国际科学教育视角下1-9年级学生“物质”核心概念进阶维度研究

概念转变理论、认知架构理论、概念形成理论都验证了核心概念建构的重要性。基于核心概念建构的进阶路径,介绍了学生理解“物质”概念进阶表征框架、“物质”和学生能力水平进阶表征框架、“物质”结构的学习进阶表征框架、“物质”核心概念区块理论表征框架和“物质”概念描述理论表征框架,并以“水的认识”为例分析了其构造图和结果空间。基于美国、英国、澳大利亚、爱尔兰、新加坡、加拿大阿尔伯塔省、加拿大安大略省、中国台湾、中国大陆9个国家或地区1至9年级科学课程文件,梳理了学生“物质”核心概念,并从“成分与辨识”“性质与应用”“变化与转化”3个视角划分了学生“物质”核心概念进阶维度,介绍了“物质”核心概念进阶测量方法,以期对我国科学教育有所启示。     

彰显核心概念的认识功能,促进知识向能力和素养转化——鲁科版高中化学必修新教材第一册第二章的编写思路和使用建议

明确了“物质分类”“氧化还原反应”“电离与离子反应”等概念对物质性质的认识功能,阐述了鲁科版教材通过构建认识模型,基于认识发展布局学习素材,依据学习理解、应用实践、迁移创新构建进阶的评价体系等方式促进核心知识向能力、素养转化的编写思路,并提出了使用建议。     

模型本质观进阶框架的理论构建及实证研究

在科学学习中,模型本质观是科学素养的关键组成。本研究基于对已有“模型本质观”研究的分析,建构了“模型本质观”的进阶框架,并对初、高中及大学共计381名学生进行调查。研究表明：学生普遍存在对模型本质认识的迷思概念,在“模型和实物间的关系”维度尤为突出。     

物质的分类相关概念及其教学分析

“物质的分类”是普通高中化学课程标准要求学生必须建立的基本的化学观念。论述了物质的分类相关概念的知识层级结构,包括静态分类和动态分类,分析了物质的分类相关概念的学生认识发展和学习困难,解析了物质的分类相关概念的教学关键问题,揭示了基于观念建构为本的教学有利于学生建立“分类观”和形成解决这类问题的能力。     

核心素养为本的单元教学设计与实施——以“探究水的组成”为例

以“探究水的组成”教学为例，通过课标、教材及学习者分析，从认识角度、探究水平、认识水平等3个维度整体规划“身边的化学物质”主题单元目标学习进阶，明确“探究水的组成”课时目标，通过温故建模、据模探究、探究推理等3个阶段的教学实施，建立具体物质的研究思路模型，运用模型研究陌生物质（氢气），初步形成定量研究物质组成的能力。     

基于模型认知的“价层电子对互斥理论”学习进阶设计*

遵循学生认知发展的客观规律,以及化学学科核心素养“模型认知”由低到高的水平划分,借助PhET互动仿真模型平台,通过虚拟的分子模型搭建和真实的分子构型对比,将“成键电子”“孤对电子”和“价层电子对”等抽象知识,融入认识模型、理解模型、运用模型和建构模型的递进式学习进阶设计中,在促进学生对互斥行为深度理解的同时,避免了虚拟可视化模型的过度类比可能导致的“相异构想”。     

新旧高中化学课程标准中的科学本质教育内容研究*

理解科学本质是科学教育的重要目标,理科课程标准中倡导的科学本质教育对中学生科学素养发展起重要作用。本研究在构建科学本质内容、呈现方式、复杂度等三维分析框架基础上,对2003年版和2017年版高中化学课程标准中“内容标准”条目中呈现的科学本质教育内容进行纵向对比分析,发现2017年版高中化学课程标准中科学本质教育内容表现维度更全面,2版课程标准在科学本质内容上呈现方式占比皆为隐性大于显性,进阶性体现略有不足。基于此提出以下建议:挖掘科学本质教育内容载体,融合化学学科知识;加强对科学本质教育价值的认识,建立评价体系;重视科学本质内容的多维整合,体现进阶性。     

基于SOLO分类理论的单元教、学、评一体化学习进阶设计——以“金属及其化合物”为例

针对目前化学课堂中存在的教学内容零散化、评价过程没有落实学生高阶思维能力发展的问题,以SOLO分类理论为依据,基于已有研究对教学内容进行概念优化整合,建构了 “金属及其化合物”单元学习进阶模型,进而以“钠及其化合物”为例设计了教学活动,然后根据教、学、评一体化的理念,设计了相应的教、学、评一体化评价框架。     

日本初中理科教科书中“粒子的存在”内容组织与呈现特征

从“主要观念”“核心内容”“重要问题”“情境活动”等4个方面自上而下对日本的《新科学》教科书中“粒子的存在”相关内容的组织与呈现进行分析，发现其具有注重内容结构化和学生认识进阶性，以科学探究活动引领，“粒子模型”显性化等特征。     

高中生“芳香烃”心智模型的测评及其教学启示*

采用二阶式纸笔测验以及半结构化访谈法对高中生持有的“芳香烃”心智模型进行测评,并重点分析了学生建构的与“芳香烃和苯的同系物的概念”“芳香烃的结构”“苯及其同系物的化学性质”等概念群相关的缺陷模型。研究发现学生建构的有关“芳香烃”缺陷模型包括3大类共计11种;学生对有机物空间结构的想象力和建构能力较为薄弱;学生对“有机化合物结构内基团之间相互作用对其化学性质的影响”认识不足,“性质结构”模型不完善;学生建构的有机化学的心智模型尚不具备整体性。     

基于互动和合作学习的无机化学教学模式

在分析无机化学课堂教学现状和采纳学生建议的基础上提出了构建互动和合作学习的无机化学教学模式。着重介绍了"分组互动、读书报告会、尝试讲课和评判纠错"互动和合作学习的过程。教学实践表明,这种互动和合作学习正是学生需要和喜欢的无机化学教学模式。     

国外化学元素周期表教学方式的介绍与启示*——基于2009-2019年Journal of Chemical Education的载文

查阅2009-2019年Journal of Chemical Education中关于化学元素周期表的发文情况,分析其在学科范围、授课对象及教学方式等3方面的特征,最后介绍了具有代表性的教学案例:构建模型、游戏学习、探究学习、合作学习等。     

影响高中化学有效学习因素的实证分析

设计了《影响高中生化学有效学习因素调查问卷》,在具有代表性的普通中学进行大样本的问卷调查,调查数据经计算机统计处理,结果发现：学习习惯、学习方法、学习内容难度等3个维度对高中生有效学习具有显著影响,学习环境维度对高中生有效学习影响不明显;这4个维度对男女生的影响差别不是很大,但对不同年级学生的影响度发生了变化。由此可以为中学一线化学教师的有效教学策略提供有益的启示。     

Data-driven machine learning models for quick prediction of thermal stability properties of OLED materials

Organic light-emitting diode (OLED) materials have exhibited a wide range of applications. However, the further development and commercialization of OLEDs requires higher quality OLED materials, including materials with a high thermal stability. Thermal stability is associated with the glass transition temperature (T_g) and decomposition temperature (T_d), but experimental determinations of these two important properties generally involve a time-consuming and laborious process. Thus, the development of a quick and accurate prediction tool is highly desirable. Motivated by the challenge, we explored machine learning (ML) by constructing a new dataset with more than 1,000 samples collected from a wide range of literature, through which ensemble learning models were explored. Models trained with the LightGBM algorithm exhibited the best prediction performance, where the values of mean absolute error, root mean squared error, and R² were 17.15 K, 24.63 K, and 0.77 for T_g prediction and 24.91 K, 33.88 K, and 0.78 for T_d prediction. The prediction performance and the generalization of the ML models were further tested by two applications, which also exhibited satisfactory results. Experimental validation further demonstrated the reliability and the practical potential of the ML-based models. In order to extend the practical application of the ML-based models, an online prediction platform was constructed. This platform includes the optimal prediction models and all the thermal stability data under study, and it is freely available at http://www.oledtppxmpugroup.com. We expect that this platform will become a useful tool for experimental investigation of T_g and T_d, accelerating the design of OLED materials with desired properties.     

中学有机化学教学研究——基于美国《化学教育》的文献分析

从年份、关键词和教学特点等分析了2010-2018年Journal of Chemical Education中涉及中学有机化学教学的发文情况,介绍了其刊出的有关探索性、直观性、应用性、趣味性、技术性、实践性和学科交叉性等教学特点的7篇代表性论文,总结了国外中学有机化学的教学特点和研究趋势,为国内中学有机化学教学及研究提供参考。     

从课程标准到单元学习目标*——以化学学习单元设计为例

将课程标准转化为学习目标是进行单元设计的核心问题。基于北京市十一学校化学学科在不同化学学习模块中的单元教学实践,总结了将课程标准转化为学习目标的通用策略,包括基于课程标准的关键词解构,基于核心素养的单元核心重构,基于单元学习任务的学习者目标的转化,以及学习迁移和学习建构的互补。这一方法对于化学学科不同模块下的学习单元设计乃至其他学科都具有一定的通用性。     

化学系统性思维的表征手段与改革实践*

化学系统性思维强调化学子系统之间,以及化学系统与其他学科系统之间的关系,有助于学习者整合、应用化学知识解释化学现象、解决化学问题。内外交织的多个不同系统很容易让学生迷失在纷繁复杂的概念体系中,需要借助SOCME,OPM,BOTG,CLD,SFD等可视化图形工具厘清各个系统之间的关系,以表征化学系统性思维。在明确化学系统性思维内涵的基础上,开展“化学平衡”教学改革,探索绿色化学课程建设,开展游戏化学习、服务性学习、深度学习、项目学习、工作坊或研讨会,有助于化学系统性思维培养实践的改革与落地。横向关联化学系统与其他学科系统的关系,纵向深入分析化学子系统之间的关系,是进一步开展化学系统性思维教学的关键。这就需要多学科的协同攻关,既要关注化学知识的社会应用,也要抓住化学学科本质和特征,才可以围绕化学概念和社会问题,建构纵横交织的多系统影响关系,促进学生化学系统性思维的发展。     

在垃圾分类中寻找化学元素*——基于生活情境的探究性学习

介绍一个结合4种教学策略(情境教学、探究性学习、合作学习、混合式教学)面向非化学专业类大一学生开展元素化学教学的案例。以垃圾分类为主题,学生分组协作完成探究性学习任务,调查不同种类垃圾中存在的化学元素及其用途,通过线下课堂展示、线上成果共享以及校外推广等3项活动传播探究结论。对比活动前后收集的数据,活动前有75%的学生只认识原子序数前20的化学元素,活动后学生认识的元素数量明显增多,平均值是原来的1.7倍。元素中文名称与元素符号记忆混乱的情况得到改善。最后问卷调查表明活动提高了学生上课的积极性并且对了解生活中的化学元素有帮助。     

Generative Adversarial Learning of Protein Tertiary Structures

Protein molecules are inherently dynamic and modulate their interactions with different molecular partners by accessing different tertiary structures under physiological conditions. Elucidating such structures remains challenging. Current momentum in deep learning and the powerful performance of generative adversarial networks (GANs) in complex domains, such as computer vision, inspires us to investigate GANs on their ability to generate physically-realistic protein tertiary structures. The analysis presented here shows that several GAN models fail to capture complex, distal structural patterns present in protein tertiary structures. The study additionally reveals that mechanisms touted as effective in stabilizing the training of a GAN model are not all effective, and that performance based on loss alone may be orthogonal to performance based on the quality of generated datasets. A novel contribution in this study is the demonstration that Wasserstein GAN strikes a good balance and manages to capture both local and distal patterns, thus presenting a first step towards more powerful deep generative models for exploring a possibly very diverse set of structures supporting diverse activities of a protein molecule in the cell.     

化学专业学生线上学习平台和学习效果评价研究*

从学生视角简要介绍了钉钉、腾讯会议、腾讯课堂、中国大学MOOC、QQ群等多个在线学习平台的特点和使用方法。基于2020年第一学期高校开展线上教学的实践,通过对化学及相关专业本科生进行问卷调查,发现由于缺少纸质教材、师生互动不便、网络平稳性差、学生听课时自控力不好等原因,学生对居家线上课堂听讲情况、学习态度等的自我满意程度较在校学习时差,一定程度上影响了学生线上专业学习的效果。基于调查结果,从专业教师和学生2个方面就提升线上教学效果提出了建议。