计算机教学理论研究,高职计算机教学动机理论研究论文

2023-10-23 11:30

本文主要是介绍计算机教学理论研究,高职计算机教学动机理论研究论文,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

高职计算机教学动机理论研究论文

摘要:学习动机是影响教师教学、学生学习的关键性因素,激发学生的学习兴趣、培养学生的学习动机,不仅有利于锻炼学生发现问题、解决问题的能力,而且有利于全面提高教学效率。本文分析了动机理论在高职计算机教学中的具体应用,以期对高职计算机教学有所帮助。

2899325e6bf24fae4e5313427d398af2.png

关键词:动机理论;高职院校;计算机教学

计算机课程是高职学生的一门重要课程,要求学生掌握基本的操作技能与操作方法,并为其他学科的学习以及将来的工作奠定良好的基础。但高职学生文化课基础比较薄弱,学习积极性较差,部分学生缺乏学习动机和自信心,严重影响了计算机教学的顺利开展。因此,将动机理论应用到计算机教学中,具有重要的现实意义。

一、高职学生缺少学习动机的原因

1.内在因素

高职学生学习基础普遍薄弱,缺乏自制力与刻苦钻研的精神。同时,由于对所学专业了解不多,大部分学生没有明确的学习目标,缺乏主动学习的积极性。另外,由于部分学生没有养成良好的学习习惯,所衍生的'不良学习气氛不仅影响了班级整体的学习氛围,还制约了其他学生学习动机的产生。

2.外在因素

部分高职学生认为计算机课程与社会需求脱节,导致课程教学无法对学生产生吸引力。同时,陈旧的教学方法、枯燥的授课方式、滞后的考试形式,也严重影响了高职计算机课程的教学质量,进而形成恶性循环,直接影响学生学习动机的产生。

二、动机理论在高职计算机教学中的应用

1.注意策略应用

注意是一种心理活动,若缺乏注意,将无法顺利展开心理活动。在计算机教学中,教师应积极运用注意策略,吸引学生注意,真正让学生参与到计算机教学中来。在设计注意策略时,最重要的是让学生选择、感知信息,进而产生稳定、明确的心理趋向。具体方法如下:①让学生明确认识到计算机知识的重要性,激发学生学习的积极性。教师可以通过讲解计算机广泛应用的生动案例,使学生真正知晓计算机知识和技能的重要性,并加强课堂教学与现实生活的联系,将“教”与“学”变成有价值、有意义的事情,由此激发学生的学习兴趣。②用悬念激发好奇心。在教学过程中,教师可以通过预留问题、设置悬念等方式激发学生的好奇心,让学生带着问题思考,吸引学生将注意力放到学习上。③营造宽松的学习氛围。更好地满足学生对知识的渴望,有效地吸引学生学习计算机课程。例如,在学习计算机系统知识时,可以设计学生拆卸、安装主机箱的教学活动,使学生在宽松、自由的环境中学习,提高参与性与创造性。

2.相关策略应用

相关策略是指将所学知识与学生的需求、动机、目的联系起来,如果学生认识到学习内容与自身实际需求密切相连,就会表现出极大的学习兴趣。因此,教师可以在教学过程中引入相关策略,具体方法如下:①共建学习目标。在相关策略的指导下,教师可以在每节课的教学结束后让学生自己制定下节课的学习内容,结合教学内容及学生的想法共建学习目标,提高教学针对性。②结合学生学习水平安排适度的学习任务。有了适宜的学习任务,学生就能及时完成并获得成功的体验,进而大幅度提高学习动机。在安排学习任务、制定学习目标时,要制定让学生努努力、使使劲就可以完成的目标。因此,教师需要了解学生已有的经验、知识、需求、兴趣等,合理安排学习任务。

3.自信策略应用

应用自信策略发展学生的自信心是教学成功的重要保障。如果学生认识到努力程度与收获之间存在密切联系,就会投入更多努力,学习更有韧性。在计算机教学中,教师应鼓励学生,提高学生的自信心,并将学生学习上的成功归因于努力而不是运气,结合表扬、鼓励等方式,激发学生学习的自信心与动力。

4.满意策略应用

满意是维持、加强学习动机,并使学习动机稳定、持久的重要因素。在该策略的指导下,教师应合理、正确地表扬学生。表扬是最容易激发学生学习动机的方式,但是也最容易被忽视。在教学过程中,教师应掌握并善于运用表扬,对学生的努力进行适度的表扬、赞赏,以激发学习积极性。同时,要完善计算机教学的评价标准,改变过去以成绩单为主的评价方法,通过多标准的评价方式,提高学生的满意感。

三、小结

综上所述,动机理论在高职计算机教学中应用效果显著,能有效激发、培养学生的学习动机,全面提升学生的技能水平与动手能力。在实际教学中,教师应善于利用注意策略、相关策略、自信策略、满意策略等,切实激发学生的学习动机,提升高职计算机教学质量。

参考文献:

[1]韩龙,马杨柳.动机设计模式在高职计算机基础课教学中的应用研究[J].数字化用户,2014(2).

[2]李俊.论学习动机理论在高职院校新生人生观教学中的运用[J].当代职业教育,2013(8).

【高职计算机教学动机理论研究论文】相关文章:

这篇关于计算机教学理论研究,高职计算机教学动机理论研究论文的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/267551

相关文章

关于Java内存访问重排序的研究

《关于Java内存访问重排序的研究》文章主要介绍了重排序现象及其在多线程编程中的影响,包括内存可见性问题和Java内存模型中对重排序的规则... 目录什么是重排序重排序图解重排序实验as-if-serial语义内存访问重排序与内存可见性内存访问重排序与Java内存模型重排序示意表内存屏障内存屏障示意表Int

如何测试计算机的内存是否存在问题? 判断电脑内存故障的多种方法

《如何测试计算机的内存是否存在问题?判断电脑内存故障的多种方法》内存是电脑中非常重要的组件之一,如果内存出现故障,可能会导致电脑出现各种问题,如蓝屏、死机、程序崩溃等,如何判断内存是否出现故障呢?下... 如果你的电脑是崩溃、冻结还是不稳定,那么它的内存可能有问题。要进行检查,你可以使用Windows 11

2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题

题库来源:安全生产模拟考试一点通公众号小程序 2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题是由安全生产模拟考试一点通提供,流动式起重机司机证模拟考试题库是根据流动式起重机司机最新版教材,流动式起重机司机大纲整理而成(含2024年流动式起重机司机证模拟考试题库及流动式起重机司机理论考试试题参考答案和部分工种参考解析),掌握本资料和学校方法,考试容易。流动式起重机司机考试技

AI hospital 论文Idea

一、Benchmarking Large Language Models on Communicative Medical Coaching: A Dataset and a Novel System论文地址含代码 大多数现有模型和工具主要迎合以患者为中心的服务。这项工作深入探讨了LLMs在提高医疗专业人员的沟通能力。目标是构建一个模拟实践环境,人类医生(即医学学习者)可以在其中与患者代理进行医学

系统架构师考试学习笔记第三篇——架构设计高级知识(20)通信系统架构设计理论与实践

本章知识考点:         第20课时主要学习通信系统架构设计的理论和工作中的实践。根据新版考试大纲,本课时知识点会涉及案例分析题(25分),而在历年考试中,案例题对该部分内容的考查并不多,虽在综合知识选择题目中经常考查,但分值也不高。本课时内容侧重于对知识点的记忆和理解,按照以往的出题规律,通信系统架构设计基础知识点多来源于教材内的基础网络设备、网络架构和教材外最新时事热点技术。本课时知识

计算机毕业设计 大学志愿填报系统 Java+SpringBoot+Vue 前后端分离 文档报告 代码讲解 安装调试

🍊作者:计算机编程-吉哥 🍊简介:专业从事JavaWeb程序开发,微信小程序开发,定制化项目、 源码、代码讲解、文档撰写、ppt制作。做自己喜欢的事,生活就是快乐的。 🍊心愿:点赞 👍 收藏 ⭐评论 📝 🍅 文末获取源码联系 👇🏻 精彩专栏推荐订阅 👇🏻 不然下次找不到哟~Java毕业设计项目~热门选题推荐《1000套》 目录 1.技术选型 2.开发工具 3.功能

论文翻译:arxiv-2024 Benchmark Data Contamination of Large Language Models: A Survey

Benchmark Data Contamination of Large Language Models: A Survey https://arxiv.org/abs/2406.04244 大规模语言模型的基准数据污染:一项综述 文章目录 大规模语言模型的基准数据污染:一项综述摘要1 引言 摘要 大规模语言模型(LLMs),如GPT-4、Claude-3和Gemini的快

论文阅读笔记: Segment Anything

文章目录 Segment Anything摘要引言任务模型数据引擎数据集负责任的人工智能 Segment Anything Model图像编码器提示编码器mask解码器解决歧义损失和训练 Segment Anything 论文地址: https://arxiv.org/abs/2304.02643 代码地址:https://github.com/facebookresear

论文翻译:ICLR-2024 PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS

PROVING TEST SET CONTAMINATION IN BLACK BOX LANGUAGE MODELS https://openreview.net/forum?id=KS8mIvetg2 验证测试集污染在黑盒语言模型中 文章目录 验证测试集污染在黑盒语言模型中摘要1 引言 摘要 大型语言模型是在大量互联网数据上训练的,这引发了人们的担忧和猜测,即它们可能已

OmniGlue论文详解(特征匹配)

OmniGlue论文详解(特征匹配) 摘要1. 引言2. 相关工作2.1. 广义局部特征匹配2.2. 稀疏可学习匹配2.3. 半稠密可学习匹配2.4. 与其他图像表示匹配 3. OmniGlue3.1. 模型概述3.2. OmniGlue 细节3.2.1. 特征提取3.2.2. 利用DINOv2构建图形。3.2.3. 信息传播与新的指导3.2.4. 匹配层和损失函数3.2.5. 与Super