课程教育研究主页

教育类文章可以发表在《文理导航》，《中国农村教育》，《科教文汇》，《课程教育研究》等杂志上。期刊简介：《文理导航》是国家新闻出版总署登记，内蒙古社会科学联合会主管、中国外语学习研究会主办的综合教育期刊。国内统一刊号：CN 15-1355/G4、国际标准刊号2095-3879、邮发代号：16-126。出版数据收录于维普网、万方数据、龙源期刊网。期刊信息：主管单位：内蒙古自治区文化厅主办单位：内蒙古自治区北方文化研究院周期：旬刊期刊级别：省级收录方向：万方国际标准刊号：2095-3879国内统一刊号：15-1355/G4期刊简介：由教育部城市与农村教育综合改革办公室、全国农村教育改革专业委员会、中央教育科学研究所教育理论部合办，是全国唯一面向农村各类教育，为推动农村教育改革发展服务的刊物。期刊信息：主管单位：教育部城市与农村教育综合改革办公室 周期：月刊期刊级别：国家级收录方向：知网，维普期刊简介：《科教文汇》遵循"严谨、唯实、公开、优质"的方针，力求体现"现代"、"实用"、"综合"三大特色。其主要任务是宣传党和国家有关科技、教育、文化事业发展的态势、全面提高科教文工作者的素质，从而推动我国科教文化事业的发展。 为更好地服务于广大教育、科研工作者，为其提供科研成果交流、学习的平台，《科教文汇》欢迎广大教育及理论工作者踊跃来稿。期刊信息：主管单位：安徽省科学技术协会主办单位：科教文汇杂志社 安徽省老科技工作者协会周期：旬刊期刊级别：省级收录方向：知网 龙源 万方国际标准刊号：1672-7894国内统一刊号：34-1274/G期刊简介：《课程教育研究》杂志系内蒙古社科联主管，中国外语学习学研究会主办，面向国内公开发行的教育类学术期刊。国际标准刊号：ISSN 2095-3089，国内统一刊号 CN15-1362/G4，旬刊。本刊突出反映广大教育工作者在教育教学过程中的新理论、新观点、新方法和新经验，探索教育教学改革过程中的新思路、新特点。以"科学、新颖、实用、交流"为办刊目标，系国际性、学术性、综合性的教育研究类刊物。本刊宗旨：以新科学、新知识、新方法培养新人才，让人才以创新的实践建设美好的未来；为创新教育理论、方法、信息提供展示的平台，交流的通道，让所有的教育工作者共同开创中国科学教育的新时代。期刊信息：主管单位：内蒙古自治区社会科学联合会主办单位：中国外语学习学研究会周期：周刊期刊级别：国家级收录方向：知网 万方国际标准刊号：2095-3089国内统一刊号：15-1362/G4投稿邮箱：tougaoyun@163.com在线投稿：tougaoyun.cn教育类文章投稿：tougaoyun.cn/qikan/jiaoy

《课程教育研究》省级期刊《课程教育研究》新教师教学（国内统一发行号：CN15—1362 / G4，国际标准发行号：ISSN2095-3089，邮政编码：16-129）已经国家新闻出版总署正式批准，并获得科学联合会内蒙古学会理事，由中国外语学习研究协会主办的全国性教育学术期刊。以研究为导向的教育学术期刊，旨在以“科学，新颖和实用”为刊物，在国内公开发行。《课程教育研究》反映了新时代教育过程中的新观点，新经验和新方法。为广大教育科研工作者提供学术交流平台，全面推进基础教育。欢迎高校，成人学院，职业学院，技术学校，国家中小学，学前教育和其他教育战线的各级和各类一线教师，科研工作者，行政和党员，后勤经理，图书馆和青少年校园和活动中心等校园外教育单位的各种教育者。栏目设置教育研究，高等教育，德育建设，项目研究，教学管理，创新教育，风格和艺术，阅读和写作，综合论坛等。投稿须知1.文稿应具有可靠的材料，准确的数据，新颖的论据，足够的论据，可靠的数据，并对作品负责（严禁抄袭），新颖，实用和科学。文字要精炼2.如果论文的研究工作得到省部级以上基金项目的支持，请注明基金名称和项目编号。3.文章的标题应在20个字符以内，文章应在2000-2400个字符以内。格式包括：标题，作者和单位，邮政编码，内容，摘要，关键词，正文，参考文献等。4.本文的计量单位应当以国务院最近发布的《中华人民共和国法定计量单位》为准，不得使用非法定计量单位；图形应该是典型的，尽可能少的和精确的，并且表格应使用三行表格；线条应平滑，平滑且厚度均匀；黑线图应用于图形。5.所有参赛作品均为文字格式，为了缩短出版时间并减少错误，请详细说明我的联系方式。

本网讯 10月14日，马路镇碧丹完小开展六年级课堂教学研究活动。活动紧扣“推进课堂教学改革，打造高效课堂，坚守生本理念”的主题展开。仇孟姣、张爱国俩资深老师执教本次活动的课堂教学研究课。 仇孟姣的数学课《分数除法解决问题（2）》，由“口头列式”“分析条件”“小明的体重比爸爸的体重轻8/15”很自然地导入到分数除法应用题的教学，一步步诱导学生，达成“找出题中数量间的等量关系，设未知量x，列出方程”之学习目标。张爱国的语文课《故宫博物院》，把学生和听课老师引入故宫金碧辉煌、富丽堂皇的美境之中。两位老师的课轻重、主次、详略分明，教师引导、学生探究的时间安排、知识点分布十分妥当。两堂课生动活泼，教学效果很好，听课领导、老师们赞不绝口。 学校全体教师全程参加本次研究活动。（通讯员 张中国）【来源：安化县教育局】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn

1新智元编译机器学习和AI的资源那么多，该从何处下手？科技作者、创业者、自学AI并成为博士生的Robbie Allen收集整理了一份详尽的资料，囊括值得关注的人、机构、课程、博客、Github库、会议等各种资源，最重要的是，这些全都是免费的。无论你是初学AI，还是想要进阶，这些资料能不可错过。首先感谢Robbie Allen，接下来我们就来看这份机器学习、深度学习和AI资源大全。微信格式所限无法外链，新智元在编译时将重要的链接直接放在文中，可以复制后在浏览器中打开。了解更多可以查看原文。资源目录：知名研究人员AI组织视频课程博客作者书籍YouTube频道Quora主题Reddit子版块GitHub项目PodcastsNewsletters会议研究链接教程知名研究人员许多最知名的AI研究者都在网络上有很多的参与，例如在Reddit或Quora Session上做Ask-Me-Anything等。以下提供他们的个人网站，Wikipedia页面，Twitter主页，Google scholar页面，quora 主页等的链接，读者可以从文末的原文链接进入（排名不分先后）。Sebastian Thrun：Udacity(优达学城)创始人、斯坦福终身教授、Google X 实验室创始人Yann Lecun：Facebook AI 实验室负责人、纽约大学教授Nando de Freitas：牛津大学教授Andrew Ng：斯坦福大学副教授、人工智能实验室主任，Coursera联合创始人，前百度首席科学家Daphne Koller：斯坦福大学教授、Coursera联合创始人Adam Coates：百度硅谷AI实验室主任Jürgen Schmidhuber：瑞士人工智能实验室IDSIA 的科学事务主管Geoffrey Hinton：多伦多大学计算机科学系教授、谷歌Engineering FellowTerry Sejnowski：索尔克研究所神经科学家Michael Jordan：加州大学伯克利分校教授Peter Norvig：谷歌公司研究总监Yoshua Bengio：蒙特利尔大学教授Ian Goodfellow：谷歌大脑Staff Research ScientistAndrej Karpathy：特斯拉人工智能部门主管Richard Socher：Salesforce首席科学家、斯坦福计算机科学系副教授Demis Hassabis：DeepMind创始人兼CEOChristopher Manning：斯坦福大学计算机科学和语言学教授Fei-Fei Li（李飞飞）：斯坦福大学教授、谷歌云AI/ML首席科学家Franois Chollet：谷歌人工智能研究员、深度学习框架Keras 的作者Dan Jurafsky：斯坦福大学计算机科学系和语言学系教授、语言学系主任Oren Etzioni：艾伦人工智能研究所CEOAI组织有许多知名的组织致力于推动人工智能研究和开发。以下是部分网站/博客和Twitter帐户。OpenAI / Twitter (127K followers)DeepMind / Twitter (80K followers)Google Research / Twitter (1.1M followers)AWS AI / Twitter (1.4M followers)Facebook AI Research (no Twitter :)Microsoft Research / Twitter (341K followers)Bai Research / Twitter (18K followers)IntelAI / Twitter (2K followers)AI / Twitter (4.6K followers)Partnership on AI / Twitter (5K followers)视频课程网络上有大量视频课程和教程，其中许多都是免费的。也有一些很好的付费课程，但本文主要提供免费内容的推荐。有相当多的大学课程都提供在线课程材料，但没有视频。以下课程可以足够你忙上几个月了：Coursera — 机器学习（Machine Learning）授课：Andrew Nghttps://www.coursera.org/learn/machine-learning#syllabusCoursera — 机器学习神经网络（Neural Networks for Machine Learning）授课：Geoffrey Hintonhttps://www.coursera.org/learn/neural-networksUdacity — 机器学习导论（Intro to Machine Learning）授课：Sebastian Thrunhttps://classroom.udacity.com/courses/ud120Udacity — 机器学习（Machine Learning）授课：Georgia Techhttps://www.udacity.com/course/machine-learning--ud262Udacity — 深度学习（Deep Learning）授课：Vincent Vanhouckehttps://www.udacity.com/course/deep-learning--ud730机器学习（Machine Learning）授课：mathematicalmonkhttps://www.youtube.com/playlist?list=PLD0F06AA0D2E8FFBA给程序员的机器学习实践课程（Practical Deep Learning For Coders）授课：Jeremy Howard & Rachel Thomashttp://course.fast.ai/start.htmlStanford CS231n —面向视觉识别的卷积神经网络（ Convolutional Neural Networks for Visual Recognition） (Winter 2016)授课：李飞飞、Justin Johnson & Serena Yeunghttp://cs231n.stanford.e/Stanford CS224n — 深度学习与自然语言处理（Natural Language Processing with Deep Learning）(Winter 2017)授课：Chris Manning & Richard Socherhttp://web.stanford.e/class/cs224n/哈佛深度NLP课程（Oxford Deep NLP 2017 ）授课：Phil Blunsom et al.https://github.com/oxford-cs-deepnlp-2017/lectures强化学习（Reinforcement Learning）授课：David Silverhttp://www.cs.ucl.ac.uk/staff/d.silver/web/Teaching.htmlPython实践机器学习教程（Practical Machine Learning Tutorial with Python）授课：sentdexhttps://www.youtube.com/watch?list=PLQVvvaa0QuDfKTOs3Keq_kaG2P55YRn5v&v=OGxgnH8y2NMYouTube频道以下是经常发布AI或机器学习相关的受欢迎的内容的YouTube频道或用户，按照订阅者/观看次数排序。sentdex(225K 订阅, 21M 观看)https://www.youtube.com/user/sentdexArtificial Intelligence A.I.(7M 观看)https://www.youtube.com/channel/UC-XbFeFFzNbAUENC8Ofpn3gSiraj Raval(140K 订阅, 5M 观看)https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5ATwo Minute Papers(60K 订阅, 3.3M 观看)https://www.youtube.com/user/keeroyzDeepLearning.TV(42K 订阅, 1.7M 观看)https://www.youtube.com/channel/UC9OeZkIwhzfv-_Cb7fCikLQData School(37K 订阅, 1.8M 观看)https://www.youtube.com/user/dataschoolMachine Learning Recipes with Josh Gordon(324K 观看)https://www.youtube.com/playlist?list=PLOU2XLYxmsIIuiBfYad6rFYQU_jL2ryalArtificial Intelligence — Topic(10K 订阅)https://www.youtube.com/channel/UC9pXDvrYYsHuDkauM2fLllQAllen Institute for Artificial Intelligence (AI2)(1.6K 订阅, 69K 观看)https://www.youtube.com/channel/UCEqgmyWChwvt6MFGGlmUQCQMachine Learning at Berkeley(634 订阅, 48K 观看)https://www.youtube.com/channel/UCXweTmAk9K-Uo9R6SmfGtjgUnderstanding Machine Learning — Shai Ben-David(973 订阅, 43K 观看)https://www.youtube.com/channel/UCR4_akQ1HYMUcDszPQ6jh8QMachine Learning TV(455 订阅, 11K 观看)https://www.youtube.com/channel/UChIaUcs3tho6XhyU6K6KMrw博客作者以下推荐一些优质的博客作者。http://karpathy.github.io/i am trask ：http://iamtrask.github.io/Christopher Olah：http://colah.github.io/Top Bots ：http://www.topbots.com/WildML：http://www.wildml.com/Distill ：http://distill.pub/Machine Learning Mastery ：http://machinelearningmastery.com/blog/FastML：http://fastml.com/Adventures in NI：https://joanna-bryson.blogspot.de/Sebastian Ruder：http://sebastianruder.com/Unsupervised Methods：http://unsupervisedmethods.com/Explosion：https://explosion.ai/blog/Tim Dettmers：http://timdettmers.com/When trees fall…：http://blog.wtf.sg/ML@B ：https://ml.berkeley.e/blog/Medium上人工智能方面的作者：Robbie AllenErik P.M. VermeulenFrank ChenazeemSam DeBruleDerrick HarrisYitaek HwangsamimPaul BoutinMariya YaoRob MayAvinash Hinpur书籍有很多书籍，涵盖机器学习，深度学习和NLP的一些方面。在本节中，我将聚焦于可以直接从网页访问或下载的免费书籍。机器学习：理解机器学习，从理论到算法（Understanding Machine Learning From Theory to Algorithms，http://101.96.8.164/www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/understanding-machine-learning-theory-algorithms.pdf）Machine Learning Yearning，作者：Andrew Ng，www.mlyearning.org/）机器学习课程（A Course in Machine Learning，http://ciml.info）机器学习（Machine Learning，https://www.intechopen.com/books/machine_learning）神经网络与机器学习（Neural Networks and Deep Learning，neuralnetworksanddeeplearning.com/）深度学习图书（Deep Learning Book，www.deeplearningbook.org/）强化学习导论（Reinforcement Learning: An Introction，incompleteideas.net/sutton/book/the-book-2nd.html）强化学习（Reinforcement Learning，https://www.intechopen.com/books/reinforcement_learning）NLP对话与语言处理（第三版）（Speech and Language Processing (3rd ed. draft)，https://web.stanford.e/~jurafsky/slp3/）Python自然语言处理（Natural Language Processing with Python，www.nltk.org/book/）信息检索概论（An Introction to Information Retrieval，https://nlp.stanford.e/IR-book/html/htmledition/irbook.html）数学统计思维概论（Introction to Statistical Thought，people.math.umass.e/~lavine/Book/book.pdf）贝叶斯统计学概论（Introction to Bayesian Statistics，https://www.stat.auckland.ac.nz/~brewer/stats331.pdf）概率论概论（Introction to Probability，https://www.dartmouth.e/~chance/teaching_aids/books_articles/probability_book/amsbook.mac.pdf）统计思维：面向Python程序员的概率论与统计学（Think Stats: Probability and Statistics for Python programmers，greenteapress.com/wp/think-stats-2e/）概率论与统计学实践指南（The Probability and Statistics Cookbook，statistics.zone/）线性代数（Linear Algebra，joshua.smcvt.e/linearalgebra/book.pdf）线性代数错误集锦（Linear Algebra Done Wrong，www.math.brown.e/~treil/papers/LADW/book.pdf）线性代数（理论与实践）（Linear Algebra, Theory And Applications，https://math.byu.e/~klkuttle/Linearalgebra.pdf）面向计算机科学的数学（Mathematics for Computer Science，https://courses.csail.mit.e/6.042/spring17/mcs.pdf）微积分学（Calculus，https://ocw.mit.e/ans7870/resources/Strang/Edited/Calculus/Calculus.pdf）计算机科学与统计学学生用的微积分学（Calculus I for Computer Science and Statistics Students，www.math.lmu.de/~philip/publications/lectureNotes/calc1_forInfAndStatStudents.pdf）QuoraQuora已经成为AI和机器学习的重要资源。许多顶尖的研究人员在网站上回答问题。下面我列出了一些主要的AI相关主题，您可以订阅，如果您想自定义您的Quora Feed。查看Quora社区中每个主题（例如机器学习的常见问题）中的常见问题解答部分的问题列表。计算机科学（560万订阅者）机器学习（110万订阅者）人工智能（63万5千订阅者）深度学习（16万7千订阅者）NLP (15万5千订阅者)分类机器学习（11万9千订阅者）通用人工智能（8万2千订阅者）卷积神经网络-CNN（2万5千订阅者）计算机语言学（2万3千订阅者）RNN（1万7千4百订阅者）RedditReddit上的AI社区不如Quora那么大，但它仍然有一些很好的子版块值得关注。 Reddit可以帮助您跟上最新的新闻和研究，而Quora是问题/答案。以下是按订户人数排序的主要AI相关子领域。机器学习(111K读者)机器人(43K 读者)人工智能（35K 读者）数据科学（34k 读者）学习机器学习（11k读者）计算机视觉（11k读者）ML问题（8k读者）语言科技（7k读者）ML课程（4k读者）ML论文（4k读者）Github关于AI社区的好处之一是大多数新项目都是开源的，并在Github上提供，如果要在Python中使用示例算法实现或使用Juypter Notebook，Github上还有许多教育资源。以下是标有特定主题。机器学习深度学习TensorFlow神经网络NLPPodcasts（略）新闻媒体如果想通过最新的新闻和研究来跟上最新进度，可以选择的以每周为单位的新闻订阅数量很多，他们大多数涵盖相同的东西，所以你只需要一两个就可以。The Exponential ViewAI WeeklyDeep HuntO’Reilly Artificial Intelligence NewsletterMachine Learning WeeklyData Science Weekly NewsletterMachine LearningsArtificial Intelligence NewsWhen trees fall…WildMLInside AIKurzweil AIImport AIThe Wild Week in AIDeep Learning WeeklyData Science WeeklyKDnuggets Newsletter会议令人惊讶的是，随着人工智能的普及，人工智能相关会议的数量也有所增加。 （这些不是免费的！）学术NIPS (Neural Information Processing Systems)ICML (International Conference on Machine Learning)KDD (Knowledge Discovery and Data Mining)ICLR (International Conference on Learning Representations)ACL (Association for Computational Linguistics)EMNLP (Empirical Methods in Natural Language Processing)CVPR (Computer Vision and Pattern Recognition)ICCF (International Conference on Computer Vision)专业会议:O’Reilly Artificial Intelligence ConferenceMachine Learning Conference (MLConf)AI Expo (North America, Europe, World)AI SummitAI Conference研究论文arXiv.orgSemantic Scholar searches推荐一个Andrej Karpathy的论文项目： http://www.arxiv-sanity.com/课程：推荐另一个专门的博客Over 150 of the Best Machine Learning, NLP, and Python Tutorials（https://unsupervisedmethods.com/over-150-of-the-best-machine-learning-nlp-and-python-tutorials-ive-found-ffce2939bd78）小抄：Cheat Sheet of Machine Learning and Python (and Math) Cheat Sheets（https://unsupervisedmethods.com/cheat-sheet-of-machine-learning-and-python-and-math-cheat-sheets-a4afe4e791b6）

为了落实“向课堂要质量，推进教研工作大突破”的要求，促进课堂教学效益的提升和学生能力的发展，推进教师专业素质的逐步提升，创建优质高效课堂，提高教育教学质量，我校继续开展每大周一次的“课堂教学研究大展示”活动。课前，学生进行了“课前三分钟”的分享活动。语文组王娟老师进行了《运用典型事件描写人物》的阅读新授课课堂展示。整堂课从回忆生活中的老师、限时写作、分享展示、课文导入、梳理思路，体悟情感来进行，把量规式教学与阅读教学相融合，使学生能够有效地进行自我诊断，提高学习效率。本节课的设计以中考命题趋势及课程标准为导向，立足语文学科素养，培养学生的语言建构能力、思维能力、阅读能力，提高学生的审美鉴赏能力。课堂中，学生讨论热烈、积极思考、紧跟老师思路，踊跃发言。王娟老师以学生为主体，深入小组，及时引导，循循善诱，和学生一起感受藤野先生的人格魅力。课堂展示授课后，语文教研组组长和永杰老师对这次示范授课进行了简单说课与反思。最后，常文平董事长对这次活动进行了总结性发言，详细解说了学历案在课堂中的操作方法并对今后的教学教研工作提出了新的要求。

4月12日，江苏省中小学教学研究室课堂教学改革调研活动、南通市“分层走班”课改联盟学校第6次现场推进会在虹桥二中举行，江苏省中小学教研室副主任(兼初中数学教研员)董林伟教授、南通市教育局副局长金海清、崇川区副区长杨春红、崇川区教体局局长王根宝和来自省内外专家代表近300人参加了活动。市教育科学研究院精心准备了这次活动，并先后从各联盟学校数学、英语各层次任课的40多人中，通过学案设计、说课比赛，产生数学、英语共18位老师两个学科三个层次分层的18节展示课，产生良好反响。上午8：35，市联盟学校学案设计与说课获奖的教师展示分层走班课堂。有序的走班、分层的学案、教学目标定位精准的课堂获得省内外专家及教师的一致好评。上午9:30，现场推进会开幕式在虹桥二中报告厅内举行。南通市教育科学研究院陈杰院长主持上午的活动，崇川区副区长杨春红致开幕词。随后, 分层走班联盟学校代表交流发言, 南通市虹桥二中姜建新校长做了题为“践行‘恒·爱’理念，坚守教育初心”的课改专题报告，东方中学戴季华校长做了题为“分层课改东方表达”的汇报，与会代表深深感到两位代表的发言具有强烈的新时代教育使命感，研究与实践中突破的技术难题有价值、有操作性与示范性。江苏省中小学教研室初中英语教研员魏惠、初中数学教研员董林伟教授结合A层(学困生)课堂观摩, 针对于南通市“分层课改”实践做了点评与指导，两位专家充分肯定南通分层走班区域推进的成果，以“南通在区域研究推进方面已在细节问题、难点问题、操作技术问题等方面有突破，成绩显著。最后, 董林伟提出“希望南通初中分层走班课堂教学改革区域推进的成果，能成为江苏乃至全国引领的最好样式”。下午，市教育局副局长金海清做了“构建适合学生的课堂”的专题报告，他用一贯幽默诙谐的方式，首先向在场的嘉宾、老师讲述办合适的教育，是好学校的标准，因材施教是教育的基本原则和最高要求；分类、分层走班教学关注学生差异，尊重个性，指向发展是符合国家要求的；同时从大数据结论、政策法规解读、近年来的实践证明再一次阐述分层走班教学的重要性及必要性；其次，他谈到了分层走班教学的策略，在走班教学中要因才分层，要合理运用小组合作学习方式，针对不同层级学生采用不同的学材、不同的教法、不同的学法让每个学生都能找到适合自己的学习方式，并且在学习过程中学校及老师还要灵活采用不同的评价方式，以激活学生学习的积极性和能动性。最后，他提到，每个教育人都要有改革的意识，认识到教育的严重不平衡性，从领导干部到骨干教师再到全体教师都要成为课改的关键人。他的报告政策性强、观念新颖, 但通俗朴实, 说出了教育人的心声，报告中响起一次次热烈的掌声。（市教育科学研究院 供稿）

2019年4月1日，在成都二十中，以陈宏老师一堂英语随堂课为基础，开展金牛区名优教师培养英语学科研修活动。四川西部教育研究院金牛项目办主任秦琴，英语特级教师、原高新区英语教研员沈燕，以及“金牛项目”英语学科教师及二十中英语教研室教师近30人参加本次教学研讨活动。首先，成都二十中陈宏老师以“Great People and Great Invent”为主题，聚焦课堂教学，多种方式引导学生高度参与，为我们呈现了一堂生动的英语示范课，由此开启本次教学活动实践与研究之路。课后，陈老师首先进行说课，从教材、教法、学生等角度对自己的随堂展示课进行了陈述。随后，听课老师从自己理解出发，各抒已见，指出课堂教学亮点和有待改进的地方，并针对教学中的细节进行很好的剖析思考和概括。最后，沈燕老师从英语核心素养出发，结合新课程新教材标准，以本节课为例，详细阐述教师如何把核心素养落实到日常课堂中，如何从语言能力、思维品质、文化意识和学习能力进行科学合理的教学设计。同时沈老师还从学习活动三个层次和学生学习三种方式等方面同老师们作了分享，为教师们课堂教学提供新的思考方向。本次活动旨在以课例研究为抓手，深入学习并践行新课改理念，构建高效课堂，提高学员教师教学质量。通过本次活动，为英语教师提供一次相互学习、交流的机会，有效促进教师们教学水平的提高和课堂教学的深入开展，对新课改理念的深入起到重要的推动作用。

一场突如其来的疫情打乱了几乎所有正常的社会生活，教育也不例外。凡大中小学校不得不采取封校措施，以防止疫情蔓延。信息技术和互联网的发展为疫情期间开展教育工作创造了条件，通过上网课让学生接受教育成为各级各类学校开展教学工作的基本路径。学生在家里就可以上课，教师在家里就可以组织教学，师生都可以不去学校，不需要在教室里集中面对面教学。这不正是在信息技术发展之初，一些预言家所设想的理想的教育吗？即学校没有了，但教育无处不在！如果不是朋友的孩子的一番感言，我也以为网课教育真的如预言家所称的那般理想。朋友的孩子叫六六，上小学三年级，从2月10号开始上网课，每天四节课，共两个半小时；每周上五节语文课、五节数学课、两节英语课，还有体育课、音乐课、科学课、美术课、心理健康课等。六六上了一段时间的网课后，告诉妈妈自己不喜欢学习了。孩子厌学，这可把朋友吓坏了。于是，朋友开始给六六做“思想工作”，摆事实讲道理，希望让六六明白学习的意义。在朋友苦口婆心的一番说教之后，六六告诉朋友：“妈妈，你说的是到学校上学，我也喜欢，我说的是不喜欢对着电脑上课。就盯着屏幕，没有老师提问，没有回答问题，一会儿就不想看了，太没意思了！”六六说着说着，眼泪都流出来了。六六上网课的体会在另一位朋友的孩子身上得到了验证。这样的网课教育只是个别现象吗？恐怕事实并非如此。只是盯着屏幕听和看，却没有问答的教育是没有意思的，教育的真谛被一个三年级小孩给说破了。教育不只是传授知识，单纯的知识授受不是教育的根本目的。没有问答，没有师生互动，教育就没有意思。教育离不开师生互动，离不开生生互动，在教育过程中，人际互动须臾不可缺少。这正是教育的本质所在。没有人际互动的教育，是简单的知识、技术或经验的传授，传授功能尽管是教育的原初功能，但却不是本质功能。认知互动是教育人际互动的基础。教育始于认知的需要，认知是教育的起点，但不是终点。认知是人运用自己的感知能力或学习能力学习新事物的行为，教师是先学者，学生是后学者，教师教学生，正所谓“上所施，下所效也”。教育认知过程是教师与学生的互动过程，认知互动不但能使师生发展新认知，而且还能发展其他素质和能力。情感互动是教育人际互动的润滑剂。教育是人与人之间的活动，是人认识自我、认识他人、认识社会和认识自然的重要方式。人际互动如果缺少了情感，教育可能有开始，但没有进程，更不可能达到目的。教育的过程是师生情感互动的过程，师生之间以及生生之间的情感是教育的纽带，又是维系教育人际互动的润滑剂。情感的维系、生成和发展既是教育的目的之一，又是教育顺利达成其他目的所不可缺少的助动要素。态度互动是教育人际互动的核心。教育要让人获得知识并拥有获取知识的能力，要让人富有情感且使情感不断升华，还要让人养成态度，形成理念，发展信念。态度是个人屹立于世的重要个性特征，是人心灵解放的标志，是教育的高级目的。人从小到大在教育中形成态度而不是接受态度，从根本上说在于师生互动和生生互动。六六接受网课教育的体会说明，缺少互动的教育是反教育，缺少了互动的网课教育可能被受教育者所抛弃。网课教育不能只是知识传授，它应当包含更多的认知互动、情感互动和态度互动。只有融入了人际互动的网课教育，才是真教育。六六的感慨说明在信息化时代她所喜欢的传统的学校教育不可能消亡，人际互动正是其独特的魅力所在。转摘自基础教育

11月17日，育才小学 “枫叶别样红，绿叶正青春”智慧课堂教研周拉开帷幕。清晨第一节课，该校全体数学教师和该校校长李萍，党支部书记张庚翔，副校长黄仕琼集聚在六年级教室。雨山区教研室副主任杨旭虹，雨山区信息办主任黎沙亲临现场指导。首先是“智慧课堂”课堂教学环节。该校两位六年级数学教师汤艳华和赵小红分别运用“智慧课堂”执教了《百分数的认识》和《负数的认识》。两位老师合理地运用“智慧课堂”服务于课堂教学，提高了课堂教学质量，充分利用多媒体有效地调节了课堂氛围，做到了寓教于乐，寓学于乐。在“我的‘一点’分享”交流环节，老师们各抒己见，分享自己对“智慧课堂”的一点点认识，一点点感触。接着李萍提出了在观课中自己的一点使用意见和建议，表示今后学校将采取相应的措施促进“智慧课堂”教学走向常态化。黎沙向老师们提出，要合理使用“智慧课堂”，在使用过程中，要努力体现学生学习个性化的要求。杨旭虹点评道，“智慧课堂”的使用促进了学生的深度学习，实现了生生，师生的有效交互。并向老师们提出要做个有心人，平时注意收集资料，建立校本学科资源库，促进校本教研。此次教研周给老师们提供了再次学习认识“智慧课堂”的机会，给老师们搭建了提高自身素养的平台。（通讯员：赵小红 审核：李萍）【来源：市教育局】声明：转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益，请作者持权属证明与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：newmedia@xxcb.cn