雨课堂与腾讯课堂联用的“有机化学”线上教学设计与实践*

基于智慧教学工具“雨课堂”为主和“腾讯课堂”为辅的双平台联用组合,将“雨课堂”优秀的教学互动和全周期记录学习活动表现的功能与“腾讯课堂”网络直播高峰期画面卡顿少、师生可以语音互动的优点结合起来,充分发挥“以学生为中心”的教学理念,探讨了有机化学课程的线上教学设计,并在教学班级中进行了广泛实践。实践证明,“雨课堂”直播为主和“腾讯课堂”为辅的双平台联用教学模式能保证教学质量、激发学生的学习兴趣和提高学生的学习效果。     

对如何促进学生学好物理化学网络课程的思考*

从《物理化学(上册)》的首个教学章节“热力学第一定律”出发,以“雨课堂”和“腾讯课堂”为教学平台,分析了学生应该如何适应从“线下教学”到“线上教学”的转变,扮演好“学生”在网络教学中的角色,并以学生的这些注意事项为切入点,论述了教师应该做出的相应转变,以求引导学生更高效地完成线上学习任务。     

基于小组合作学习的“线上预习–翻转课堂–课后探究”教学模式在化工原理教学中的应用

在化工原理国家一流线上课程与线上线下混合式教学基础上,开展了基于小组合作学习的线上预习–翻转课堂–课后探究的教学探索。以化工原理精馏单元操作中的塔板数简捷计算为例,对该教学模式进行阐述。通过班级分组、布置课前思考题,引导学生带着问题开展线上预习与小组合作学习,充分发挥了学生学习的主动性,大幅提高了线上预习、线下翻转课堂的教学效果与效率。通过师生翻转课堂教学与小组合作学习,使学生掌握了解决复杂工程问题的思路与方法,培养了学生解决复杂工程问题的能力。通过课后延伸问题与小组合作,引导学生课后进行学习与探究,学生建立了比现有文献适用范围宽得多的塔板数计算方程,培养了科学研究与创新能力。化工原理教学实践表明,基于小组合作学习的“线上预习–翻转课堂–课后探究”是一种较高效、通用性较强的高等工程教育教学模式。     

基于问题式学习的数据驱动混合式教学模式构建与实证研究——有机化学

基于“以学生为中心”的教育理念，针对基于问题式学习(PBL)的有机化学教学中存在的问题，进行了基于PBL的数据驱动混合式教学改革，并以有机化学课程为例进行了实证研究。线下教学内容注重根据学生线上自主学习的时长和测验统计等学习数据找到学生最近发展区，弹性决策课堂教学内容和活动，重点解决线上学习中的难点问题，并聚焦学生课堂的深度学习与个性化教学，实现了线上和线下学习活动的有机融合。问卷调查和学习行为分析结果表明，基于PBL的数据驱动混合式教学做到以学生为中心，个性化教学，持续改进教学效果，是提升学生学习质量的一种有效的教学模式。     

依托生态文明在线“金课”建设线上线下混合翻转式一流课程

基于一流课程建设的特点,依托在线一流课程,线下课堂与线上学习融合衔接,相互补充完善。采用专题引导、课堂翻转、讨论交流、学习报告、师生交流、鼓励课堂提问等教学手段解决理论与实际和自身的脱节,学生自主思辨和主动提问等问题。突破记忆知识点的试卷成绩评价,试行学生全过程参与的积分考核与评价。探索建设线上线下混合翻转式一流课程的路径。     

基于多平台的线上实验教学——光伏发电驱动高效催化水分解制氢气虚拟仿真实验

在“以学生为中心”的核心思想和以能力为先的人才培养理念指导下,运用腾讯会议、虚拟仿真实验以及BLACKBOARD多样化平台,并辅以微信群构筑在线课堂,结合问题导学和探究互动教学方式,选择光伏发电驱动高效催化水分解制氢气作为开展线上教学的素材,为化学实验的线上教学提供案例参考。通过对在线实验教学的精准设计和过程实施,做到了教学课堂灵活可控,在提升学生的创新意识和科研素养方面进行了探索。     

有机化学全线上BOPPPS教学模式实践

面对疫情背景下"完全线上教学"的现状,聚焦线上教学互动设计及高质量教学效果达成,我们在四年制药学专业有机化学教学中,基于超星学习通和QQ直播,将BOPPPS教学模式从课堂延伸到课前、课后的学习活动中,形成了具有一定特色的全线上有机化学BOPPPS教学模式,实现了在线教学的有效互动,取得了良好的教学效果。该线上教学方案为后续线上课程教学改革和打造有机化学"金课"奠定了基础。     

基于雨课堂智慧教学工具的化工原理课堂教学改革与实践*

化工原理是化工及其相关专业的一门专业基础课,存在内容多、计算量大、课堂互动难等情况。在教学中引入雨课堂智慧教学工具,有助于解决教学中存在的普遍问题。从课前教学设计、课中互动和测验、课后复习和信息反馈、课程评价机制等方面介绍了雨课堂智慧教学工具在化工原理教学中的应用,实现以学生为中心、科学地评价学生的学习过程与学习效果。基于雨课堂的智慧教学模式对教学的促进作用显著,出勤率明显提升,课堂气氛活跃,信息反馈及时,有助于教师掌握每位学生的学习情况,能使教学更具个性化。     

混合式教学法在分析化学教学中的设计与实践*——以“碘量法”为例

针对中医药类专业中分析化学课堂以教为主、师生互动少、教学效果较差等问题,借鉴“线上线下(O2O)”混合教学模式,利用清华在线网络平台、雨课堂和中国MOOC等网络资源开展课程建设,并对分析化学课堂教学进行改革,重构教学理念和教学流程,“翻转”师生角色,将线上与线下教学有机统一,借助线上的网络学习资源、测试平台等帮助学生在时间和空间上自由学习,达到学生个性化、差异化学习的目的。     

以培养科研意识为目标的本科波谱学混合式教学设计

针对波谱学传统教学中存在的问题,开展线上教学与线下讨论结合、文献研读与解谱练习结合的“双结合”教学模式。该模式聚焦于化学专业核心素养的培养,以培养学生科学研究意识为目标。课外讨论分层次实施,低阶讨论层次衔接线上、线下教学内容,高阶讨论层次依托科学研究的内容和文献调研,升华教学内容,促进学生科学研究意识的提升。以课外讨论+讨论报告+翻转课堂三个环节“三位一体”为抓手,促进学生参与式学习。“双结合”对激发学生新的学习和思维方式的改变,培养解析数据的能力,提升学生专业素养和科研意识,起到实际效果。     

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。     

化学学历案促进深度学习的发生——化学平衡移动复习课

学历案是关于学习经历或过程的方案，利用学历案构建一个“以学为主、以教促学”的教学模式，改变了教师的主导地位，凸显了学生的主体地位。笔者尝试借助学历案，以花青素为载体，通过生活化的化学实验，将化学平衡常数K作为分析工具，进行证据推理，以外界条件使花青素溶液颜色变化，到花青素的工业合成为明线；以化学平衡移动的本质到化学平衡移动原理的应用为暗线，双线结合，学生自主建构“化学平衡移动”的认知模型，从而促进深度学习的发生。     

不同学业水平学生化学自我调节学习策略的比较研究

利用自编的《化学自我调节学习策略量表》对北京市684名高中生的调查研究显示：自我调节学习策略与学业成绩优、差显著性相关,与成绩中等几乎不相关。动机策略维度上：优等生内在动机较强;学困生缺乏基本学习兴趣;中等生动机不明确。认知策略维度上：优等生主动性较强,思维方法多元,知识结构性较强;学困生没有良好学习习惯,方法单一,知识点零散;中等生对知识加工深度不够。管理策略维度上：优等生对时间、“纠错本”、实验操控等管理能力较强;学困生各方面管理能力都欠缺;中等生管理能力有待提高,并对此提出了相应的教学对策。     

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。     

Machine Learning Methods in Drug Discovery

The advancements of information technology and related processing techniques have created a fertile base for progress in many scientific fields and industries. In the fields of drug discovery and development, machine learning techniques have been used for the development of novel drug candidates. The methods for designing drug targets and novel drug discovery now routinely combine machine learning and deep learning algorithms to enhance the efficiency, efficacy, and quality of developed outputs. The generation and incorporation of big data, through technologies such as high-throughput screening and high through-put computational analysis of databases used for both lead and target discovery, has increased the reliability of the machine learning and deep learning incorporated techniques. The use of these virtual screening and encompassing online information has also been highlighted in developing lead synthesis pathways. In this review, machine learning and deep learning algorithms utilized in drug discovery and associated techniques will be discussed. The applications that produce promising results and methods will be reviewed.     

Learning the Fastest RNA Folding Path Based on Reinforcement Learning and Monte Carlo Tree Search

RNA molecules participate in many important biological processes, and they need to fold into well-defined secondary and tertiary structures to realize their functions. Like the well-known protein folding problem, there is also an RNA folding problem. The folding problem includes two aspects: structure prediction and folding mechanism. Although the former has been widely studied, the latter is still not well understood. Here we present a deep reinforcement learning algorithms 2dRNA-Fold to study the fastest folding paths of RNA secondary structure. 2dRNA-Fold uses a neural network combined with Monte Carlo tree search to select residue pairing step by step according to a given RNA sequence until the final secondary structure is formed. We apply 2dRNA-Fold to several short RNA molecules and one longer RNA 1Y26 and find that their fastest folding paths show some interesting features. 2dRNA-Fold is further trained using a set of RNA molecules from the dataset bpRNA and is used to predict RNA secondary structure. Since in 2dRNA-Fold the scoring to determine next step is based on possible base pairings, the learned or predicted fastest folding path may not agree with the actual folding paths determined by free energy according to physical laws.     

高中生化学学习动机、学习效能感与学习成绩的关系调查研究

通过借鉴和优化国内外学习动机、学习效能感与学习成绩的关系问卷,调查了武汉某中学220名高二学生化学学习动机和学习效能感与学习成绩的关系。通过对回收问卷进行描述性统计、t检验、相关分析和中介效应检验等,得出以下结论：（1）高中生化学学习动机和学习效能感均处于中上等水平,其中化学学习动机由内部动机和外部动机共同主导,学习效能感由学习能力效能感主导。（2）不同性别学生在内部动机和学习效能感及各维度上存在显著差异,且表现为男生得分普遍高于女生;不同班级学生在化学学习动机、学习效能感及各维度上均无显著差异。（3）高中生化学学习动机、学习效能感和学习成绩及其各维度间均存在显著的正相关。（4）高中生的学习效能感在化学学习动机和学习成绩间有部分中介效应,具体效应值为0.132,且学习效能感2个维度中的学习能力效能感（效应为0.131）与学习行为效能感（效应为0.132）的中介效应相当。     

非正式环境下的化学探究学习*——以博物馆为例

依据任务驱动学习理论,选择苏州博物馆中的金属材料藏品制作化学探究学习任务单,以“寻找金属文物”“金属铸造奥秘”“金属文物防护”等3个主题任务引导学生在博物馆中学习化学,使得化学探究学习兴趣更盎然、观察更仔细、思辨更深入、学习更自主。     

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.     

游戏化学习能促进化学学业成就吗* ——对国内外32项化学游戏化学习研究的元分析

国内外研究者在探究化学游戏化学习对学业成就的影响方面做了大量工作,至今没有一致的结论。鉴于此,采用元分析方法对近10年国内外32项化学游戏化学习研究(共37项研究结果)进行定量分析。研究表明:(1)总效应量为0.730,说明游戏化学习对化学学习成就有中等偏上的积极影响;(2)非电子游戏和教学活动游戏的学习效果比电子游戏及混合式游戏的学习效果更显著;(3)游戏化学习在中学学段的应用对化学学习成就有显著的正向影响;(4)化学游戏化学习更适合应用在中小班规模。并提出推进化学游戏进课堂和改进化学游戏化学习的建议。