• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      疫情期間我校高等數(shù)學(xué)線上課程的學(xué)習(xí)行為和學(xué)習(xí)效果研究

      2021-12-03 14:13:48嚴(yán)培勝
      關(guān)鍵詞:學(xué)習(xí)通學(xué)習(xí)行為大學(xué)數(shù)學(xué)

      嚴(yán)培勝

      摘 要:新型冠狀病毒疫情防控期間,教育部印發(fā)文件,要求各高校實(shí)現(xiàn)“停課不停教,停課不停學(xué)”。本文基于疫情期間學(xué)習(xí)通平臺(tái)上我校高等數(shù)學(xué)線上課程的學(xué)習(xí)行為數(shù)據(jù),通過大數(shù)據(jù)的邏輯回歸分析方法研究了線上課程的學(xué)習(xí)行為和學(xué)習(xí)效果。挖掘出影響學(xué)生線上學(xué)習(xí)效果的主要影響因素,及時(shí)發(fā)現(xiàn)存在學(xué)習(xí)問題的學(xué)生,幫助教師調(diào)整和優(yōu)化教學(xué)策略,方便學(xué)生了解自身的學(xué)習(xí)狀態(tài),利于課程開發(fā)者和教育管理者修正和反思教育管理行為,從而提高大學(xué)數(shù)學(xué)線上課程的教學(xué)質(zhì)量,也為以后的混合式教學(xué)提供理論和實(shí)踐的指導(dǎo)。

      關(guān)鍵詞:學(xué)習(xí)通;大學(xué)數(shù)學(xué);在線教學(xué);學(xué)習(xí)行為;學(xué)習(xí)效果

      一、引言

      2018年8月教育部印發(fā)的《教育部關(guān)于狠抓新時(shí)代全國(guó)高等學(xué)校本科教育工作會(huì)議精神落實(shí)的通知》中明確提出淘汰“水課”,打造“金課”[1]。這些文件給高等學(xué)校本科教育提出了新的要求,為教學(xué)改革和教學(xué)研究指明了方向。2020年2月教育部出臺(tái)《關(guān)于在疫情防控下做好普通高等學(xué)校在線教學(xué)組織與管理工作的指導(dǎo)意見》,要求全國(guó)高校開展網(wǎng)絡(luò)課程和在線學(xué)習(xí),實(shí)現(xiàn)“停課不停教,停課不停學(xué)”[2]。各個(gè)高校的老師都投入了極大的熱情進(jìn)行線上教學(xué),但是有相當(dāng)一部分高校教師從未使用過線上教學(xué)或者接觸過線上教學(xué),因此疫情下的線上課程的學(xué)習(xí)效果值得我們研究。

      曾嘉靈[3]等利用MOOC平臺(tái)的課程數(shù)據(jù),構(gòu)建學(xué)習(xí)者學(xué)習(xí)成績(jī)與學(xué)習(xí)行為指標(biāo)之間的邏輯回歸模型。宗陽[4]等從MOOCs在線學(xué)習(xí)出發(fā)構(gòu)建了學(xué)習(xí)行為指標(biāo),應(yīng)用邏輯回歸分析學(xué)習(xí)行為對(duì)學(xué)習(xí)成績(jī)的影響,發(fā)現(xiàn)提交作業(yè)測(cè)試可以作為MOOCs學(xué)習(xí)成績(jī)預(yù)測(cè)的關(guān)鍵指標(biāo)。殷子寓[5]通過問卷調(diào)查挖掘MOOC學(xué)習(xí)者學(xué)習(xí)效果的影響因素。劉艷閔[6]將學(xué)習(xí)者特征與學(xué)習(xí)效果進(jìn)行相關(guān)性分析,研究了MOOC學(xué)習(xí)者特征與學(xué)習(xí)效果。金夢(mèng)甜[7]基于社會(huì)認(rèn)知理論構(gòu)建了MOOC學(xué)習(xí)行為模型,通過邏輯回歸分析對(duì)學(xué)習(xí)行為模型進(jìn)行驗(yàn)證,并訓(xùn)練基于深度神經(jīng)因子分解機(jī)的學(xué)習(xí)效果預(yù)測(cè)模型。下文將基于學(xué)習(xí)通平臺(tái)上我校高等數(shù)學(xué)線上課程的大量的學(xué)習(xí)行為數(shù)據(jù),通過大數(shù)據(jù)的邏輯回歸分析方法研究了線上課程的學(xué)習(xí)行為和學(xué)習(xí)效果,評(píng)估我校大學(xué)數(shù)學(xué)線上課程的學(xué)習(xí)效果和教學(xué)質(zhì)量。

      二、學(xué)習(xí)行為指標(biāo)構(gòu)建

      學(xué)習(xí)效果通常根據(jù)課程期末考試成績(jī)來衡量,期末考試主要從知識(shí)與技能、過程與方法兩個(gè)層面考察學(xué)生的學(xué)習(xí)效果[3]。本文以我校線上課程《高等數(shù)學(xué)》(下)為例,分析疫情下我校大學(xué)數(shù)學(xué)線上課程的學(xué)習(xí)行為特征及對(duì)學(xué)習(xí)效果的影響。該課程從課堂練習(xí)、課后作業(yè)、視頻學(xué)習(xí)、簽到、訪問、討論六個(gè)維度進(jìn)行考查,既有學(xué)習(xí)過程評(píng)價(jià),又有學(xué)習(xí)結(jié)果評(píng)價(jià),保證了評(píng)價(jià)的有效性。按照課程評(píng)分標(biāo)準(zhǔn),總評(píng)成績(jī)由平時(shí)成績(jī)和期末考試成績(jī)組成,平時(shí)成績(jī)包括視頻得分、簽到得分、課堂練習(xí)得分、課后作業(yè)得分、討論得分和訪問得分。課程總評(píng)成績(jī)85分至100分為優(yōu)秀,60分至84分為合格,低于60分的未不合格。

      學(xué)習(xí)行為是學(xué)習(xí)者在學(xué)習(xí)過程中發(fā)生的行為,和傳統(tǒng)的學(xué)習(xí)行為不同,線上課程的學(xué)習(xí)行為是學(xué)習(xí)者在學(xué)習(xí)平臺(tái)上進(jìn)行的。線上課程《高等數(shù)學(xué)》(下)的學(xué)習(xí)包括任務(wù)學(xué)習(xí)和交互學(xué)習(xí)兩個(gè)方面。任務(wù)學(xué)習(xí)行為主要指學(xué)習(xí)者個(gè)體完成教師要求完成的活動(dòng)過程,主要包括資源學(xué)習(xí)以及學(xué)習(xí)檢測(cè)這兩個(gè)維度,涵蓋視頻觀看完成度、視頻觀看時(shí)長(zhǎng)、視頻得分、簽到情況、訪問情況、參與課堂練習(xí)情況、作業(yè)提交次數(shù)和得分。交互學(xué)習(xí)是指學(xué)習(xí)者借助于學(xué)習(xí)平臺(tái)和老師或者其他學(xué)習(xí)者進(jìn)行交流、討論等互動(dòng)式學(xué)習(xí)行為。學(xué)習(xí)通平臺(tái)上有討論功能,學(xué)習(xí)者可以通過論壇發(fā)帖、回帖進(jìn)行互動(dòng)交流,因此在論壇互動(dòng)當(dāng)中對(duì)應(yīng)的行為指標(biāo)是論壇發(fā)帖、回帖和點(diǎn)贊數(shù)量。學(xué)習(xí)者交互學(xué)習(xí)行為指標(biāo)包括論壇發(fā)帖數(shù)量、回帖數(shù)量、總討論次數(shù)、點(diǎn)贊數(shù)、討論得分等行為指標(biāo)。

      三、學(xué)習(xí)效果與學(xué)習(xí)行為相關(guān)性分析

      (一)數(shù)據(jù)收集與預(yù)處理

      我們的數(shù)據(jù)來源于學(xué)習(xí)通平臺(tái)線上課程《高等數(shù)學(xué)》(下)二個(gè)教學(xué)班共205人的學(xué)習(xí)數(shù)據(jù)。在學(xué)習(xí)通平臺(tái)上可以收集到的數(shù)據(jù)包括班級(jí)學(xué)習(xí)總數(shù)據(jù)、學(xué)生綜合完成情況、每個(gè)學(xué)生的學(xué)習(xí)數(shù)據(jù)。班級(jí)學(xué)習(xí)中數(shù)據(jù)包括訪問量、作業(yè)數(shù)、考試數(shù)、章節(jié)測(cè)試數(shù)、章節(jié)數(shù)、每一天學(xué)生訪問次數(shù)、每一天不同時(shí)段學(xué)生訪問的次數(shù);學(xué)生綜合完成情況包括任務(wù)完成數(shù)、視頻觀看時(shí)長(zhǎng)、討論數(shù)、訪問數(shù)、任務(wù)點(diǎn)完成百分比、未學(xué)習(xí)情況;每個(gè)學(xué)生的具體學(xué)習(xí)數(shù)據(jù)包括每個(gè)章節(jié)的完成詳情、每個(gè)視頻原始時(shí)長(zhǎng)、每個(gè)視頻的完成百分比、視頻得分、總討論數(shù)、發(fā)表討論數(shù)、回復(fù)討論數(shù)、討論得分、每次作業(yè)成績(jī)和提交時(shí)間、作業(yè)得分、每次課堂測(cè)試成績(jī)和提交時(shí)間、課堂測(cè)試得分、章節(jié)學(xué)習(xí)次數(shù)得分、簽到得分、任務(wù)完成百分比、綜合成績(jī)、五級(jí)制等級(jí)、線下成績(jī)。根據(jù)《高等數(shù)學(xué)》(下)課程的教學(xué)大綱和考試大綱的要求,并結(jié)合學(xué)習(xí)通平臺(tái)收集的學(xué)習(xí)行為數(shù)據(jù),我們選取了11個(gè)學(xué)習(xí)行為指標(biāo),包括視頻得分、視頻觀看時(shí)長(zhǎng)、討論得分、總討論數(shù)、發(fā)帖數(shù)、回帖數(shù)、訪問得分、訪問次數(shù)、簽到得分、課堂練習(xí)得分和課后作業(yè)得分。有一個(gè)學(xué)生緩考,沒有期末考試成績(jī),將該生的學(xué)習(xí)數(shù)據(jù)去掉,最終得到204個(gè)學(xué)生學(xué)習(xí)行為和學(xué)習(xí)效果的數(shù)據(jù)樣本。

      (二)相關(guān)性分析

      為了分析線上課程《高等數(shù)學(xué)》(下)的學(xué)習(xí)行為和學(xué)習(xí)效果之間的關(guān)系,我們根據(jù)經(jīng)驗(yàn)和課程特點(diǎn)選取了11個(gè)學(xué)習(xí)行為指標(biāo),這些指標(biāo)都能影響學(xué)習(xí)效果,但它們存在共線性。為此,我們對(duì)11個(gè)指標(biāo)和學(xué)生期末考試成績(jī)進(jìn)行Pearson相關(guān)分析,結(jié)果如表1所示。

      通過表1可以發(fā)現(xiàn):學(xué)習(xí)成績(jī)(期末得分)和11個(gè)指標(biāo)都有相關(guān)性,其中學(xué)習(xí)成績(jī)和課后作業(yè)(作業(yè)得分)、課堂練習(xí)(練習(xí)得分)、視頻得分、訪問得分、簽到得分和討論得分相關(guān)性最高,再加上視頻得分是根據(jù)視頻觀看時(shí)長(zhǎng)給出,訪問得分由訪問次數(shù)給出,討論得分由總發(fā)帖、發(fā)帖數(shù)和回帖數(shù)給出,因此,本文選取了六個(gè)行為指標(biāo)作為邏輯回歸方程的解釋變量,分別是練習(xí)得分、作業(yè)得分、視頻得分、簽到得分、討論得分、訪問得分。

      四、學(xué)習(xí)效果與學(xué)習(xí)行為的邏輯回歸模型

      《高等數(shù)學(xué)》期末考試成績(jī)受很多因素有關(guān),不僅和學(xué)生的學(xué)習(xí)行為有關(guān),也與學(xué)生的基礎(chǔ)有很大關(guān)系。根據(jù)學(xué)習(xí)行為直接預(yù)測(cè)期末考試成績(jī)不能保證預(yù)測(cè)的正確率,因此我們根據(jù)學(xué)習(xí)行為數(shù)據(jù)預(yù)測(cè)期末考試成績(jī)?yōu)閮?yōu)秀的概率p,即通過二元邏輯回歸模型預(yù)測(cè)期末考試成績(jī)?yōu)閮?yōu)秀的概率。期末考試成績(jī)85分及以上為優(yōu)秀,我們記為1,期末考試成績(jī)85以下為不優(yōu)秀,記為0,這樣將期末考試成績(jī)優(yōu)秀與否轉(zhuǎn)化為0-1變量。根據(jù)前面的相關(guān)分析,我們選取練習(xí)得分、作業(yè)得分、視頻得分、簽到得分、討論得分、訪問得分六個(gè)行為指標(biāo)作為邏輯回歸方程的自變量,分別記為x1,x2,x3,x4,x5,x6。自變量數(shù)據(jù)滿足多元正態(tài)分布,樣本量也滿足二元邏輯回歸樣本條件。因此,可以把期末考試成績(jī)作為因變量,上面選取的6個(gè)學(xué)習(xí)行為指標(biāo)作為自變量,建立學(xué)習(xí)結(jié)果和學(xué)習(xí)行為之間的邏輯回歸模型,即可以根據(jù)學(xué)習(xí)行為指標(biāo)預(yù)測(cè)期末考試成績(jī)?yōu)閮?yōu)秀的概率。建立Logistic回歸模型如下:

      將原始數(shù)據(jù)代入邏輯回歸模型,通過訓(xùn)練就可以確定邏輯回歸系數(shù)bi(i=0,1,…,6),進(jìn)而將6個(gè)指標(biāo)值代入公式(2)就可以計(jì)算學(xué)生期末考試成績(jī)?yōu)閮?yōu)秀發(fā)生的概率。

      我們使用SPSS Statistics對(duì)期末考試成績(jī)優(yōu)秀與否和學(xué)習(xí)行為進(jìn)行邏輯回歸,邏輯回歸結(jié)果如表2所示。該模型的統(tǒng)計(jì)量NagelkerkeR2=0.696,即該邏輯回歸方程能夠解釋69.6%的方差分量,說明學(xué)習(xí)行為和期末考試成績(jī)之間具有較強(qiáng)的關(guān)聯(lián)強(qiáng)度,表明擬合效果較好。此外,Hosmer-Lemeshow統(tǒng)計(jì)量大于0.05,接受觀測(cè)數(shù)據(jù)和預(yù)測(cè)數(shù)據(jù)之間沒有顯著性差異的零假設(shè),即認(rèn)為該模型對(duì)數(shù)據(jù)擬合度較好。

      表3是包含常數(shù)項(xiàng)和6個(gè)變量的模型以0.5作為期末考試成績(jī)優(yōu)秀與否的分界點(diǎn),得出的預(yù)測(cè)值與實(shí)際數(shù)據(jù)的對(duì)比表。從表中可以看到20名期末考試成績(jī)優(yōu)秀的學(xué)生被正確預(yù)測(cè)為優(yōu)秀,13名期末考試成績(jī)優(yōu)秀學(xué)生被預(yù)測(cè)為不優(yōu)秀,正確預(yù)測(cè)率為60.6%,同時(shí)165名期末考試成績(jī)不是優(yōu)秀的學(xué)生被正確預(yù)測(cè),6名沒有被正確預(yù)測(cè),正確預(yù)測(cè)率為96.5%,總的正確判斷率為90.7%,表明該模型總體性能較好,回歸方程可以應(yīng)用。

      由表2可以確定邏輯回歸方程為:

      五、研究結(jié)論與建議

      通過對(duì)研究數(shù)據(jù)和邏輯回歸模型結(jié)果的分析,本研究得出了以下結(jié)論與建議。

      (一)學(xué)生學(xué)習(xí)成績(jī)影響因素

      學(xué)習(xí)成績(jī)和11個(gè)指標(biāo)都有相關(guān)性,其中學(xué)習(xí)成績(jī)和課后作業(yè)、課堂練習(xí)、視頻得分、訪問得分、簽到得分和討論得分相關(guān)性最高。而視頻得分是根據(jù)視頻觀看時(shí)長(zhǎng)給出,訪問得分由訪問次數(shù)給出,討論得分由總發(fā)帖、發(fā)帖數(shù)和回帖數(shù)給出,因此練習(xí)得分、作業(yè)得分、視頻得分、簽到得分、訪問得分、討論得分這六個(gè)因素為學(xué)習(xí)成績(jī)的主要影響因素。據(jù)此可以給出平時(shí)成績(jī)的各項(xiàng)占比,即平時(shí)成績(jī)=作業(yè)(25%)+課堂練習(xí)(20%)+視頻(15%)+訪問(15%)+簽到(15%)+討論(10%)。由于有部分學(xué)生為了提高訪問成績(jī)對(duì)訪問次數(shù)刷分,而且訪問和其他因素有關(guān)聯(lián),因此也可以去掉訪問得分,把訪問得分的比例分到課后作業(yè)和視頻得分,即平時(shí)成績(jī)=作業(yè)(35%)+課堂練習(xí)(20%)+視頻(20%)+簽到(15%)+討論(10%)。

      (二)學(xué)習(xí)行為對(duì)學(xué)習(xí)結(jié)果的影響機(jī)制

      邏輯回歸模型發(fā)現(xiàn)作業(yè)完成情況、視頻完成度、簽到完成度、討論參與度、練習(xí)情況、訪問完成度是預(yù)測(cè)學(xué)習(xí)成績(jī)是否優(yōu)秀的主要指標(biāo)。其中作業(yè)完成情況與學(xué)習(xí)成績(jī)的相關(guān)性最大,這個(gè)和現(xiàn)實(shí)情況是符合的,因?yàn)槊看握n后都有作業(yè),作業(yè)不僅能幫助學(xué)生更好的復(fù)習(xí)所學(xué)內(nèi)容,也能及時(shí)反饋學(xué)生的學(xué)習(xí)狀況;其次視頻完成度和學(xué)習(xí)成績(jī)的相關(guān)性第二大,這個(gè)和現(xiàn)實(shí)情況也是符合的,優(yōu)秀的學(xué)生不僅會(huì)按照要求完成視頻學(xué)習(xí),而且對(duì)于沒有弄懂的地方會(huì)多次回看視頻。此外,簽到完成度、討論參與度、練習(xí)情況和訪問完成度都對(duì)學(xué)習(xí)成績(jī)有一定影響,由于很多學(xué)生為了獲得更高的分?jǐn)?shù),會(huì)采取刷分的手段,而這幾個(gè)因素刷分相對(duì)容易,因此這幾個(gè)因素不是主要影響因素。這說明高質(zhì)量地完成教學(xué)視頻和課后作業(yè)能有效提升學(xué)生的學(xué)習(xí)質(zhì)量,教師應(yīng)該督促、幫助學(xué)生完成,對(duì)于不能及時(shí)完成或者完成質(zhì)量不高的學(xué)生要給與教學(xué)干預(yù)與指導(dǎo)。

      (三)學(xué)習(xí)者的行為特征

      根據(jù)期末得分我們可以發(fā)現(xiàn)優(yōu)秀學(xué)習(xí)者有33人,占比大約16%,而不及格學(xué)生13人,占比約6%?;谧鳂I(yè)得分、練習(xí)得分、簽到得分、視頻得分、討論得分和訪問得分這六個(gè)因素進(jìn)行系統(tǒng)聚類,可以發(fā)現(xiàn)優(yōu)秀學(xué)習(xí)者可以分成兩類。一類是作業(yè)得分、練習(xí)得分、視頻得分和簽到得分很高,但討論和訪問得分不高,另一類是的六個(gè)因素得分都很高。所有的優(yōu)秀學(xué)習(xí)者的視頻得分、簽到得分都是滿分,課堂練習(xí)得分最低95分,課后作業(yè)最低分為83,即優(yōu)秀學(xué)習(xí)者對(duì)于任務(wù)學(xué)習(xí)都完成得很好。優(yōu)秀學(xué)習(xí)者中大部分學(xué)生的討論得分在平均分以上,也有少數(shù)學(xué)生的討論得分較低,即優(yōu)秀學(xué)習(xí)者中少部分學(xué)生喜歡自己獨(dú)立思考和學(xué)習(xí),大部分學(xué)生則還需要通過發(fā)帖和老師同學(xué)進(jìn)行交互學(xué)習(xí)。這些說明任務(wù)學(xué)習(xí)很重要,只有學(xué)生每次課都按照要求完成視頻學(xué)習(xí),認(rèn)真對(duì)待每一次課堂練習(xí),課后保質(zhì)保量的完成課后作業(yè),才能確保教學(xué)質(zhì)量。而交互學(xué)習(xí)則要因人而異了,對(duì)于基礎(chǔ)差的學(xué)生或者是喜歡交互學(xué)習(xí)的學(xué)生需要更多的討論和交流。

      同樣,基于系統(tǒng)聚類結(jié)果,我們對(duì)學(xué)習(xí)成績(jī)不優(yōu)秀的學(xué)生也進(jìn)行了分析。我們發(fā)現(xiàn)95%的學(xué)生都視頻學(xué)習(xí)得分為100分,即有5%的學(xué)生不能按時(shí)完成視頻學(xué)習(xí),而且這部分學(xué)生簽到得分都低于平均分94分,課堂練習(xí)得分低于67分,課后作業(yè)得分低于42分,訪問得分低于48分,討論得分都為0分。這些數(shù)據(jù)說明這部分學(xué)生是達(dá)不到網(wǎng)絡(luò)課程的學(xué)習(xí)要求,有數(shù)學(xué)基礎(chǔ)差的原因,但更主要原因應(yīng)該是這部分學(xué)生畏難,不愿意花時(shí)間學(xué)習(xí)。學(xué)習(xí)成績(jī)?cè)诩案裰蟽?yōu)秀之下占比78%,這部分學(xué)生視頻得分都是100分,簽到得分90以上,練習(xí)得分75分以上,作業(yè)得分64分以上。這些數(shù)據(jù)說明大部分學(xué)生是可以按照要求完成任務(wù)學(xué)習(xí),即使是數(shù)學(xué)基礎(chǔ)較差的學(xué)生,只要能夠嚴(yán)格按照教學(xué)要求進(jìn)行學(xué)習(xí),也是可以合格的。

      參考文獻(xiàn):

      [1] 中華人民共和國(guó)教育部. 教育部關(guān)于狠抓新時(shí)代全國(guó)高等學(xué)校本科教育工作會(huì)議精神落實(shí)的通知[Z].2018-08-22.

      [2] 中華人民共和國(guó)教育部.關(guān)于在疫情防控期間做好普通高等學(xué)校在線教學(xué)組織與管理工作的指導(dǎo)意見[Z].2020-02-05.

      [3] 曾嘉靈,歐陽嘉煜,紀(jì)九梅,王曉娜,喬博,曲茜美.趙興龍. 影響MOOC合格學(xué)習(xí)者學(xué)習(xí)效果的行為特征分析[J].開放學(xué)習(xí)研究,2018,23(6):1-9.

      [4] 宗陽,孫洪濤,張亨國(guó),鄭勤華,陳麗.MOOCs學(xué)習(xí)行為與學(xué)習(xí)效果的邏輯回歸分析[J].中國(guó)遠(yuǎn)程教育,2016,(5):14-22.

      [5] 殷子寓.MOOC學(xué)習(xí)者學(xué)習(xí)效果的影響因素研究[J].高等建筑教育,2019,28(3):149-157.

      [6] 劉艷閔.MOOC學(xué)習(xí)者特征與學(xué)習(xí)效果研究[D].南寧:南寧師范大學(xué),2019.

      [7] 金夢(mèng)甜.基于社會(huì)認(rèn)知理論的MOOC學(xué)習(xí)行為建模及學(xué)習(xí)效果預(yù)測(cè)研究[D].武漢:湖北大學(xué),2018.

      猜你喜歡
      學(xué)習(xí)通學(xué)習(xí)行為大學(xué)數(shù)學(xué)
      超星學(xué)習(xí)通在高校計(jì)算機(jī)教學(xué)中的應(yīng)用探究
      信息化模式在設(shè)計(jì)初步課程教學(xué)方面的應(yīng)用與研究
      科技視界(2018年9期)2018-07-27 11:28:30
      基于移動(dòng)學(xué)習(xí)APP的政治理論教學(xué)改革研究現(xiàn)狀
      大數(shù)據(jù)思維下教學(xué)過程數(shù)據(jù)分析及應(yīng)用研究
      大學(xué)數(shù)學(xué)的教學(xué)改革與實(shí)踐探索
      教育(2016年43期)2016-12-15 21:26:00
      基于學(xué)習(xí)行為數(shù)據(jù)的在線學(xué)習(xí)時(shí)間規(guī)律探析
      基于專業(yè)需求與案例驅(qū)動(dòng)相結(jié)合的大學(xué)數(shù)學(xué)教學(xué)改革
      考試周刊(2016年89期)2016-12-01 12:21:04
      網(wǎng)絡(luò)遠(yuǎn)程教育學(xué)習(xí)行為及效果的分析研究
      職業(yè)教育中大學(xué)數(shù)學(xué)案例式教學(xué)模式探究
      科技視界(2016年21期)2016-10-17 18:56:40
      以學(xué)習(xí)能力培養(yǎng)為核心談大學(xué)數(shù)學(xué)的教與學(xué)
      科技視界(2016年21期)2016-10-17 18:53:24
      南宁市| 保康县| 河源市| 建湖县| 繁昌县| 句容市| 满城县| 阿尔山市| 阳春市| 清徐县| 珲春市| 大宁县| 夏河县| 井冈山市| 鹰潭市| 谷城县| 昆山市| 常熟市| 临高县| 达日县| 正定县| 上犹县| 桃江县| 荆州市| 集贤县| 潜山县| 华容县| 来安县| 桑植县| 乐业县| 开原市| 白银市| 漳浦县| 高清| 汝南县| 大洼县| 虎林市| 历史| 阿瓦提县| 临猗县| 库尔勒市|