“双减”背景下的初中数学单元作业设计——以“平行四边形复习课作业”为例

来源 :中学数学 | 被引量 : 0次 | 上传用户:wedededi
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
“双减”政策对教师的教学能力和作业设计能力提出了更高的要求.本文中以“平行四边形复习课作业”为例,立足课标,深挖教材,关注课堂,变式拓展,设计“2+2+1”分层作业,为数学教学减负增效,推进“双减”政策精准落地.
其他文献
<正>媒体融合大趋势给视觉新闻的创新发展带来了新机遇,图片故事、短视频已成了媒体常用的传播形态。在新的语境下,又该如何用图片和影像讲好故事、传播好声音呢? 2019年,湖州晚报创办了《太湖人家》图文纪事专栏,把镜头对准基层的普通百姓群众,深入基层“抓活鱼”,不断创新“内容供给”,打造有温度的视觉新闻IP。栏目结合地方特色,聚焦一个又一个小人物,着力挖掘普通人物的闪光点,
期刊
本文从疾病知识、饮食、心理、运动、药物等方面对高血压宣教进行阐述,以此来更好地指导广大高血压患者,促使其能够养成良好的生活习惯,优化生活品质。
<正>新闻特写用类似电影特写镜头的方法来反映新闻事实,被称为“视觉新闻”。作为一则事件特写,《“飞天”凌空——跳水姑娘吕伟夺魁记》的特殊之处在于事件的关键性场面是人物的行为表现,使读者如临其境、如见其人、如闻其声,现场感、镜头感强,语言可视化,相较于其他新闻体裁,更具文学性。如何在教学中彰显课文的体裁特点?针对“概括新闻特写的主要特点”,四位老师采用了三种策略。
期刊
为解决遥感影像变化检测全局上下文信息捕获的问题,本文提出了基于孪生结构、跳跃连接结构及Transformer结构的TSU-Net。该模型编码器采用混合CNN-Transformers结构,借助自注意力机制捕获遥感影像的全局上下文信息,增强了模型对于像素级遥感影像变化检测任务的长距离上下文建模能力。该模型在LEVIR-CD数据集和CDD数据集进行测试,F1得分分别为90.73和93.14,优于各对比
新《行政处罚法》规定行政处罚权可以下放给基层政府行使,破除了先前赋权实践中“行政处罚权由县级以上行政机关行使”的法律障碍,但下放标准仍需进一步明确。行政处罚权下放基层本质上是行政机关依法对行政处罚权进行的纵向再配置,必须将民主集中制原则作为理论基础和行动指南。基于民主集中制原则提出的权力法定化、分权合理化、功能适当化、效能最优化要求,行政处罚权下放基层的标准应当由授权决定法定性标准、受权主体适格性
为结合智慧教学环境,让学生经历逻辑推理过程及对其意义的初步感悟,对建构以生为本深入学习、能培养学生核心素养的数学课堂进行了全方位的探究。通过实践总结出有效提高“推理”核心素养的五步教学策略,即:设计问卷调查,做好学前诊断;精心设计问题,经历形成过程;培养问题意识,拓宽解题思路;利用技术手段,实现深度学习;形成教学闭环,促进教学相长。通过分析对比,可以看出该策略在培养学生猜想或发现一些初步的结论,在
近年来,高光谱图像处理在遥感领域占据着越来越重要的位置,高光谱图像分类作为其中的重要一环,更是具有举足轻重的地位。高光谱图像蕴含着丰富的地物信息,在军事和民用领域具有广阔的应用前景,具有极为重要的研究价值。高光谱图像分类的目标是依据地物呈现的空间与光谱特征,准确识别高光谱图像中的每个像素点。高光谱图像是蕴含着丰富辐射、空间和光谱信息的综合载体,丰富的信息量使地物分析获得更多机会,但同时也使分类面临
目的 卷积神经网络(convolutional neural network, CNN)在遥感场景图像分类中广泛应用,但缺乏训练数据依然是不容忽视的问题。小样本遥感场景分类是指模型只需利用少量样本训练即可完成遥感场景图像分类任务。虽然现有基于元学习的小样本遥感场景图像分类方法可以摆脱大数据训练的依赖,但模型的泛化能力依然较弱。为了解决这一问题,本文提出一种基于自监督学习的小样本遥感场景图像分类方法
在小学数学教学中,对数学概念教学进行优化设计十分重要,这能有效发展学生的数学核心素养。为了让小学生的数学概念学习更高效,文章提出了几点优化小学数学概念教学的策略:重视引入环节,丰富学习体验;采用故事教学,构建知识体系;融合生活元素,强化知识联系;优化教学方法,突出学生主体;展开实践指导,促成直观理解。
基于视觉Transformer的自监督模型掩码自编码器因其优秀的全局特征捕捉能力,被广泛应用于遥感图像分类领域。但该模型存在图像重建训练时局部上下文语义信息易丢失从而限制其分类精度的进一步提升。针对以上问题,本文提出了融合掩码重建和对比学习的三阶段自监督遥感图像分类新模型——对比掩码自编码器。第一阶段进行掩码重建预训练,以提取遥感图像全局特征;第二阶段则通过对比学习中的正负样本补充第一阶段掩码建模