【摘 要】
：
为提升学生的知识集成能力和整合创新能力,针对“运营管理”课程传统教学中存在的“知识点分散、理论与实践脱节”的困境,应用质量功能展开产品设计工具(QFD),分析了支撑学生能力培养的学习需求和项目特性,构建了“运营管理”课程整合实践项目的质量屋模型,并基于该模型找出了实践项目的关键特性。教学实施效果表明,基于QFD工具设计的“运营管理”课程整合实践项目,能够激发学生学习潜能,提升学习的积极性和主动性,培养知识整合应用能力与实践创新能力。
【基金项目】
：
教育部2018年第一批产学合作协同育人项目(201801137013),四川省高等学校在校开放课程(慕课)研究项目(SCKC2019013),电子科技大学基于项目的新工科课程体系建设项目(2020NEESC017)。
论文部分内容阅读
为提升学生的知识集成能力和整合创新能力,针对“运营管理”课程传统教学中存在的“知识点分散、理论与实践脱节”的困境,应用质量功能展开产品设计工具(QFD),分析了支撑学生能力培养的学习需求和项目特性,构建了“运营管理”课程整合实践项目的质量屋模型,并基于该模型找出了实践项目的关键特性。教学实施效果表明,基于QFD工具设计的“运营管理”课程整合实践项目,能够激发学生学习潜能,提升学习的积极性和主动性,培养知识整合应用能力与实践创新能力。
其他文献
教学学术概念的提出,使大学教育理念发生了深刻变革.本章在详细分析工程训练课程特点的基础上,提出了工程训练教学学术的概念,具体分析了工程训练课程教学学术的内涵,初步探
科学研究训练旨在培养具有“创新、创造和创业”精神和能力的人才,包括对创新精神和科学研究基本素质的培养。该文探索构建大学生科学研究训练信息化管理平台,以期提高教学管理的质量和效率,形成适应信息化社会要求的教学管理新模式。
本文采集和收集大量黄河三角洲沉积物剖面和钻孔泥沙粒度资料以及黄河口来沙粒度组成数据,定量研究了黄河口泥沙的沉积与扩散特征。结果显示黄河口来沙以粉砂为主,黏土次之,砂最少,年均中值粒径无长期变化趋势。黄河三角洲平原相泥沙与来沙的黏土、粉砂和砂含量无显著差异;前缘相泥沙比来沙的黏土含量较低,砂含量较高;前三角洲相泥沙比来沙的黏土含量明显提高,砂和粉砂含量显著降低。计算了一个亚三角洲分组粒径泥沙的沉积量
湖北省是中国重要的植棉省份之一,气候和管理因素变化对棉花生长产生重要影响。因此,本文采用1986—2016年湖北气温、降水量和太阳辐射量3个气候因子数据,有效灌溉面积、农用化肥施用量和棉花品种3个管理因素数据,构建了面板回归模型,定量计算得到气候因子和管理因素的趋势和波动变化对棉花单产的影响及其相对贡献率。结果表明:(1)气候和管理因素的波动变化大于气候和管理因素的趋势变化对棉花单产的影响。(2)
建立大数据专业课程群,循序渐进地引导学生从基础到综合、从理论到实践,从专业基础课进入到大数据专业核心课程的学习,逐步开设分布式系统、云计算、数据获取、数据处理、大数据挖掘与分析、大数据预测与人工智能、数据可视化等课程,将大数据技能学习路线清晰化、科学化;精心设计课程理论与实践环节,理论教学将案例贯穿到教学内容之中,让学生能够更加直观地理解知识,实践环节采用模块式实验设计,让教师能够根据课程内容对实验内容进行组合,能够有针对性地让学生掌握相关技术。经过实践,大数据课程群建设对学生竞赛、就业及深造起到了较好的
在“中国制造2025”背景下,为提升学生对于工业信息安全和数据可视化的理解和认识,根据实际项目需求,设计了一种基于工业信息安全的智能制造实验平台。该实验平台包括远程维护站、安全模块、控制中心、工业网络、可视化模块和智能生产线等。实验表明,通过防火墙可实现对于智能生产线数据的保护;通过虚拟专用网络(VPN)可实现对于智能生产线的远程维护;通过搭建后端服务器,并利用可视化插件可实现Web可视化功能。该实验平台有利于培养智能制造相关人才,推动“产学研”多主体协同育人模式探索。
春季土壤湿度是影响东北粮食产量和品质的重要因素。在气候变暖的背景下,东北春季土壤湿度如何变化,鲜有研究。本文基于1983—2019年黑龙江省22个农业气象站的土壤湿度和气象观测资料,采用方差分析、突变分析及空间分析等方法,分析20世纪80年代以来黑龙江省春季土壤湿度的时空变化特征及其影响因素。结果表明:1983—2019年黑龙江省春季0～30 cm土壤湿度均值为88.22%,0～10 cm、10～
该文基于陀螺对章动和进动现象从理论与实验两个角度进行了详细的研究.主要研究了陀螺质心的角位移、白转周期、进动角速度与周期,以及章动角随时间变化的规律,并给出了扭转
传输线的阻抗匹配是电磁场与微波技术中一个重要的理论,是射频微波电路设计的基础.但相关概念较为抽象,传统教学过程以数学推导为主,学生理解困难.为了增强学生对阻抗匹配的
针对粒子滤波框架下稀疏表示跟踪算法存在的粒子规模大以及复杂的L_1范数最小化计算等问题,提出一种基于方差估计的快速稀疏表示目标跟踪算法。该算法首先在运动估计阶段应用方差估计优化采样粒子的分布;然后利用L_2范数代替L_1范数对判别目标函数进行稀疏求解计算,并进一步从重构误差的度量形式做出改进来增强L_2范数的稀疏性;最后利用在线字典学习(ODL)算法对模板字典进行在线更新。实验结果表明,该算法能够