【大学化学】doi: 10.12461/PKU.DXHX202506101
为了突破高分子化学中缩聚反应数均聚合度$\left(\overline{X_n}\right)$的计算这一教学难点,本文对不同缩聚体系中$\overline{X_n}$的两种计算方法所涉及的公式进行了详细地推导与分析。利用基团数比($r$)计算$\overline{X_n}$的方法仅适用于线形缩聚。对于$\mathrm{aAa}+\mathrm{bBb}+\mathrm{Cb}$和$\mathrm{aRb}+\mathrm{Cb}$体系,需先将单官能团Cb转换为封端作用相同的双官能团单体,再根据定义计算$r$。当体系中b基团过量时,Cb的封端作用等效于bBb;a基团过量时,Cb的封端作用等效于aRb。利用平均官能度$(\bar{f})$计算$\overline{X_n}$的方法适用于线形缩聚和体形缩聚,且$\bar{f}$可直接根据定义计算。通过公式推导与应用实例相结合,教学成效显著提升。
【大学化学】doi: 10.12461/PKU.DXHX202506111
“以学生为中心”的教学理念在实际教学过程中存在教师认知不足、方法和手段欠缺等问题。本文从“强基计划”班级的教学改革试点出发,在深入分析“学生中心”理念之内涵的基础上,提出和尝试了一种兼顾“教师中心”与“学生中心”的“双中心教学模式”,并以实例展示了该模式下的生成式教学活动过程与成果。
【大学化学】doi: 10.3866/PKU.DXHX202309023
基础化学实验不仅可以验证化学理论和训练实验技能,更应注重学生分析问题、解决问题能力的提升。针对基础学科拔尖学生的培养,我们本着因材施教的理念,开展了基础化学实验课程的教学内容、知识体系、教学方法的改革和实践。通过构建以“学”为中心、问题为导向的教学模式,系统提升实验教学在人才培养中的效果和作用。
【大学化学】doi: 10.3866/PKU.DXHX202311096
荧光检测在化学分析、生物检测等多个领域得到广泛应用,因此对本科生进行相关实验教学具有重要意义。本实验成功创制了一套价格低廉、体积小巧的开放式荧光光谱仪,对其性能进行全面评估,并成功应用于实际样品的检测。这有助于培养学生的仪器设计和创制意识,增强他们对自主创制仪器的信心。
【大学化学】doi: 10.3866/PKU.DXHX202311102
气体在固体表面的吸附分为物理吸附和化学吸附两种类型。应用表面化学知识,对电阻式气体传感过程中的实验结果进行模拟分析,探讨其吸附行为并将其作为本科生创新创业和本科生学位论文设计的科研素材,能够促进学生深刻认识和理解气-固吸附类型及原理,提升学生理论联系实际的能力,培养学生的科研素养。
【大学化学】doi: 10.12461/PKU.DXHX202409102
物理化学是一门化学化工材料类本科专业基础课,其课程特点要求学生具备一定的逻辑思辨能力。面对物理化学知识学习与运用能力培养的难点,我们针对本校学生的特点,基于“学习金字塔”理论,采用项目驱动式学习法,结合“微课”和“互联网+”等手段,对习题课进行了改革和持续改进,形成了适合于本校学生的习题课模式,也可为其他地方性应用型本科院校提供参考。
【大学化学】doi: 10.12461/PKU.DXHX202408123
本研究深入探讨了生成式人工智能技术在酸碱中和滴定图像模拟领域的创新应用。通过实践,我们使用生成式人工智能技术编写了酸碱中和滴定动态图像的代码,并据此建立了一个“实验图像代码生成+调优”的范式。该范式紧密结合教育场景与教学的实际需求,旨在为化学教育工作者在实验教学中提供创新的技术支持,同时为学生在化学学习过程中构建智能、交互式的学习场景。
【大学化学】doi: 10.12461/PKU.DXHX202408096
生成式AI凭其卓越的自然语言处理与知识生成力,深刻影响着教育变革。本文探讨了生成式AI在分析化学教学中的应用,剖析了其在教学过程中的多重角色,并对智能备课、学生个性化学习路径的设计、考试结果分析的实施过程进行了详细探索,提升了学生和教师的学习体验与教学效率,为教学模式现代化提供新视角。同时,本文客观分析了AI在教学中的挑战,并提出应对策略,为生成式AI在分析化学及更广泛教育领域的深入应用提供参考。
【大学化学】doi: 10.12461/PKU.DXHX202503069
化学是化工、材料、环境、生物、能源及药学等多个专业的基础课程,生成式人工智能(Generative AI,GAI)的快速发展正在深刻改变化学教育的实践模式。本综述旨在聚焦生成式人工智能驱动化学创新教学这一领域,通过分析现状探寻其发展趋势。首先从教学设计和课程建设、个性化学习路径设计、教学方法改革三大维度,系统回顾了GAI在化学教学中的应用现状。随后,从多模态可视化教学融合以及师生个性化学习的教学实践路径两大方面深入探讨了GAI在化学教学中的创新方法。最后,我们客观分析了GAI驱动化学创新教学研究中的关键挑战并详细讨论了未来的发展方向,为GAI在化学创新教学领域的深入应用提供参考。
【大学化学】doi: 10.12461/PKU.DXHX202504069
随着生成式人工智能(GAI)技术的突破性发展,其在教育领域的应用为传统课程改革提供了全新思路。本文以物理化学课程为切入点,提出并实践了一种以人工智能赋能的教学改革方案,借助DeepSeek的自然语言理解和推理能力,与Xmind、Mathematica以及即梦AI有机整合,构建层级清晰、结构系统的思维脑图,实现动态知识关联与智能扩展;并将复杂数学模型以动态、可交互的形式呈现,突破抽象数学障碍;同时将相关知识点以高精度的示意图或小视频形式展示,实现教学内容的“可视化、可交互、可移动”传达,为化学教育数字化转型提供实践路径。
出版年份
相关作者
相关热词
- 首页
- 上一页
- 1
- 2
- 3
- 4
- 5
- 下一页
- 末页
- 共:5页
- 跳转
- Go
