教学课程资源库 更多>>

关键词： 课程设计   思政融合   定积分  

摘要： 本文借助课程思政的改革契机,以高等数字中定积分的概念这一章节为例,从提高教师思政意识、教材与教学内容优化、深挖教学过程中的思政元素这几个方面入手,提出了定积分这一节课程思政教学改革的设计思路,旨在为青年教师提供一个数学课程中融入思政元素的探索和设计建议,使得学生在学习知识的同时,树立正确的三观,提升政治和文化素养。

关键词： 计算思维   信息科技   课程设计  

摘要： 本文基于互联网、物联网、人工智能等新兴技术和跨学科主题,依托相关原理、智能设备及多学科知识,开展创新研究和课程活动探究,探索计算思维培养的方法和路径,以期为相关研究和一线教师的教学实践提供参考,并能在一定程度上推动新时代语境下教育模式的转变和生态重构。

关键词： 动态分层   性别差异   体育教学   课程设计  

摘要： 运用文献资料法、逻辑分析法等,探析男女学生在中学阶段混班体育教学中,因性别因素导致的体育运动理念、身体综合素质、技能掌握水平等多方面阻碍教学一体化进程的差异性,通过动态男女分层教学路径合理解决这种差异。本文以班级群体中性别属性引起的普遍差异为客观变量开展设计:将班级人群划为3个层级(男生组别、女生组别、混合组别),基于教学目标制定不同课程内容和评测标准;各层级间保持双向动态性流动,以阶段性考核为节点及时进行层级调整;同时运用个性化课程设计和情境性评价体系共同促进学生主动建构,增强主观竞争意识,营造动态学习情境,以此实现同时异步、异步同学的高质量体育课程及教学公平的教育目标。

关键词： 整合复合融合   OBE模式   计算机应用技术专业   工程教育  

摘要： 在工程人才需求流动性增强以及专业认证蓬勃推进的背景下,如何改进基于OBE模式的计算机应用技术专业课程教学模式,将理论与实践有机结合,提升学生培养质量,已经成为工科实验课教学的关注点。从OBE教育理念角度探索计算机应用技术专业课程体系的建设。基于OBE理念的教学设计“以学生为中心,以成果为导向”,根据培养目标和毕业要求反向设计课程教学目标、教学内容、教学方法及教学评价模式,并根据教学评价结果对课程教学进行持续改进。这样的教学方式更关注学生学习后所具备的能力,能够培养学生解决复杂问题的综合能力和高级思维,能够提高学生的创新精神和实践能力。本文基于OBE理念,采用反向设计的方法,在分析新工科背景计算机应用技术专业人才培养需求特征的基础上,对“计算机应用技术专业”课程体系进行了优化设计。

关键词： 计算机应用基础   课程思政   军队院校  

摘要： 针对军队院校计算机应用基础开展课程思政的现状及实施中存在的问题,提出了从提高教员思政育人能力、深入挖掘思政教育内容、课程思政全面融入教学过程三个方面进行思政建设的思路,为军队院校其他计算机基础类课程的思政建设提供借鉴。

关键词： 计算技术研究所   计算机软件技术   计算机应用   计算机技术   工程技术人员   技术期刊   科研人员   应用与软件  

摘要： 投稿指南:《计算机应用与软件》创刊于1984年,由上海市计算技术研究所有限公司和上海计算机软件技术开发中心共同主办。主要面向从事计算机应用和软件技术开发的科研人员、工程技术人员、各大专院校师生、计算机爱好者。致力于创办以创新、准确、实用为特色,突出综述性、科学性、实用性,及时报道国内外计算机技术在科研、教学、应用方面的研究成果和发展动态的综合性技术期刊,为国内计算机同行提供学术交流的平台。

关键词： 大数据技术   计算机应用基础   创新教学  

摘要： 阐述大数据背景下的计算机应用基础教学的创新策略,包括利用大数据思维、互联网技术实现全面互动教学、通过大数据技术完善教学内容、完善基于大数据分析的考核评估体系。

关键词： 建筑工程   绿色建筑   节能施工技术  

摘要： 随着人类社会的发展,建筑行业的高能耗问题成为了人们关注的重点,这便需要将绿色建筑节能施工技术应用于建筑施工中.通过合理利用节能施工技术,能够有效降低建筑工程建设与使用时能源的消耗,有利于促进建筑行业可持续发展.基于此,本文主要针对绿色建筑节能施工技术的应用要点进行研究,首先探讨绿色建筑节能施工技术应用的意义,然后分析绿色建筑节能施工技术的应用,希望通过文章探讨能够为其他建筑行业从业人员提供一定参考.

关键词： 计算机应用   深度学习   多模态数据   生存预测  

摘要： 针对胃癌患者生存预测的深度学习方法中存在的患者数据使用不全面、数据结合方式粗糙等问题，提出了一种多模态数据融合的胃癌患者生存预测模型。首先，将同一患者的包括临床数据、基因表达数据和医学图像的多模态数据预处理。其次，将多模态数据输入到图注意力网络中，使多模态数据在注意力机制下自适应调整权重互相融合。再次，引入卷积神经网络处理的医学图像，与图注意力网络的输出共同作用于预测结果。最后，使用十折交叉验证证明模型性能的稳定性，并将结果与使用相同数据集的其他方法进行比较。结果表明，本文提出的模型取得了领先的准确率。