简介:学会学习和自我调控被世界各国普遍认为是21世纪的核心素养。然而当前大多数远程学习者的自我调控能力低下,调节性学习技能缺乏,其学习成效也不甚理想。调节性学习作为一种具有导向、监控、评价功能的学习方式,能帮助学习者有意识地协商任务目标和标准,策略性地采用工具和策略,最优化其任务绩效,及时监控其学习过程和进展,当结果偏离预期目标或者面临困难和挑战时对其进行调整和修改。调节性学习具备目标导向性、元认知特性及社会性,在个体与群体的交互协调发展中,学习者可通过自我调节、协调节和集体调节三种学习类型,对个体自身、个体之间及集体的目标进行监控和调节。学习者可通过定义任务、设定目标、制定计划、采择策略、实施计划、监控和控制、反思评价及适应性调整的宏观及微观各阶段的迭代循环,在共享的学习空间中,感知自身及其同伴的认知水平、情感状态和行为表现,并利用空间平台所提供的学习工具,对学习过程进行及时的监控和控制,实现调节性的学习,取得更好的学习成效。
简介:在数字化时代,新的环境、新的技术、新的用途等因素,使得传统的读写活动在网络教育、信息技术、语言教育、科学教育等领域里呈现出新的特点,因此,读写素养(Literacy)的内涵不断丰富和发展,并被学术界称之为“新读写素养”。而且,随着承载阅读和书写的外部环境不断更新和变化,“新”的含义得以继续扩展,并在与读写素养相关的实践中,呈现出种类繁多的术语和解读方式。如果从科学研究的本体论角度出发,探索新读写素养的最基本要素,以Platform(平台)、Participant(参与者)、Potential(潜力)、Position(立场)和Praxis(反思实践)五个维度为基础,建构并研究新读写素养基本内涵的理论模型,将有助于促进不同学科之间关于读写素养的深层次对话。
简介:图像拼接的实质是将针对同一场景的相互有部分重叠的一系列图片拼结成大幅的、宽视角的、与原始图像接近且失真小、没有明显的缝合线的高分辨率图像。本文首先概述了图像拼接方法中四类典型的方法,并分析各自的特性;介绍了传统视觉关注模型,并进行了改进,利用改进的视觉关注模型算法获取图像的具有重复的显著区域;利用图像配准算法对重复的显著区域进行匹配,并确定源克隆域和目标克隆域;利用均值无缝克隆(MVSC)算法对源克隆域和目标克隆域进行融合;最后,利用基于改进的视觉关注模型和MVSC的图像拼接算法完成图像拼接。实验结果表明:该算法不仅自动准确地获取显著区域,而且降低了图像配准的复杂性,提高了图像拼接的质量。