您現在的位置是:首頁 > 遊戲

有關幼兒科學探究活動中教師提問的相關研究發現

由 花鎮育兒社 發表于 遊戲2023-01-04
簡介Ramsden驗證了比格斯等人的研究,他認為深度學習法和內在意圖有關,學習者關注作者的論點、新舊知識的區別、概念與日常經驗的聯絡、內容的組織結構等

共同富裕焦慮症的解決之道是什麼

引言

不同學者從不同的角度提出了教師提問的分類標準:第一,較為經典的是前文提到的布魯姆認知目標分類法。第二,另一廣受認可的分類是從

“解答距”的角度提出的。心理學家將問題從提出到解決的過程稱為“解答距”。根據“解答距”的長短,提問可以分為四個級別:“微解答距”為提問的初級階段,“短解答距”為提問的中級階段,“長解答距”為提問的高階階段,“新解答距”為提問的創造階段。

有關幼兒科學探究活動中教師提問的相關研究發現

Davis按照答案的標準性程度,把提問分為有唯一標準答案的封閉性提問和不存在唯一標準答案的開放性提問。封閉式提問側重於基本概念知識,主要採用聚合思維方式思考問題,學生的思維被侷限在標準答案中。開放性提問需要將具體知識擴充套件到更高層次認知加工的過程,有利於激發學生的發散性思維、綜合思維和探究能力。第三,從某一學段的具體學科視角探討教師提問型別。例如:莊愛平認為幼兒科學教育中常見的教師提問型別主要有鞏固性問題、理解性問題、探索性問題、比較性問題、發散性問題和應用性問題。

馬瞬琴認為幼兒科學探究活動中教師的提問可分為觀察性提問、比較性提問、推測性提問和拓展性提問。滕飛根據外語教學的特點,認為大多數關於教師提問的研究是按照認知水平、交際價值、提問目的等分類法進行分類的。綜合不同研究者對提問的分類,最廣義的分類是根據問題的標準化程度劃分的,可分為開放式提問和封閉式提問。開放式提問和封閉式提問還可以進行更具體的劃分,最經典的是布魯姆認知目標分類法對提問的分類;除此之外,被廣為認可的還有依據“解答距”對提問的分類;一些學者結合不同學科特點、以及不同的教育階段、不同的學科背景對提問進行了更有針對性的分類。

有關幼兒科學探究活動中教師提問的相關研究發現

深度學習的提出與發展。

深度學習一方面是人工智慧領域的概念,一方面是教育學領域的概念。人工智慧領域的深度學習由

Hinton等人首次提出,它是模擬人腦神經網路的工作原理讓計算機進行智慧化資料學習的一種機器演算法,而本文的深度學習為教育學領域的深度學習。21世紀前,深度學習在國外興起。20世紀70年代以前,沒有任何理論可以解釋不同學習方法的區別,Marton和Slj最先進行了相關研究。

此時“深度學習”的術語還沒有被提出。兩位學者運用的是“深層加工”和“淺層加工”兩個概念。Marton和Slj利用實驗研究法,在學生閱讀文章後,對段落的含義和學生的閱讀方法進行提問,檢查學生的學習過程和結果。研究表明,學習過程與學習結果之間存在必然聯絡。淺層學習者只是抓住閱讀要點並加以記憶,相反,深層學習者能夠揭示主題背後的含義,並聯系其他知識幫助其理解,產生了理解與記憶兩種不同的閱讀結果。

有關幼兒科學探究活動中教師提問的相關研究發現

此後,兩位研究者不斷利用實證研究,探究學生採用學習方法的一致性和學習方式二分法的可行性。與此同時,大批學者對該研究進行重新解讀與發展。Biggs也受到馬頓等人的啟發,繼續研究學習者的學習過程。他認為淺層學習者的學習建立在行為主義動機理論的基礎上,改善深度學習的關鍵因素是動機。Ramsden驗證了比格斯等人的研究,他認為深度學習法和內在意圖有關,學習者關注作者的論點、新舊知識的區別、概念與日常經驗的聯絡、內容的組織結構等。

而淺層學習法與完成任務的需求相關,學習者關注文字本身和離散的元素、資訊的記憶和評估程式。學習者對概念和事實之間不加反省,不能將原則證據和新舊知識區分開,學習是一種外在的施加和外在的強調。隨著深度學習研究的日益深入,其重要性愈加為人所知,大量研究者開始投入到深度學習的研究中。除了上述幾位對深度學習有重要建樹的研究者以外,代表人物還有Entwistle、Bentz和Collins等,以上研究者成為了深度學習概念、內涵、特徵、模型、影響因素等方面研究的奠基人。

有關幼兒科學探究活動中教師提問的相關研究發現

自深度學習提出後

,距今已有

40餘年,經歷了蟄伏期、萌發期、新興期,目前正處在迅發期,得到了社會各界前所未有的關注和推崇。21世紀後,深度學習概念被引入中國,自此在國內迅速興起,圍繞深度學習的研究在數量上增幅明顯,目前國內深度學習的文獻總量已經遠超國外,具體涉及到“教育技術應用”、“教與學的研究”和“學科素養培育”三個方面。

結語

深度學習研究主題已經日益傾向於本土化概念的構建與本土教學問題解決路徑的探索,以及從深度學習走向深度教學的實踐中。但同時,研究中也存在後勁不足、差異突出等問題,未來深度學習應著力加強本體理論研究,注重深度學習與多學科結合的均衡研究態勢

推薦文章