美国物理教育研究的特点及其启示

通过比较美国《物理评论快报》特刊PRST和国内优秀教育期刊《课程·教材·教法》以及《大学物理》杂志上2010~2013年的物理教育类文章,分析了美国物理教育研究在研究内容、研究模式、研究方法等方面的特点,指出了美、中两国在物理教育研究方面存在的差异,并提出了改善我国物理教育研究现状的思考和建议,力图为促进我国物理教育研究提供参考.     

“ 及时教学法”在大学物理的初步应用

J u s ti n T i meT e a c h i n g是建立在“ 基于网络学习任务” ( We b b a s e ds t u d ya s s i g nme n t ) 和“ 学习者的 主动学习课堂” ( A c t i v el e a n e rc l a s s r o o m)二者交互作用基础上的一种新型教与学的方法. 为研究学生对此教学法 的满意程度、 J i TT对课堂和学生学习的影响, 我们对实施J i TT教学模式的大学物理课堂的学生进行了问卷调查, 力图找出我们目前实施的J i TT教学模式的优势与不足, 以达到完善教学内容, 改进教学的目的     

大学物理实验教学中有关误差理论教学问题的研究

本文从教学现状出发，分析和总结了大学物理实验教学中有关误差理论教学中存在的一些主要问，题，从教育心理学的角度出发对这些问题进行了分析探讨，并提出了相关的解决方案。     

面向深度学习的大学物理学习评价——以大一学生解决某一力学问题为例

赋分评价法常被教师用于大学物理课程的学习质量评价,随着深度学习理论的发展,该种方法的适用性值得思考.而SOLO(Structure of the Observed Learning Outcome,即“可观察的学习成果结构”)分类评价将学生在解题过程中的思维能力分为5个层次,深度学习理论将这五个层次分为深度和浅层两种学习水平.基于SOLO理论,本研究对大一学生解决某一力学问题时的思维能力进行分类,并对其学习的深度进行评价,再与赋分评价法进行比较,发现SOLO分类评价不仅有明确的等级评定和详细全面的评价,还可通过可视的思维结构直观地测量学生达到教学目标的程度和学习的深度,因而更具科学性和可观察性,更适用于深度学习评价.     

数据挖掘技术及其在物理教育研究中的应用

数据挖掘是2 0世纪末逐渐形成的一个多学科交叉、 渗透、 结合的研究领域. 本文通过对美国《 物理评论 快报》特刊P R S T P E R的研究, 介绍了数据挖掘的概念、 特点、 功能及其在物理教育研究中的常见应用, 提出了一 些思考与建议, 并展望了数据挖掘技术在物理教育研究上的未来     

J i TT和P I模式在大学物理教学中的初步整合研究

本文在分析了J i TT和P I教学模式的基础上, 阐述了将J i TT和P I两者整合的优势与教育意义, 探讨了 J i TT和P I整合于大学物理教学的实施过程和初步实施成效, 最后总结了有效实施策略, 并对近一步研究提出了展 望     

多晶体分析--德拜法的实验数据处理问题探讨

本文主要是探讨用均方差和最小二乘法的思想对多晶体分析——德拜法实验的数据进行有效的处理,其目的在于减少在实验数据处理过程中产生的误差。     

关于中学和大学物理实验教学衔接问题的探讨

本文在分析了当前中学物理实验教学现状，以及中学和大学物理实验教学衔接问题的基础上，从建构主义的学习理论出发，分析探讨了解决相应衔接问题的办法。