检索结果-南通市图书馆

作者：傅璇集美大学

学位级别：硕士

阅读素养是学生核心素养之一,也是学生学习能力的基础和重要保障。文学阅读素养作为阅读素养的一部分,对丰富学生思想内涵、拓宽人生视野有重要价值。当前文学类文本阅读教学囿于传统教学模式,已不能满足新时代人才培养的需求,如何构建... 详细信息

阅读素养是学生核心素养之一,也是学生学习能力的基础和重要保障。文学阅读素养作为阅读素养的一部分,对丰富学生思想内涵、拓宽人生视野有重要价值。当前文学类文本阅读教学囿于传统教学模式,已不能满足新时代人才培养的需求,如何构建素养导向的文学类文本阅读教学应成为教师关注的问题。PIRLS作为当今全球最具影响力的小学生阅读素养测评项目,它在开发阅读能力评估方式、发展学生阅读素养上取得了一定的研究成果。为促进小学生文学类文本阅读素养的发展、优化教师教学策略,本研究以PIRLS项目为参考,分析当前小学文学类文本阅读教学存在的问题及改进策略,以期进一步推进小学文学类文本阅读教学的科学化水平。本研究首先通过文献研究法梳理PIRLS项目与文学类文本阅读教学的国内外研究现状以及二者的交叉研究现状。其次进行基本情况概述,对PIRLS项目的背景、框架和特点以及文学阅读素养含义进行探究。然后分析PIRLS项目试题,主要对PIRLS项目文学类文本试题进行分析,进而发现PIRLS项目的价值所在。接着对现状进行调查分析,使用问卷调查法和访谈法,了解当前小学文学类文本阅读教学存在的问题。之后进行教学策略分析与阐述,依据PIRLS理念、文学阅读素养和现状中存在的问题提出教学策略。最后进行实例设计,将提出的教学策略应用到实例设计中,对统编版小学语文教科书四年级文学类文本进行改编并尝试进行教学范例设计,以专家评价的方式来检验设计效果。本研究依据PIRLS理念提出树立正确观念、着眼教学目标、强化阅读策略、落实多元评价等策略,并以《一只窝囊的大老虎》一文为例,进行详实的教学设计。专家评定结果表明PIRLS视域下小学文学类文本阅读教学注重培养阅读素养、教学目标清晰具体且教学环节严谨完整。基于此,本研究认为在进行PIRLS视域下小学文学类文本阅读教学设计时要紧扣课标要求、创设情境活动、构建有序教学,以期能够帮助小学文学类文本阅读教学拓宽思路,提升小学文学类文本阅读教学质量,促进学生文学阅读素养的发展。

关键词： PIRLS 小学语文文学类文本阅读教学

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

山西省S村镇银行三农贷款业务流程优化研究

山西省S村镇银行三农贷款业务流程优化研究

引用

作者：苏怡璇太原科技大学

学位级别：硕士

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

单层硼烯外场相关双光子吸收特性的理论研究

单层硼烯外场相关双光子吸收特性的理论研究

引用

作者：吴梦璇云南师范大学

学位级别：硕士

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

微移植技术联合A型肉毒毒素促进毛发再生的实验研究

微移植技术联合A型肉毒毒素促进毛发再生的实验研究

引用

作者：朱秋璇安徽医科大学

学位级别：硕士

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于组合时域特征提取和Stacking集成学习的燃煤锅炉NO_(x)排放浓度预测

引用

中国电机工程学报 2024年第16期44卷 6551-6564,I0022页

作者：唐振浩隋梦璇曹生现东北电力大学自动化工程学院吉林省吉林市132012

为提高火电厂锅炉出口NO_(x)排放浓度的预测精度,提出一种考虑组合时域特征的Stacking集成学习模型。首先,为挖掘数据深层信息,采用时序分析、完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with ada... 详细信息

为提高火电厂锅炉出口NO_(x)排放浓度的预测精度,提出一种考虑组合时域特征的Stacking集成学习模型。首先,为挖掘数据深层信息,采用时序分析、完全自适应噪声集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise analysis,CEEMDAN)和统计学计算数据标准差、偏度等特征的方法进行组合时域特征提取以构建重构数据;其次,考虑到重构数据中存在的冗余变量对模型的精度有所影响,利用遗传算法(genetic algorithm,GA)对重构数据进行特征降维;最后,为充分发挥各个模型的优势以提高模型的预测精度,构建以极限学习机(extreme learning machines,ELM)、深度神经网络(deep neural networks,DNN)、多层感知器(multilayer perceptron,MLP)、极限梯度提升算法(extreme gradient boosting,XGBoost)为基模型和以回声状态网络(echo state network,ESN)为元模型的Stacking集成学习NOx排放浓度预测模型。实验结果表明:该预测模型在不同数据集下都有着不错的预测效果,预测误差均小于2%,能够对锅炉NOx排放浓度实现精准预测。

关键词： NO_(x)排放浓度时序特征时域特征数据重构 Stacking集成学习

来源：

维普期刊数据库博看期刊

同方期刊数据库评论

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：