简介:摘要学习结果是基于学习带来的个体内在心理变化,是课堂学习活动的着力点。科学认知、区分和把握学习结果的不同类型,不仅有利于提升教师教学行为的专业性,帮助教师依据不同的学习结果采取差异化的教学策略,也有利于学生更清晰地明确学习目标,增强学习的主动性和内驱力,从而提升教学质量和学习效果。一线教师应重视和树立学习结果意识,厘清学习结果的种类及其相互关系,增强教学活动的导向性和专业性。
简介:摘要:本文通过对学习时间与学习结果关系模型发展的梳理,我们发现如果只单独研究学习时间这个变量,其对学习结果的影响是不可靠的,而要和其他变量构成复合时间变量才有意义,基于这一点,本文将时间作为中介带入到不同学习环境中,以C学校某班级2020年下半年学生上网课的成绩与该班级学生2021年下半年在学校上课的成绩进行比较,得出学校学习的学习结果比网上学习要好,同时通过研究分析其原因,得出学生在不同环境下学习会影响学习时间的长短,在学校学习环境中,学生完成学习任务所用学习时间更少,从而学习效率要高,影响学习结果。
简介:摘要建立基于结果或基于胜任力的教育是当今课程计划的重要特点。本文梳理了基于结果的教育(outcome-based education,OBE)在医学教育中的发展应用,并利用基于结果的教育理念对《高等医学教育》课程框架体系进行改造和优化,重新设计和确定了课程学习结果框架、课程教学主题内容、课程胜任力要求等内容。基于结果再设计的课程改革体现了全球卫生教育对新时代医学人才的培养要求。本文以研究生的课程学习结果为目标驱动,通过提供不同的教学主题内容、构建明确清晰的学习结果及要求,注重研究生认识、理解、分析、研究医学教育中的现象及解决医学教育管理、医学教育研究、医学教育变革等问题的能力素质的培养,有助于进一步推进新时期医学教育科学化研究和医学教育管理专业化人才培养。
简介:摘要目的建立一种基于人工智能的尿液检验结果解释性报告系统。方法收集2008—2018年浙江大学医学院附属第一医院患者2 899 917份、体检710 971份尿检数据,统计每个项目不同结果的频数分布建立大人群分布,再根据数据分布、项目重要性和结果异常程度,建立每个样本的健康指数和各项目的异常等级。收集糖尿病、尿路感染、肾小球肾炎、肾病综合征等疾病数据,按性别、年龄匹配同数量的健康对照组。基于AdaBoost算法的集成学习器建立模型并评估算法性能。用JAVA开发数据展示软件。用199份异常尿液检验结果,人工验证模型的准确性。结果每份报告分为正常、异常、疾病、危重4个等级;单个项目结果判断为正常、轻度、中度、重度、极度5个等级并提供大数据的人群分布;基于AdaBoost机器学习模型运用于7种疾病的训练准确度(≥88.3%)、真阳性率(≥80.0%)、曲线下面积(≥0.954)。开发的JAVA软件展示上述结果,并包括病历和结果、历史结果、个性化建议、异常项目科普、在大人群数据中的位置等内容。异常尿液结果可能的疾病相似度,人工验证机器学习模型的准确率为82.41%(164/199)。结论本研究建立了智能的结果解释性报告系统,能区分报告异常程度,具有较高疾病预测准确性,可提供个性化的临床决策信息。