[发明专利]基于艾宾浩斯遗忘曲线和网络题库的教学方法在审

专利信息
申请号: 201711246251.8 申请日: 2017-11-23
公开(公告)号: CN108062733A 公开(公告)日: 2018-05-22
发明(设计)人: 李世超;李文庆;徐仲元;李伟民;彭媛媛 申请(专利权)人: 吉林大学
主分类号: G06Q50/20 分类号: G06Q50/20;G06F17/30;G09B7/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 130021 吉林*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 艾宾浩斯 遗忘 曲线 网络 题库 教学方法
【说明书】:

发明公开了一种基于艾宾浩斯遗忘曲线和网络题库的教学方法,涉及教育领域,该基于艾宾浩斯遗忘曲线和网络题库的教学方法改变学生学习习惯、增加知识掌握的牢靠度;通过贯穿全学期的反复学习‑测试‑针对错误率知识点巩固‑测试的方式,使学生养成按时复习,避免突击的好习惯。同时也增加了学生对知识点的理解和掌握。易于教师及时掌握教学效果、易于试题管理、提高工作效率;通过此项研究,可将积累的各种试题进行标准化入库,型式相同、标准相同。同时将大大提高今后的出题和组卷效率,减轻教师命题负担。

技术领域

本发明涉及教育领域,特别涉及一种基于艾宾浩斯遗忘曲线和网络题库的教学方法。

背景技术

中国自1999年实行扩大普通高校本专科院校招生人数的教育改革政策以来,尽管提高了国民高等教育的普及率,但随着这一政策的实施,基础设施不足、师资力量缺乏的矛盾日益突出,大班授课成为解决这一矛盾的常见手段。但大班授课的弊端也比较明显,其中最为突出的问题就是学生数量大,授课教师无法及时掌握教学效果,包括授课知识点是否讲解到位被学生所理解或个别学生对知识的掌握程度。另外,目前多数学生学习以应试学习习惯为主,将主要精力放在考试之前的备考上,不进行理解掌握而是死记硬背式的短期记忆,考试之后很快忘记。

发明内容

本发明所要解决的技术问题是提供一种基于艾宾浩斯遗忘曲线和网络题库的教学方法,有效地促进学生全面掌握课程知识点,大幅度提高教务工作的效率,有效地防止教师漏题、学生压题,有利于教考分离政策的彻底贯彻。

为实现上述目的,本发明提供以下的技术方案:

该基于艾宾浩斯遗忘曲线和网络题库的教学方法将课程知识点分解,有针对性的进行命题并建立网络试题库,每道题进行编码,编码包含章节、知识点、题型、难易度等信息。授课时,根据课程进度的推进,安排课上或课后时间进行章节网络测试,学生在同一时间登陆网络题库进行答题,试题以随机出题为主,每生试题均不一样。试题由教师事先设定考试范围和难易程度。根据艾宾浩斯遗忘曲线的规律在后续考试中会不断的重复出现前部章节的知识点,已达到强化认知、形成长期记忆的目的。而在网络课程的后台可以及时的掌握学生对每个知识点的掌握程度,也可以及时掌握每个学生对课程的学习效果。这样,教师可以有针对性地对学生掌握差的知识点进行强化复习。课程考核方面,每次考试均获得平时成绩,降低期末考试成绩比重,进而达到改变学生学习习惯,将精力放在平时各个知识点的学习和理解上,杜绝期末突击式学习。另外,应用此教学方法可以有效的发现潜在不及格的学生,可及早进行教育和辅导。

该基于艾宾浩斯遗忘曲线和网络题库的教学方法包括如下步骤:

(1)制定试题编码方案:试题编码的科学性、易用性是本项研究的关键。推荐14位试题编码方案,即按“课程(2位)+(2位)章节+知识点(3位)+题型(2位)+难度(1位)+序号(4位)”进行;

(2)题库建设:

(2.1)试题收集与编码:收集课程相关试题,进行试题审核、分类,区分章节、知识点、难易度、题型,并按照试题编码方案进行编码入数据库;

(2.2)题库功能设计:开发题库功能,包括试题录入系统,试题管理系统,教师出卷系统(统一卷、随机卷)、学生答题系统、考试结果统计分析系统等;

(3)考试时间点选择:针对艾宾浩斯记忆遗忘曲线的规律,根据课程的周课次、周学时制定与艾宾浩斯遗忘曲线相对应的课堂复习、网络考试时间节点,来加强知识点的理解和记忆;

(4)测试结果统计与强化复习:根据每次网络考试结果的统计分析,找出学生掌握相对薄弱的知识点,在下次课前进行有针对性的进行复习,针对课程整体掌握较差的学生应给予课程预警或约谈,借此发现潜在不及格学生并提早进行规劝和教导,体现人文关怀的同时杜绝期末考试不及格老师也无力回天的现象发生。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于吉林大学,未经吉林大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711246251.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top