助学生快速实现英语知识的精准有效搜索,从而进行有针对性的学习。知识树形管理系统可以实现学生已掌握知识和未掌握知识的树形目录管理,实现线上学习和课堂学习知识管理的无缝链接。

基于大数据分析的英语泛在学习生态系统有利于充分发挥信息技术对传统英语教育的改造提升作用,可以有效促进信息技术与教学过程、内容、方法和教学评价体系的深度融合。在生态系统的价值取向上注重以促进学生全面健康发展为中心,注重需求导向的个性化学生培养模式。在学生习得效果评价体系上注重加强学习过程评估,强调过程评估和结果评估相结合。系统注重充分挖掘学生的个体差异,充分挖掘学生的学习潜能,围绕学生英语学习习惯的形成和学习情感态度的培养,以现代信息技术为辅助手段,将英语语言知识进行碎片化、情境化、可视化处理,通过采取教育信息推送、关联推荐和定制化相结合的方式实现知识的在线传播,给学生提供个性化、定制化的英语学习信息服务,带给学生全新的英语泛在学习体验。

参考文献

[1] 张豪锋,卜彩丽.略论学习生态系统[J].中国远程教育,2007(4).

[2] 曹贞.以有效学习为目标的大学课堂教学[J].教育与职业,2007(26).

[3] 陈明选,陈舒.论信息化环境下大学生的有效学习[J].高等教育研究,2013(9).

篇6

关键词:钢厂炉渣;水泥生产;影响;工艺布置

中图分类号:TV42 文献标识码: A

一、钢厂炉渣对水泥凝结时间和水泥强度的影响

钢厂炉渣的成分为CaO、SiO2、Al2O3、Fe2O3、FeO、MgO、P2O5、MnO、CaS等,这些物质在炉渣中以多种形式存在,也能以2FeO・SiO2、2CaO・SiO2、4CaO・P2O5等复合形式存在。其形成过程的多变性使之活性较低、安定性及易磨性差等方面因素制约了钢厂炉渣的推广应用。我们通过相关厂家的调研和考察,在硅酸盐水泥熟料中掺加不同比例的钢厂炉渣进行相关试验,分析钢厂炉渣对水泥凝结时间和水泥性能的影响。

1、试验材料的化学成分(见表1)

表1试验材料的化学成分

2、试验方法

⑴试验前备好各种试验所需物料,钢厂炉渣、脱硫石膏打小磨前需充分干燥。

⑵钢厂炉渣按不同比例、不同水泥品种进行相关的小磨及活性试验。

⑶按试验配比将各物料称量后在小磨中磨制,水泥细度达到规定要求,按照GB/T1346-2011进行水泥标准稠度用水量、凝结时间和安定性测试;按照GB/T17671-1999进行各个龄期强度试验;按照GB/T12957-2005进行炉渣活性试验。

⑷采用新帕泰克SYMPA型粒度粒形分析仪,测试掺用钢厂炉渣后水泥的颗粒分布情况。

3、试验结果

通过在硅酸盐水泥熟料中,将钢厂炉渣按照3%~30%的不同比例进行相关试验,见表2、表3、表4。

表2小磨试验

表3钢厂炉渣活性试验

表4水泥生产数据

4、试验数据分析

4.1钢厂炉渣对水泥凝结时间的影响

⑴表2中试验数据分析,钢厂炉渣对PC水泥凝结时间的影响,初凝为161~191min;终凝为205~266min之间;凝结时间随炉渣掺量的增大而增加,影响程度且略低于粉煤灰。

⑵钢厂炉渣对PO水泥凝结时间的影响,初凝为109~120min;终凝为158~165min之间;其掺量的增减对普通硅酸盐水泥凝结时间影响程度相对较小。

⑶表2中试验数据分析,钢厂炉渣对水泥的标准稠度的影响,PC水泥有增大的趋势,PO水泥则相对较小,其影响程度仍需作深入细致的探讨和试验。

4.2钢厂炉渣对水泥强度的影响

⑴表2中试验数据分析,钢厂炉渣对PC水泥的强度影响,3d抗压强度为:22.2~31.7MPa;28d抗压强度为:40.5~53.4MPa之间;3d、28d抗压强度随炉渣掺量的增加而降低。

⑵表2中试验数据分析,钢厂炉渣对PO水泥的强度影响,3d抗压强度为:29.7~30.6MPa;28d抗压强度为:52.2~53.8MPa之间;3d、28d抗压强度随炉渣掺量的增加而降低,其影响程度相对收窄。

⑶钢厂炉渣活性试验,从表3中钢厂炉渣28d强度比为60.5%~66.8%;基本符合水泥混合材的使用要求。

4.3钢厂炉渣对水泥颗粒分布的影响

⑴采用新帕泰克SYMPA型粒度粒形分析仪,测试掺用钢厂炉渣后水泥颗粒分布情况。(见图1、图2、图3、图4)

①从图1中测试结果看,未掺用钢厂炉渣PC32.5R水泥的颗粒分布情况:小于3um的颗粒为19.2%;3~32um的颗粒为58.8%;大于45um的颗粒为11.6%。

②从图2中测试结果看,掺用钢厂炉渣PC32.5R水泥的颗粒分布情况:小于3um的颗粒为20.0%;3~32um的颗粒为60.4%;大于45um的颗粒为10.2%;从表5中测试数据分析:大于45um的颗粒相对减少,3~32um的颗粒有增加的趋势。

③从图3中测试结果看,未掺用钢厂炉渣PO42.5R水泥的颗粒分布情况:小于3um的颗粒为17.2%;3~32um的颗粒为58.3%;大于45um的颗粒为14.1%。

④从图4中测试结果看,掺用钢厂炉渣PO42.5R水泥的颗粒分布情况:小于3um的颗粒为14.9%;3~32um的颗粒为62.8%;大于45um的颗粒为11.9%;从表5中测试数据分析:大于45um的颗粒相对减少,3~32um的颗粒有增加的趋势,与PC32.5R水泥的颗粒测试结果相近。

⑵掺用钢厂炉渣后水泥颗粒分布分析从水泥颗粒分布测试结果:PO42.5R和PC32.5R水泥的颗粒分布情况比较,掺用钢厂炉渣后水泥中大于45um的颗粒相对减少,而3~32um的颗粒有增加的趋势,二个品种水泥的测试结果相吻合,理论上说有利于改善水泥的颗粒分布。(见表5)

表5掺用钢厂炉渣后水泥颗粒分布对照

⑶某水泥厂水泥生产数据表4显示:钢厂炉渣当掺入量不超过5%时,PO42.5R/PC32.5R水泥的流动度、三氧化硫、氯离子、安定性及水泥的放射性等指标均符合标准要求。掺入量控制在5%以内,钢厂炉渣对水泥基本性能不会造成大的影响。该水泥厂近期PO42.5R/PC32.5R水泥的送检和监督抽查报告汇总。(见表6)

表6质量监督检验机构检测结果

上述实验数据和检验结果表明,钢厂炉渣对PO42.5R/PC32.5R水泥的凝结时间和试验情况略有差异。采用其代替部分混合材从试验数据分析、大磨生产以及监督机构的检测情况看是可行的。

二、钢厂炉渣对水泥台产与电耗的影响

2014年6~10月该水泥厂采用钢厂炉渣替代部分混合材进行PO42.5R/PC32.5R水泥生产,由于钢厂炉渣的水份较大,对水泥磨的台产有些影响,图5、图6是1#、3#水泥磨台时产量及电耗的变化情况。从该水泥厂出磨水泥台产与电耗趋势图中看:PC32.5R/PO42.5R二个品种的台产均有影响,当钢厂炉渣掺量≤3%时,水泥电耗波幅不大;当钢厂炉渣掺量≥3%时,水泥电耗均呈现上升的趋势。

三、钢厂炉渣使用方案及工艺布置

1、钢厂炉渣使用方案

该水泥厂在2014年6月开始,采用钢厂炉渣替代部分混合材进行水泥生产,对现有的生产线进行调整和优化,以达到水泥生产的工艺要求。

2、简单的工艺流程示意图

磨头仓 自卸车 图9使用炉渣流程示意图

3、结论

该水泥厂经过几月的试验摸索及生产实践,采用钢厂炉渣替代部分混合材进行水泥生产,试验及生产情况表明是可行的。⑴钢厂炉渣随着掺入量增加,水泥强度有下降的趋势,对产品性能影响较小,能在水泥生产中加以应用。⑵工业生产的情况表明,采用钢厂炉渣替代部分混合材,水泥磨的台产稍有波动,水泥电耗有上升的趋势。⑶钢厂炉渣其成分不稳定且水份、MgO含量较高,使用时要引起关注,掺量不宜太大。

结束语

混合材是水泥生产过程中常用的材料之一。钢厂炉渣以CaO和SiO2为主要成分的矿物集合体,是钢厂生产过程中排出的废弃物,经相关试验在水泥生产中添加钢厂炉渣,对降低生产成本有积极的作用。该水泥厂经过试验摸索及生产实践,采用钢厂炉渣替代部分混合材进行水泥生产,最大程度地实现资源综合利用,实现节能降耗,从而降低企业水泥生产成本。

参考文献

[1]GB175-2007通用硅酸盐水泥[S].

[2]GB/T12957-2005用于水泥混合材的工业废渣活性试验方法[S].

[3]GB/T18046-2008用于水泥和混凝土中的粒化高炉矿渣粉[S].

[4]朱明,胡曙光,丁庆军.钢渣用作水泥基材料的问题研讨[J].武汉理工大学学报,2005,(6):48-52.

篇7

关键词:阅读教学;文化教学;文化意识

一、引论

语言与文化的关系密不可分,语言是建立在大文化背景下的,语言是文化传播的载体。要想学好英语语言,首先要对英语国家的文化有一定的了解,在大学英语教学中,必然涉及英语文化的教学,阅读教学又是获取文化知识的重要途径之一。因此有关大学英语阅读教学的探讨与研究一直以来是学者们关注的焦点。如许迎军(2001)、程晓堂和付晓丽(2012)、陈红霞(2019)等从语篇整体分析的角度探讨了阅读教学,从图示及模式理论分析阅读教学,以学习动机为调查进行了实证研究;孙静波(2007)从教师的教学视角分析了当前大学英语阅读教学现状,分析了专业英语阅读课程的自主学习问题与模式;彭兵转和林紫荆(2020)对大学英语跨文化交际教学中的文化自信培养进行了详细探究等。之前的研究多局限在对文章的阅读理解和语篇分析上,关注的是英语知识的获得方面。然而,要培养和提高学生的阅读理解及跨文化交际能力,必须认识到文化教学中教师和学生这两个主体因素的重要作用。怎样才能真正认识到以上两个主体因素在课堂教学中的重要作用呢?怎样使他们在课堂教学中发挥有效的作用呢?文章将通过调查问卷、课堂实地观摩以及师生访谈等形式,对大学英语阅读教学中文化知识的教学进行实证考察研究,以期获得第一手真实有效的数据,从而为教师更有效的教学提供依据。

二、文化教学现状调查分析

(一)研究目的和内容研究大学英语教学中的文化教学是要求学生在掌握基本语言知识的同时充分了解英语文化知识,只有更好地了解了文化背景知识,才能使所学语言得到更好的内化运用,学生才能更有效地进行跨文化交际活动,脱离了文化背景知识的纯语言知识教学往往会显得枯燥乏味,增加了文化知识教学的课堂会使得课堂内容更加丰富多彩,激发学生的学习兴趣,增强课堂教学的有效性。作为传播知识的主体,教师首先要充分了解当前教学中文化知识的教学现状如何。文章主要就以下三个方面进行调查研究:大学英语教学中学生对文化知识的敏感性如何;大学英语教学中教师对文化知识的关注度如何;学生对文化知识的敏感度、教师的关注度、学生阅读理解能力呈什么样的相关性。

(二)调查研究对象分析与数据统计该调查研究选取笔者任教的非英语专业大二学生220名,其中包括语文教育专业85名,初等教育文科35名,初等教育理科30名,学前教育40名,数学教育30名。这些学生有超过一半的人从小学三年级开始学习英语,他们学习英语的时间至少有8年之久,其余44%的学生则来自农村地区,基于他们学习英语的时间比较久,而且大二学生对文化知识具备一定的鉴别和鉴赏能力,这样可以为获得真实有效的调查研究数据提供一定的保障。本调查研究采取问卷调查、课堂观摩和个别访谈的形式。在设计问卷调查时,为确保本次问卷调查的信度和效度,该问卷参照了《跨文化交际学理论与实践研究》中所附的调查问卷以及孙静波(2007)的《大学英语文化教学状况的调查与研究》一文,且在正式问卷调查之前,进行了相关的实验调查检测,根据实验调查的结果再对问卷进行修改,最后确定调查内容。共发出问卷220份,收回有效问卷212份,有效调查度达96%。然后借助于SPSS等相关数据分析软件,对所得结果进行分析统计,以求证文化教学对阅读理解能力的影响。

三、结果与讨论

(一)学生的文化意识状况从表1“学生对文化的关心程度”来看,目前非英语专业学生对英语阅读学习的主观意识和敏感性都不强,这对英语学习是极为不利的因素,势必会影响学生英语语言知识的学习和阅读能力的培养。有13.8%的学生对文化知识学习根本没有任何敏感度,且有29.5%的学生也只存稍微关注的态度。就“文化内容的意识程度”有43.5%的学生对文化内容的意识低下,缺乏对文化知识内容的鉴赏力,这对于一些涉及文化背景知识的阅读文献,学生会因缺乏相关文化知识的敏感性和鉴赏力,造成阅读障碍。有69.5%的学生认为目前教材中有关文化知识的内容成分少,这充分说明学生们的文化知识敏感性意识低。文化对阅读理解的影响和文化对阅读成绩的影响两项数据表明,对文化知识的学习和理解直接关系到文章阅读理解能力的高低和阅读成绩的高低,也就是说文化知识与阅读成绩呈正相关关系。在语言与文化的处理方法和学习文化的方法调查方面,学生的自主文化意识学习能力不强,目前的英语学习基本只停留在语言基础知识的层面,且以教师课堂传授为主。再如对英语文化观的了解方面数据显示,学生普遍缺乏对英语文化知识的了解和掌握,这必然会影响到对英语语言的学习和运用。最后,通过对9、10、11、12这四项的数据分析来看,结构呈现出一定的矛盾性,第9项表明36.5%和25.7%的学生在英语文化学习上所花的时间存在严重不足或不足,而结合3项数据分析则显示学生表现出愿意或应该付出更多时间学习文化知识。这展示了英语专业学生在英语阅读学习中的矛盾心理,从内心来说,他们渴望了解和掌握更多的文化知识,也认识到文化知识对于阅读理解的重要性,与此同时学生在文化学习上也有一定的主观能动性。

(二)课堂文化教学的情况表2主要是课堂文化教学情况数据分析。就文化知识比例的调查数据显示,教师在课堂上对英语文化知识的讲解存在明显不足现象,20.3%的学生认为文化教学的比例高,即说明教师对课堂内容的文化教学不够重视。而2、3、4项的结果说明教师的课堂讲授方法、讲解内容以及针对内容所发起的课堂教学活动等涉及文化内容的方面存在明显不足,说明教师对文化知识传授的重要性认识不足,这与当前教学大纲所提倡的学习语言是要最终提升跨文化交际的目的不相符。第5项文化知识了解中的数据显示,有近70%的学生认为教师课堂教授内容太过单一,往往只是介绍一下英语文化的风俗习惯,如果是阅读材料中涉及到某一个历史人物,也只是介绍其生平简介之类的,对习语、成语仅限于翻译成中文,而没有对其来源典故等做出较为详细的解释。第10项的数据进一步表明了这种缺陷,有达61.5%的学生认为教师在文化教学中介绍的文化内容不多,而且几乎都只限于表面了解,没有就中西方的一些文化知识作进一步的对比分析,这对于学生而言,英语学习的深度和力度都极为不足。第6—10项主要是针对教师对学生跨文化交际能力培养策略以及教学策略相关内容,通过数据分析显示教师在文化教学上存在严重不足,他们更多的是关注语言层面的教学,教师关注的重点在于知识点是认知识记,又或者是语篇主要内容的理解,少有关注该语篇产生的文化背景、语篇作者为什么会写出这样的文字等,教师在这样的语篇教学设计中忽略了对学生跨文化交际能力的培养,甚至有的教师认为只要有了足够的词汇量,阅读理解就迎刃而解,殊不知文化知识在阅读理解中有时起着至关重要的作用。而有的教师也认为教材中没有涉及到相关的文化知识,故也就没有必要花过多的时间去做过多的解释。针对教师课堂教学数据分析得知,教师在课堂教学中对文化知识的传授不够重视,或者是传授文化知识的教学时量不足,这种揣测尚无法定论,有待于进一步详细研究。

(三)文化学习、文化教学与阅读理解能力的相关性分析表1数据表明,学生的文化学习意识中:教材内容文化含量、学习文化的方法、文化对阅读成绩的影响和应用文化学习的时间这四个方面的内容与学生的阅读成绩无明显的相关性外,其余8项均与学生的阅读成绩呈明显的正相关关系。这就充分说明,学生文化意识敏感性强,对于英语语言知识的提高呈正相关促进作用,对英语文化知识了解的越多,就会增强他们对英语语言的进一步了解,从而可以以更有效的方法和策略提高学习成绩,增强学生跨文化交际能力的提升,这样学生的英语阅读理解能力也势必会得到提高。表2结果表明,有关文化教学中:文化知识了解、文化教学目的、文化能力培养、交际兴趣培养、通过课堂了解的文化、语言与文化教学的比例以及课外文化读物推荐这些因素与学生的阅读理解能力和成绩呈明显的正相关关系。一方面,课堂上教师对文化内容教学的关注度与学生成绩呈正相关关系,那些成绩好的学生会把更多的注意力集中在教师的授课内容和教材中的文化知识内容。另一方面,教师在教学中对文化交际能力的关注程度越高、力度越大,学生的成绩往往与之成正比态势发展。同时,教师无论是课内还是课外对学生文化学习的引导也对学生的阅读成绩有一定影响。综合以上数据分析研究,调查发现当前大学生对英语学习中文化知识的学习意识和敏感度都不强,尤其是对跨文化交际中差异性文化意识敏感性较弱,对于涉及中西文化差异性较大的一些方面,学生没有更深层次进行探究性学习。其次,大学英语阅读教学中,教师对文化知识的教学方法存在严重不足现象,课堂教学内容陈旧单一,且缺乏文化教学的广度和深度。再者,教师在大学英语阅读教学中,对文化知识传授这一块没有系统的教学计划和教学策略。最后,本次实证调查的相关数据都明显证明了英语文化知识学习对英语语言学习的有效促进作用,英语文化知识的学习有益于英语习得能力和跨文化交际能力的培养。分析表明文化学习与阅读理解能力的相关性,这就要求教师在阅读教学中要加强文化教学。

篇8

【关键词】微课堂;大数据;个性化教育

0 引言

大数据、微课堂、个性化教育,给人一种强烈的时代感,让人立刻想到当前信息时代的产物。在当今世界个性化教育或者说自主学习成为趋势,而微课堂作为一种自主学习的方式,符合当前社会个性化教育的要求。微课堂根据课程标准来制作,通过互联网络,以多媒体为载体,围绕教学中的知识点或教学环节而展开的符合学生认知特点的教与学的活动。微课堂是信息化教学的饯行者,微课堂通过多媒体使教学信息前移,是信息技术在教育领域的创新。微课堂改变了传统的课程资源建设的核心,使传统的课程资源以教师上课为核心,资源的收集和建设主要围绕教师上课的需求;而微课堂的出现使得课程资源的建设向以学习者自主学习为核心,资源的开发和建设重点围绕学习者的学习需求。微课堂也改变了教育教学方式,使传统的以教师讲授为核心的教学方式向以学生自主学习、师生共同深度拓展为核心的启发式学习转型,使传统的以“教案”预设为特征的“演员型”教师向以教师组织下的师生共同深度拓展建构式学习的“导演型”教师转型。而随着大数据、云计算、深度学习的发展,微课堂的教育教学方式将获得更好的发展。而本研究主要探讨大数据对微课堂实施个性化教育的推动作用。

1 微课堂的本质

微课堂以建构主义为理论指导,强调的是课程的精心设计。在微课堂中教师根据教学内容将知识进行详细分解,并以教学视频的形式将知识点的讲解过程显现出来,这些教学视频都是以这个知识为核心。教学视频要求语句简练,教学内容易懂易学,并且要符合学习者学习规律――即视频时长不能过长,一般都要求在5-15分钟之间。微课堂的教学视频将教学内容进行了精细的讲解,并且这些视频也可以反复的观看。学习者在进行微课堂学习的过程中,辅助以教师上传的电子讲义和作业习题等资料以达到更有成效的学习。微课堂在建设的过程中要求课程教师将知识进行足够细致的切分,确保知识能在5-15分钟内能够讲解清楚,并且学生能够快速的理解接受。通过微课堂,教师不再需要对知识点进行重复的讲解,这为课程教师节省了大量的时间和精力,课程教师可以利用这些时间和精力对学生进行有针对性的指导,提供个性化的教学,提高学生的学习效果和教学效果。在微n堂中学习者可以重复的观看教学视频,从而对知识点进行查缺补漏。由于受到时间的限制,微课堂的课程比传统课堂课程教学设计更加简洁精练。虽然微课堂的教学资源呈现碎片化,但是微课堂的主线不散,所有的知识点和资源都是围绕一个主题进行展开的,微课堂的课程由教学内容、课间练习、课后练习、反馈、讨论和评估构成,与传统课堂课程相对,更加注重反馈。微课堂要求在短小的视频中必须包含与学习内容相关的问题,通过这些问题以获得学习者的及时反馈,了解学习者对学习内容的了解程度。

2 大数据助力微课堂个性化学习

大数据时代的到来,给教育带来了重要的机遇。在教学过程中,通过收集学生学习活动的各项数据,并利用大数据的分析功能可使我们了解不同学习者的不同需求,并根据学习者的需求开发和查找到适合个性化学习的学习资源、学习路径,因此实现真正的因材施教。大数据具有以下基本特征:(1)大量性。在大数据时代,数据的量巨大;(2)多样性。大数据的数据类型多样,既包括文本结构的数据,也包括非文本结构的数据――音频、视频、图片、地理位置等;(3)价值性。大数据价值巨大。在大数据中不仅包含了个人的信息,也包含了个人的行为习惯、学习爱好、个人需求等等,这些对于教育来说都是价值巨大的,但价值密度低。由于大数据的这些特性,正好解决了微课堂实施个性化教育的需求,推动了微课堂个性化教育的发展。具体作用体现在以下几个方面:

(1) 在微课堂的建设过程中,在大数据的辅助下,解放了课程教师,教师有更多的时间专注于提供个性化教学。

在大数据时代到来之前,微课堂的建设相当复杂,课程教师承担着课程建设的主要任务。在大数据时代到来之前,课程教师要建立一门微课堂课程首先要组织一个课程制作团队,然后课程教师要对课程知识点进行细分,接着根据细分的知识点录制相应的视频,同时还要分配人员去查找与知识点相关的资料,来辅助课程视频的录制。在视频录制好之后还要进行处理等等。这是一个复杂而费时的工作,但是课程教师却要全程跟进。再加上在微课堂教学中要解决学生的疑问,课程教师已经忙得焦头烂额了。然而大数据时代的到来,解决了课程建设中的很多问题,课程教师不再需要制作所有的视频和查找相关的资料了。通过大数据数据分析功能,可以快速的将课程需要的资料整理出来。大数据的分析功能也可以提供课程建设相关建议,课程教师在大数据的帮助下,能够很快的制作出微课堂课程。随着大数据时代的发展,课程的建设可以有机器来完成,教师就可以完全的从课程建设中解放出来,把教学重点放到个性化的教学和一对一的解答中去。

(2)大数据使得面向大众的教学向面向个性化教学转变成为可能。

当前的教育,不管是传统的教育教学还是基于网络的MOOC教育教学,大部分都是面向大众的教学。教学内容教学目标教学方式都是一样,学生要么集中到一个教室要么坐在电脑跟前,通过相同的教学方法观看着同一位老师讲着相同的内容。教师根本上就没有办法考虑个性化的教育,因为受教育的人数太多。然而大数据时代的到来,将改变这一状况。在学习者开始学习之前,微课堂会通过一序列的测试、问卷以及学习者在云端的数据来分析学习者的学习风格、学习爱好和知识水平,并且在学习过程中,全面地记录、跟踪和掌握学习者的不同学习特点、学习需求、学习基础和学习行为,并应用大数据的数据分析功能,为不同类型的学习者打造个性化学习、推荐个性化学习资源、学习方法等,从而使教学从面向大众转向面向个性化。

(3) 教学方式、教学重点、教学难点不再是由教师根据个人的主观经验来制定,而是由大数据的数据分析,找出学生各自的学习难点与重点。

在大数据之前,教学方式、教学重点教学难点是由教师根据个人的教学经验来确定的。然而现实学习过程中,不同的学习者喜欢的教学方式不一样或者说不同的学习者适合不同的教学方式。同样,学习的重点和学习难点对于不同的学习者来说应该不同,这也是个性化学习的需求。因为每个学习者的知识积累不同,所以每个学习者的学习重点和难点也应该不同。在大数据时代到来之前,这是很难实现的。而大数据的应用,能够解决这个问题,为不同的学习者提供不同的学习方式、学习重点和学习难点。在课程学习开始之前,通过收集学习者的行为习惯和学前测试可以收集学习者学习方式和知识水平方面的数据,通过大数据的分析,就能制定出适合学习者学习的学习方式。而在学习的过程中,不断收集学习者学习过程中的数据,经过大数据的分析功能,就可以很清楚的分析出每个学习者的学习难点。而通过大量数据的分析就可以获得教学的重点,而这个重点是通过“全数据”分析而来,不再是通过抽样或个人经验获得。

(4)基于大数据的微课堂能够真正以学生为主体。

个性化教育要求学习课程按照学习者的学习规律来选择和设计,并且学习进度也要根据学习者当前的水平和学习需求智能的调整。学习者在个性化学习环境中能够根据自己的知识水平自由地选择课程,根据接收能力的强弱设置课程进度,并且学习者也应该能为自己的学习负责。而大数据的存正好能够满足这些个性化学习的需求。大数据为个性化学习提供了一个新型、多元、高效的自主的网络学习生态圈,为个性化学习提供了极为有利的环境和条件。随着大数据的发展,云计算也得到了很好的发展,特别是高校云。高校云的发展为大数据在教学中的应用提供了有力的支持。高校云存储中心为大数据的应用提供了大量关于学生客观而又真实的行为记录的数据基础,数据处理中心对这些零散而又无特定结构的数据应用大数据的数据分析、数据挖掘等技术处理后能够获得学习者的特点、学习者当前的知识水平、学习者适合的学习方法等。这也使得教学能够真正从学习者出发,根据学习者的特点和知识水平等来展开,真正做到以学习为主体,而不是根据教师经验假设来展开。

3 总结

在微课堂的教学过程中,学习者都是大数据的生产者和消费者,学习者学习过程中的每一个操作每一个反馈,都是大数据中数据的一部分,而学习者学习过程中使用的资源、获得的帮助又是大数据反作用过来的反馈。利用大数据的分析功能对于学习者的学习过程进行分析具有较强的实用价值。在大数据分析的支持下,微课堂中的学习资源个性化推送、学习质量分析等问题将得到很好的解决。在大数据时代,微课堂也就成了个性化教育的诉求的实现途径。

【参考文献】

[1]姜强.基于大数据的个性化自适应在线学习分析模型及实现[J].中国电化教育,2015(1):84-92.

[2]金陵.大数据与信息化教学变革[J].中国电化教育,2013(10):7-13.

[3]张引.大数据应用的现状与展望[J].计算机研究与发展,2013(50):216-233.

篇9

关键词:化学中考;化学中考备考;中考化学年报

阳春三月,各科教学开始进入中考备考阶段,如何有效提高教学效率及提高教学效果,是中考备考策略的重中之重,有的放矢才能稳操胜券。

我校备课组结合广州近三年中考化学年报,以《广州中考指导书》及《义务教育化学课程标准》为纲,把中考化学试题按知识模块把题目、分值等进行拆分,分析命题特点,从数据中获得启发并归纳命题基本趋势。并结合我校应届学生成绩情况,分析学生存在问题,有针对性地组织中考备考。

一、结合年报分析近三年(2011~2013)中考化学试题

1.近三年试题模块内容、分值分布比例情况分析:(表1)

从以上的数据分析中,我们能准确地获知近三年中考题在每个知识模块的分布情况及在总分所占分值比例,化学学科基本思想和化学研究基本方法、常见物质和化学实验总分所占比例在70%左右,而且这三部分内容所点比例基本保持稳定。它们是中考备考的重点,要立足基础、兼顾选拔、深挖教材内容背后的化学原理和学科思想。这类题目量大但核心知识清晰,不需要作过多拓展,关键是指导学生掌握核心内容,学会举一反三,以不变应万变,有利于帮助学生从题海和大量记忆中抽离出来。备考要重视考试大纲中对学生能力考查的要求,如化学学科基本思想和化学研究基本方法中:认识化学是以实验为基础的一门科学,对实验现象进行合理的解释;具有初步的实验条件控制意识,能够进行简单的实验方案设计;初步学会运用比较、分类、归纳、概括等方法对有关信息进行加工处理,并能用文字、图表和化学元素语言表述处理结果。通过表1,我们也能大致分析2014年中考的模块知识分布及各自所占分值比例发展的趋势:(表2)

由表4可见广州中考的方向,既要实现初中生毕业学业水平考查要求,又要满足各校之间对学生进行筛选的选拔性需要。在容易题和中等难度题上,保证了学生的基本分,因此对中小学生来讲,保分就是要严抓基础,做好化学学科基本思想和化学研究基本方法、常见物质和化学实验的复习。并从选择题中确定立足点,保证选择题均分在38分左右,具体细化到:方程式的书写、常见物质的性质、化学实验操作知识点上,着重培养学生的基础知识和基本学科素养。而从这三年较难题的分值分布,明显在较难题上增加了分值,要让优秀学生从选拔赛中脱颖而出,较难题拿分是培优的突破口。教师从大学科观的角度培养优秀学生的科学探究思维,让学生学会灵活调用已有知识解决问题。在课堂上结合社会热点问题,让学生学会“从生活到化学,从化学到社会”的知识迁移,体现书本知识的应用价值。

二、结合我校上学期期末区域统考综合分析学生(500人)现状

对我校学生考点得失分情况分析,从数据统计每个学生对知识要点的掌握程度,再结合表1、表5,我们做出对学生物质分类、微粒观、化学计算三大知识要点侧重复习的有效指导。如,微粒观的知识点主要在考查物质的元素组成和微观构成方面的认识以及读图能力。在教学中注意引导学生建立微观、宏观和粒子符号之间的联系,明确宏观是指可观测、可感知的事物,是大量微观粒子及其行为“汇合”在一起才能表现出的性质,尝试学生自己画原子、分子、原子团及化学变化等微观示意图。

三、2014中考备考策略

1.部分目标

2.具体措施

(1)整体复习分为三个阶段

结合五张分析表,有所侧重地复习各大知识要点,把握好容易题、中等难度题和较难题的教学比例。

(2)研究学生,分层辅导

做好每一个学生的教学辅导工作,促使不同层次的学生都有提高,层层落实,人人过关。例如,在练习中重视化学用语、物质分类、微粒观、化学计算等,控制好容易题、中等难度题和较难题比例,促后进生合格率,增尖子生优秀率。对全体学生提供教师自编选择题,冲刺38分;对年级前一百名的学生,另外提供自编套题,满足不同层次的学生需求;备考后期,专门为后进生提供专项

辅导。

(3)加强信息反馈,及时调整教学计划

在总复习中要重视信息反馈,“实践是检验真理的唯一标准”。通过区域性的模拟考来反馈学生的实际情况与预期目的是否符合,让教学的信息反馈体现在教学的全过程中。

3.阶段性成果

在区域性第一次模拟考中,以超区域均分15.81分排区域第一名,我校学生(500人)化学成绩情况:

四、分析总结

从区域性一模成绩来看,我校中考备考策略是有效的,可见有效的数据分析对备考方向指导的重要性。

但我们也从学生知识要点细分得分的情况分析(按以上五张表的模式统计),又看到不足与改进的方向,我们再次调整教学计划,进行下一阶段的复习。

从不断复制的模式中,我们不断地改进教学策略,提升教学水平及拓展学生的知识面,做到中考备考可量化,从中体验数据分析的魅力。

参考文献:

篇10

学校办学理念和特色北京市门头沟区新桥路中学(简称新中)建于1976年,2002年进行教育布局调整后迁到现址。目前,学校拥有38个教学班,现有教职工140余人,学生1100多人,是目前本区规模最大、人数最多、设施设备较为完备先进的一所普通中学。

作为门头沟区的“窗口校”,多年来,学校坚持“面向全体、面向发展,办有特色,稳步提高教育质量”的办学方针,确立了让校园书声琅琅、歌声琅琅、笑声琅琅的办学理念,不断提高办学质量,逐渐成为一所为全区普通家庭子女提供优质教育的学校。学校承办了初中“宏志班”,赢得了学生、家长的信任与社会各界的肯定。

艺术教育是新中的办学特色。成立27年的新中北京市金帆舞蹈团已成为门头沟区的品牌,2004年,新中又被认定为京西太平鼓传承校。该团曾先后参加、建国50周年、2008年奥运展演等大型文艺演出,并在全国、市区多种比赛中获奖。2006年开始承担北京市家长教师协会机制实验校任务,先后被评为区家教协会工作先进单位和北京市德育成果一等奖、北京市经济技术创新工程“优秀成果奖”。

数字校园核心需求

学校的核心任务是教育教学。数字校园建设与教育思想深度融合,与教学内容和方法深度融合,是数字校园建设的出发点和落脚点。数字校园核心需求就是更好地为教育教学服务。

在教学方面,减轻学生学习压力,提高学生学习效率和自主学习能力,使学生乐于学习、善于学习是教育工作者永恒的课题。这也成为学校数字校园建设的重中之重。课前,教学资源库的应用将日常教学中教师生成的优质教学资源循环流动起来,学校还购置了部分教学资源充实其中。课堂上,互动反馈教学系统已经常态化应用。课后,成绩数据分析系统为教师和学生的教与学把脉。目前,学校还积极进行优质资源班班通的教学实验。这些应用都很大程度上提高了教学效率和效果。

在德育方面,落实对学生过程性管理的数字化,体现全员育人、环境育人的教育理念。为此,我们建立了以学校德育部门为核心,各种角色的教师共同参与的“德育量化考评系统”。各种角色的教师分别对学生各个层面的表现,如艺术节、体育节、好人好事、眼操等量化为数据进行记录,系统进行数据分析、数据挖掘,实现学生横向的、纵向的表现可视化与图表化,为教师的教育、学生的发展提供依据。

此外,我们还建立了以触控LED电视机为载体的一个互动式的、动态更新的、更加丰富的数字校园文化系统,将学校艺术节、体育节、社会大课堂、校园风采、好人好事等内容及时,供学生浏览。基于此,实现环境育人的教育理念。

数字校园优秀成果

成绩数据分析系统是学校数字校园项目中的一个特色模块,也是学校运用最成熟的系统。承建方根据学校的特色需求,专门为学校定制开发多张“新中成绩分析报表”,充分满足了学校的需求,并且在原有需求的基础上进行了很多优化设计,使学校教师应用更加方便、快捷。

成绩数据分析是对学校教学效果进行评价的重要手段及制定后续教学策略的重要参考。之前,学校使用Excel表格进行成绩分析,每位教师都需要花费一定时间进行统计,还要逐层汇总,费时费力。我校建设数字校园之后,将成绩数据分析系统纳入其中。

2011年9月,学校对成绩数据分析系统进行多层面、多层次的调研工作,调研范围包括学校领导、教研组长、年级组长、骨干教师及教务处的相关教师等。调研中,教师们提出了很多切合我校实际的、有建设性的意见和建议。如针对我校宏志班、普通班不同层次的分析需求;班主任、任课教师、教学主任等不同层次的数据分析需求等。承建方根据学校的具体要求设计出符合实际的成绩数据分析系统。

之后学校对系统进行了小范围的试用,根据实际应用状况又进行了多次的调整和修改。2011年11月,该系统正式投入使用,运行期间系统稳定性较好,现已相对成熟。

看似平常的成绩数据分析系统集教学数据信息采集、教学数据深度挖掘、教学质量深度分析于一身,为我们进行教学干预提供重要的依据。

1.信息采集更加严谨

在此系统中,我们设置由备课组长录入分数,只有教务主任才可以修改分数的规则,优化了我们的办公程序。

2.教学数据深度挖掘

此系统生成16大类数据分析报表,由大类报表教师又可以通过查找、筛选等功能自己定制出个性化的数据报表。这些报表对录入的数据进行了充分的深度挖掘,并且系统自动生成数据分析图表,更加直观地对数据进行呈现和分析。

3.教学数据的深度分析

通过对数据的深度挖掘可以实现对数据的深度分析,即实现对学情的分析、教学情况的分析。

(1)对学情的分析

通过“录入小分”,系统可以对每道题的掌握情况都有清晰、全面的统计。通过这些数据,学生整体的弱项与强项,个别学生的弱项与强项都一目了然地呈现出来了。通过学情分析,教师可以准确定位教学的重点与难点,使教学更加有的放矢。

通过“班级成绩汇总表”可以很清楚地了解到年级各班中学生学习的综合状况,既可以纵向分析,又可以横向分析,便于学校综合分析年级的学业情况。

通过“学科历史”报表,教师可以查询某位学生的各次考试情况,掌握该学生的学科动态、发展趋势,从而确定和改进该学生的培养方案。

通过“得分率”统计报表,可以明确哪些题型学生得分率相对较低,明确学生哪方面的知识掌握不牢固,从而在后期的教学中着重复习和查漏补缺。

通过“分数段统计”报表,教师能清楚地掌握各班、各个分数段的分布情况,为教师的分层教学提供依据。

(2)对教学情况分析

通过“考试质量分析”报表,可以准确了解教师的教学情况和各班级学生的总体情况,明确整个年级的学科情况,从而为教师改进教学方式、备课组调整和改进整个年级的教学策略、学校对教师的工作指导提供了准确的数据依据。

通过“跨界对比”和“学生历史”报表,便于备课组找到全组的问题。备课组能对教师的教学情况进行横向及纵向的分析,以便更清晰地了解学生学习情况的变化趋势,从而对教学效果进行诊断,明确教学策略。

总之,成绩数据分析系统已经成为学校、教务处、班主任、任课教师进行学情分析、教学情况分析最得力的助手。此系统精准、翔实、高效的数据挖掘和分析功能为全校各角色的教师进行教学决策、教学干预起到了很好的指导作用。

数字校园在建设和应用过程中的后续思考

1. 在数字校园建设中的几点体会

(1)前期调研很重要:学校在数字校园建设中,非常注重前期的调研。一方面是学校内部的调研。分批分期对学校的各个部门、各种人员进行不同层面、不同侧面的调研。另一方面是“请进来,走出去”。“请进来”:请专家来校现场指导,提升、开阔我们的视野。“走出去”:学习其他学校的成功应用,成功经验。这样才能最大限度地使数字校园的建设源于需求、高于需求。

(2)培训推广很重要:学校的数字校园建设非常注重培训推广使用。采取以任务驱动的方式进行各个模块的培训,按每个模块应用的不同角色分批培训,以达到较好的应用效果。在教学中是以赛带训、以点带面的方式进行推广,形成学校的信息技术应用骨干队伍,最终广泛普及应用。

2. 我校进一步的建设计划

(1)成绩数据分析系统和德育量化考评系统的数据深度重组与挖掘。

不管是教育还是教学,对象都是学生,而学生的健康成长与这两方面都密不可分,或者说,教育和教学本来就应该是一个整体。学校将成绩数据分析系统和德育量化考评系统进行整合重组,通过数据的深度挖掘,更全面地了解学生,评价学生,为学生的发展与教育提供依据。

(2)优质资源班班通的教学实验。

学校作为北京市“优质数字资源班班通”项目的实验校,将逐步推进此项工作。

专家点评:

1. 特色与优点

该学校围绕教学需求开发的成绩数据统计分析系统充分考虑了学生学习成长过程,反映了班级的学科掌握情况,有助于学校从横向、纵向对年级各班的学情整体了解、有助于分层教学的开展、有助于教师有针对性地开展个性化教学和改进整体教学策略。