【摘 要】
：
在合作学习中引入“引导发现教学法”这一典型的教学方式，这不仅是教学组织形式的变革，也是扎实有效的教学n质量改革，但其最终能否取得一定的效果，主要取决于学生的合作学习和教师的团队合作效果，这也是学科教学应n始终追求的教学目标。因此，在教学和科研两方面，都应努力营造具有学科特色的“引导发现”教学氛围，并将其n融入小学数学教学环境建设，营造良好的育人环境。基于此，本文对小学数学“引导发现教学法”的运用进行探究，具n有重要意义。
【机 构】
：
大连市甘井子区周水子小学,辽宁大连,116032
论文部分内容阅读
在合作学习中引入“引导发现教学法”这一典型的教学方式，这不仅是教学组织形式的变革，也是扎实有效的教学n质量改革，但其最终能否取得一定的效果，主要取决于学生的合作学习和教师的团队合作效果，这也是学科教学应n始终追求的教学目标。因此，在教学和科研两方面，都应努力营造具有学科特色的“引导发现”教学氛围，并将其n融入小学数学教学环境建设，营造良好的育人环境。基于此，本文对小学数学“引导发现教学法”的运用进行探究，具n有重要意义。
其他文献
以“生活的营地，成长的营地”为主要特征的幼儿园生活营地课程，是新时代和当今教育改革发展的需要，有其独特的内涵。n生活化是生活营地课程的基本特征，让幼儿成长于生活营地是课程最终目标。生活营地课程围绕“生活技能、运动健康、自然环保、社会交n往”四大方面架构课程目标，评价体系通过多元评价主题、多种评价方式指向幼儿发展，通过对环境、内容、资源等课程实施要素进行创新n实践及优化管理，实现促进幼儿全面发展的根本育人目标。
[目的]综合运用不同预训练模型的词向量进行文本语义增强,解决基于Word2Vec、BERT等模型所表示的词向量存在先验知识缺失的问题,提升在新闻数据集上的分类效果.[方法]以今日头条新闻公开数据集和THUCNews新闻数据集为实验对象,使用BERT、ERNIE模型通过领域预训练,分别提取上下文语义信息和实体、短语的先验知识信息;结合TextCNN模型生成高阶文本特征向量并进行特征融合,实现语义增强,进而提升短文本分类效果.[结果]相较于传统的Word2Vec词向量表示,使用预训练词向量表示的分类算法模型准
[目的]有效学习文本上下文语境和词语间的关联性,提升文本自动分类的性能.[方法]提出一种融合关联信息的BERT-BiLSTM-SGCN (Similarity-GCN)长文本分类模型.首先,利用BERT得到待分类长文本的词向量初始特征,将其输入BiLSTM模型中捕获语义关系,并将其输出作为图卷积网络的节点表示,其中每个节点代表每个词特征;然后,使用词之间的相似值作为图卷积网络中的节点之间的边表示,并将结合得到的节点表示以构造图结构作为SGCN层表示;最后,将利用SGCN层得到的长文本表示输出至全连接层中得
[目的]针对古汉语数据集标注规范研究缺失的现实,提出一套面向古汉语的实体关系标注方法.[方法]通过对逻辑语义学、深度学习、历史学的有机融合,提出古汉语实体关系抽取数据集标注方法,南“关系配价标注”“命题逻辑标注”以及“单一关系存在”原则构成,适用于小样本学习.[结果]利用Word Embedding-BiGRU-CRF端到端关系序列标注模型,在《史记》文本数据集上进行实验,在实体关系抽取与命题逻辑抽取任务上F1值分别达到42.02％与34.07％.[局限]未使用BERT、ALBERT等预训练模型,而是选择
[目的]为提升关系分类模型性能,降低特征计算复杂性,提出一种融合多特征嵌入的卷积神经网络实体关系分类模型.[方法]参考已有研究的主要嵌入特征,提出融合位置和词汇级特征嵌入的卷积神经网络实体关系分类模型,并给出特征的计算表示方法,上述特征无需复杂计算算法,提高了模型性能.[结果]所提模型在生物医学领域语料库AIMed、GENIA和ChemProt上F1值分别为0.7342、0.9764和0.8900,在GENIA和ChemProt上实现了当前最佳性能.[局限]尚未融入生物医学领域先验知识等领域特色的特征.[
[目的]隐性知识是重大科技工程研发创新的重要资源,针对工程中隐性知识的关联性特征,研究多类相互关联的隐性知识同时扩散具有实践意义.[方法]考虑知识关联性,提出科研团队间的知识距离评估方法,并构建了基于科研合作网络的隐性知识扩散模型,通过多主体仿真分析知识关联性和交互策略对隐性知识扩散的影响机理.[结果]扩散初期,知识强关联下的知识扩散速度高于知识弱关联的情况,但随着时间增长,科研团队间知识量差距变小,知识结构相似性增加,知识关联性对知识扩散的影响逐渐弱化.科研团队间的知识交互策略对知识扩散影响较大.[局限
[目的]解决炸药设计过程中配方设计原则知识、组分关联知识及制备工艺知识难以便捷地获取和使用的问题.[应用背景]将炸药配方设计过程中存储分散、类型复杂的知识进行有效的组织,并为研究人员提供面向设计流程的可视分析方法,能够帮助研究人员对领域知识的理解、使用和提取,进一步提高配方设计效率.[方法]聚焦高聚物黏结炸药配方,利用自然语言处理技术对配方设计知识进行知识图谱构建.在此基础上,针对不同主题的知识图谱设计可视分析方法使炸药配方辅助设计知识得以快速使用.[结果]炸药配方设计知识图谱实现了单质、混合炸药的属性、
[目的]研究相关性分析、关联规则挖掘和时间序列预测方法在手术室运营预测与优化的应用.[方法]基于50000余例手术记录数据,分别提出手术指标相关性分析、手术室资源关联规则挖掘和手术量时间序列预测方法,并据此探讨大型医院手术室运营预测与优化策略.[结果]75％的手术操作时长与其他手术指标呈强线性相关性.FP-Growth算法在最小置信度0.85下能获得可靠的手术室资源使用规律.利用周手术量时间序列提高至少37.5％的预测精确度.[局限]所用的手术室运营数据没有与其他医疗信息系统的数据关联,限制了该方法应用在
本体性游戏是完全由幼儿发起与完成的、自主自发表现的一种游戏活动，顺应和满足幼儿的兴趣和需要。三“hua”n即“划、画、话”，围绕游戏过程开展的游戏计划、记录及分享，是以语言及图示为主要表达方式，贯穿于本体性n游戏前后。本文以三“hua”支架为研究点，提供分享机会，创设呈现平台，推进游戏进程，推动游戏向纵深发展，n提高幼儿的计划能力，提升学习品质。
[目的]对比基于集成学习算法与非集成学习算法构建的前列腺癌预测模型性能,选出最优算法和重要风险因素.[方法]基于KNN、决策树、支持向量机、BP神经网络4种非集成算法和AdaBoost、GradientBoost、XGBoost三种集成算法构建前列腺癌预测模型并验证模型效能,识别前列腺癌风险因素.[结果]非集成算法中决策树模型性能最优,准确率为0.9333,F1分数为0.9301,AUC为0.9145;集成算法中XGBoost模型性能最优,准确率为0.9573,F1分数为0.9624,AUC为0.9513