基于教师专业伦理的教师德育能力提升研究

来源 :河南师范大学 | 被引量 : 0次 | 上传用户:sunning1002
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
教师是教育高质量前行的最基础、最核心、最本质的力量。正如总书记所说,“有高质量的教师才有高质量的教育”,而高质量教师的培养与发展,不仅依赖于国家教师教育政策支持、资金支持、社会公众支持等外部条件支撑,更不可或缺的是教师自身的努力。教师只有具备坚定的教育信念、顽强的教育意志,持续终身专业发展,才能“修己以安人”“正己以正人”。在“立德树人”作为教育主流语境和教育基础背景下,教师本体意义上作为伦理能力的道德涵养、职业道德修养、专业伦理素养,将成为微观层面上立德树人任务转化与落实的关键。教师德育能力是教师伦理能力的外在彰显,是教师以自我德性成就他者德性之伦理转化过程。其教育逻辑和核心结构在于教师以德育德、以文化人,其实践形态表现为教师课程伦理开发、教学道德生成、育人故事开展,其中教师的育人意向性、情境创造力、德育行动力为基本伦理能力支撑,从而在教育者与受教育者之间构建伦理融合的教化默契,实现教师的道德自省和学生的道德发展。本研究在借鉴相关学科研究基础上,通过文献研究、问卷调查以及实际观察等方法,了解当前中小学教师德育能力发展现状。观照教育现场,发现在教育理论与实践中出现了教师德育能力的式微:课程育人的意向性薄弱、教学道德敏感性不足、重教轻育的育人成效有待提高。追本溯源,是知识本位的课程观、理性本位的教学观、功利本位的育人观等带来的基础教育世界中的伦理抽离。本研究以教师专业伦理支持教师专业发展的向度为基础,针对当前中小学教师德育能力式微的具体表征,提出了课程专业伦理觉悟下课程教化价值开发、教学专业伦理引导下教师道德嵌入能力提升、育人专业伦理启迪下教师育人能力养成等具体措施,旨在通过教师教育伦理世界观的匡正与重建,从而以教师德育能力为视点,促进教师质量发展和基础教育高质量体系的建构。
其他文献
角色分配是推动协作学习有效性发生的重要策略。然而目前在进行角色分配时,大多采用由教师指定或学生自由选择的方式,导致无法深入了解学生的角色特征,难以进行最优化的人员搭配。从而阻碍了协作学习小组的深度交互、知识的建构以及任务目标达成。如何依据学生的角色特征和其所在协作学习小组的整体情况进行科学合理的角色分配,成为当前小组协作学习中亟待解决的重要课题。为此,本文通过分析目前协作学习中与角色分配有关的研究
学位
随着互联网技术和在线商务平台的发展,越来越多的制造商选择在传统分销的基础上增设了直销渠道的销售布局。而多渠道布局直接影响了供应链中参与者(特别是传统零售商)的运营效益,由此产生了“渠道冲突”等问题。与此同时,激烈的市场竞争倒逼制造商们越来越注重产品升级的策略,以获得更大的市场份额。在供应链管理领域中,不同渠道产品差异化管理和质量改进策略是制造商们常用的策略。但是,以往的研究侧重于需求确定下的质量改
学位
道德利他是道德主体基于道德对象所面临的道德困境,自觉产生有利于道德对象的利他观念、利他情感并积极践行有利于道德对象的利他行为,是道德主体的认知、情感和行为的有机统一。道德的本色是利他性,道德利他是道德领域中一种积极的正向现象,而在当今道德领域中,道德旁观、道德冷漠等失范行为时有发生,强调道德利他是期待缓解道德失范行为,加强道德利他的一个理性思路。研究通过文献法、跨学科研究法对道德利他的现状梳理分析
学位
计算思维的培养关乎着我国未来国民的素质和国家的未来发展。项目式学习作为培养计算思维的一种有效教学模式,极具发展性和研究价值。因此,研究构建了面向计算思维培养的项目式教学模式,以期为计算思维教育的未来发展提供思路与借鉴。研究通过文献研究法、问卷调查法、访谈法、准实验研究法等研究方法开展研究工作。首先对计算思维、项目式学习、程序设计课程进行了国内外研究现状分析,进一步明晰了计算思维的定义、项目式学习的
学位
开展教育管理与教育教学活动,既是教师权利,也是教师义务。当下,学生行为问题多样化,衍生出诸多师生间因教育惩戒问题引发的冲突。一方面,教育惩戒权越界行使问题屡有发生,学生合法权益缺损情况严重;另一方面,学生维权呼声高涨,教师管理压力增大。教育惩戒始终是教育实践中无法忽视的问题,而边界不清不仅使教师教育惩戒权的行使有潜在的越界风险,也使教师专业自主权的行使受限。明确教师教育惩戒权的法律边界,让教师有更
学位
部分线性模型兼具线性模型的可解释性和非参数模型的灵活性,且其被认为能够对复杂数据进行建模。事实上,部分线性模型的性能在很大程度上取决于模型中变量结构的选择,例如,哪些变量对响应是线性影响,哪些变量是非线性影响。因此,针对部分线性模型的变量结构发现问题被广泛研究。但是,现有的模型往往基于高斯噪声假设局限于均值回归,对非高斯噪声比较敏感。为了提高部分线性模型的鲁棒性,本文利用众数回归通过学习条件众数来
学位
随着互联网技术的更新迭代,越来越多的消费者在互联网平台上分享、交流,因此产生了大量的评论文本数据。挖掘海量文本中隐藏的消费者的情感态度,对消费者、企业和互联网平台都具有重要意义。传统的情感分析方法存在依赖大量人工设计、特征提取能力不足等问题,无法满足现阶段情感分析任务的要求。基于深度学习的方法被证实是目前最前沿的方法,并且对其进行有效融合也更优于单一模型。因此本文探索了更具优势的融合模型,并应用于
学位
高斯混合模型(Gaussian Mixture Model,GMM)是数据分类问题中广泛使用的一类概率密度模型。在应用中,首先需要考虑GMM模型中主元的个数,这通常是非常困难的,特别是面对高维数据,往往无所适从。当选定主元个数后,可使用迭代算法进行模型参数的估计,但迭代之前要进行模型参数的初始化。现有研究显示出迭代对参数初始化敏感,不当的初始化参数易使得迭代算法易陷入局部最优,甚至使得迭代发散。针
学位
二分排序学习在推荐系统、信息检索和生物信息学中有着广泛的应用。例如,在某个数据库中查找感兴趣的文档,本质上就是将文档按照相关程度进行排序。而当样本存在对抗样本时,排序算法的性能往往会大打折扣。因此研究对抗情形下二分排序问题数学理论基础是有意义的。本文旨在通过界定对抗二分排序学习的泛化误差,对算法的性能进行分析,主要内容归纳如下:1.针对只攻击正样本的情形,首先引入分布的映射,将对抗二分排序风险转化
学位
Sobolev不等式、Hardy不等式和Moser-Trudinger不等式是几类很重要的不等式,它们在数学物理等诸多领域中都有着广泛应用.本文在以上不等式的基础上主要讨论与之密切联系的不等式——Leray-Trudinger不等式的改进形式.本论文的主要研究成果可以分为以下两个方面:(1)得到欧氏空间的有界区域上级数展开型Leray-Trudinger不等式.证明过程借助Psaradakis、S
学位