1) reasonable error
高等数学学习
1.
This paper elaborated the main expressions and causes of reasonable error in advanced mathematics studying, and considered making a sight of cognitive conflict that may be the way to dispel the reasonable error.
本文针对学生在高等数学学习中容易出现的“合理性”错误,阐述了它的主要表现及产生的缘由,论述了创设“引起认知冲突”的教学情境是消除学生“合理性”错误的一条可行途径。
2) obstacles in higher mathematics study
高等数学学习障碍
1.
Generally, there are assorted levels of obstacles in higher mathematics study.
文章从高职学生中存在着不同程度的对高等数学学习障碍现象入手,分析造成学习障碍既有学生基础差又有教学方式等原因,并指出克服高等数学学习障碍可以从加强学习认知、改善学习习惯、调整思维方式和优化自身学习管理等措施。
3) learning of higher mathematics
高数学习
1.
On the basis of the following investigation on the 307 students learning of higher mathematics in our institution.
在对我校307名学生的高数学习状况进行一年跟踪调查的基础上,从学生的学习质量、学 习态度、学习时间、学习方法等方面进行了调查和分析,并分析了高数学习差生形成的原因。
4) advanced Mathematics
高等数学
1.
The practice and exploration of applying multimedia technology in the teaching of advanced mathematics for medical purpose;
多媒体技术在医用高等数学教学中的实践与探索
2.
Analysis of the relationship between the teaching of advanced mathematics, computer ,and mathematical modelling;
高等数学、计算机与数学建模教学的关系分析
3.
The factors which affect the quality of advanced mathematics study;
浅谈影响高等数学学习质量的因素
5) higher mathematics
高等数学
1.
The application and principle of CAI courseware of higher mathematics teaching at medical colleges;
医学院校高等数学课程CAI课件的应用及原则
2.
Research on the Construction and Practice of the Quality Course Higher Mathematics;
《高等数学》精品课程建设与实践研究
3.
Basic Assumption on Constructing Higher Mathematics Network Classroom;
构建高等数学网络课堂的基本设想
6) high mathematics
高等数学
1.
Thinking in all quality education and high mathematics course improvement of architecture specialty;
建筑学专业全面素质教育与高等数学课程改革的思考
2.
A study of high mathematics teaching in the specialty of chemical education for the students of three-year schooling;
三年制化学教育专业高等数学教学的探讨
3.
Developing Students Thinking Ability in High Mathematics Solutions;
高等数学解题过程中对学生思维能力的培养
补充资料：学习数学模型
学习数学模型
mathematical model of learning
学习数学模型(mathematical model。flearning)为了定量地预测学习过程所提出的数学模型。对学习过程的定量的描述，在沙斯顿的学习曲线和赫尔的行为理论中己经开始有了体现，但还不能称为学习的数学模型。真正的学习数学模型的建立，是从1950年以后，概率模型引进学习领域才开始的。它的主要代表有:埃斯梯斯的刺激抽样理论、布什和毛斯台勒提出的线性模型。这些模型的数学基础，大多是概率过程的应用，特别是马尔克夫过程的应用。例如，刺激抽样理论，首先把刺激情境作为刺激因素的总和，在学习的某一时点上反应发生时，从全部刺檄中抽出作为标本的刺激因素。把作为标本而被抽出的刺激因素称为有效因素。假使在这一时点上反应引起时，这些有效因素就与其反应相联系。另外，就反应来说，在进行特定的反应时，仅有进行和不进行那种反应的两种情形的场合，这些反应是相互排斥的。这时，各刺激因素被认为只是和两个反应因素之一相联合。而且，所谓条件作用就是刺激因素和反应之间的联合状态。其反应发生的概率为尸，如果全部刺激因素的总和是N个，刺激总和与特定的反应相结合的因素为X个时，那么尸二XIN。另外，不进行强化时，有效因素就是条件作用的消失。像这样用概率的数学模型来解释学习过程的实验结果就是学习的数学模型的一例。学习的概率模型的主要贡献是，对反应系列的概率特性进行了详细的分析，从而构成了各种学习模型。这些模型比较适用于实验条件下的迷津学习、辨别学习、回避学习、对偶联想学习等领域。由于学习现象非常复杂，目前学习的数学模型，一般来说还只限于在实验条件下，适用于简单的学习过程。 诬〕互国撰车丈博审)
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条