【摘要】：2018年1月,教育部公布了《普通高中化學課程標準(2017年版)》,該標準指出,學科的核心素養(yǎng)是通過該學科的教學所要達到的育人目標,它包括學生在學習過程中逐步形成的正確價值理念、必備品格以及關鍵能力。高中化學學科核心素養(yǎng)包括“宏觀辨識與微觀探析”、“變化觀念與平衡思想”、“證據推理與模型認知”、“科學探究與創(chuàng)新意識”、“科學態(tài)度與社會責任”五個方面。這五個方面涉及高中學生化學學習的全過程,各有側重,相輔相成。其中,“證據推理與模型認知”素養(yǎng)是化學學科核心素養(yǎng)的思維核心。本文以“證據推理與模型認知”素養(yǎng)的相關理論為研究基礎,編寫教學設計并進行教學實踐,從調查問卷和知識測驗中獲取數(shù)據進行分析,從而得出結論。首先,通過文獻了解到目前關于核心素養(yǎng)和“證據推理與模型認知”的研究現(xiàn)狀,提出了本文的研究課題。證據推理與模型認知是化學核心素養(yǎng)內容中的專有詞匯,所以對其概念進行了專門的界定,包括“證據推理”、“模型認知”的概念、內涵及它們之間的關系。其次,以培養(yǎng)學生的“證據推理與模型認知”素養(yǎng)為目的編寫教學設計并進行實踐。包括對培養(yǎng)學生該素養(yǎng)的總體概述,分析高一化學中涉及到的數(shù)學型模型、概念型模型及元素化合物認識模型的知識點,編寫教學設計并在實驗班進行實踐,課后與學生交流反饋教學效果。通過與實驗班和對照班學生的交流,實驗班同學對新學習知識點的掌握程度好于對照班,對新學知識點的拓展能力更強。最后,對實踐前的調查問卷、中考成績和實踐后的知識測驗成績進行分析。通過分析,實踐前兩班學生的化學成績無顯著性差異,對化學學科的學習興趣普遍偏低,實踐后,學生的學習興趣有所提高,實驗班的平均成績、優(yōu)秀率高于對照班,說明有針對性的培養(yǎng)學生“證據推理與模型認知”素養(yǎng)能在一定程度上提高學生解決化學問題的效率與正確率。證據推理與模型認知作為一種思維方式,需要漫長的培養(yǎng)過程。在此過程中,需要教師長期滲透,也需要學生能夠自主獨立地對已經掌握的知識進行推理分析、判斷,理解模型內涵、建構新模型,并應用其解決問題。隨著2017版新課標越來越廣泛的實施,學生證據推理與模型認知素養(yǎng)的培養(yǎng)實踐也會越來越多。
【學位授予單位】：內蒙古師范大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：G633.8
【圖文】：

根據化學學科中化合物的知識結構特點，高中化學課程對化合物求，以及高中學生認識化合物的思維方式及處理相關問題的思維習慣王磊等人提出了元素化合物認識模型[29]，如圖 2-3。教師在教學前，首任務的類型，該模型從三個角度確定教學任務，分別是學習理解、實踐究創(chuàng)新；接著從物質、物質組、元素、不同元素四個角度，確定研究對慮所要研究的問題，有保存、使用、檢驗、鑒定、分離、制備六個方面究對象和所要研究的問題，教師選擇合適的講解物質的角度，該模型給方向，有反應原理、周期律、化合價、類別同性、代表物類比。通過教學生從化學問題和認識角度兩方面建構起元素化合物的認識模型，掌握素化合物時，可以從物質的化合價、類別通性、代表物類比等角度進行要掌握物質的保存、使用、制備、鑒定、性質以及物質間的轉化等。

實驗班成績頻數(shù)分布圖

45圖 4-2 對照班成績頻數(shù)分布圖對比表 4-5、表 4-6 和圖 4-1、圖 4-2 可以看出，兩班學生成績從第一組到第四組（15-20 分）的人數(shù)均呈上升趨勢，在第四組（15-20 分）集最多，實驗班有 15 人，對照班有 14 人，約占班級總人數(shù)的 1/2，達到又呈現(xiàn)出下降的趨勢。通過對比，對照班低分段（0-15 分）學生有 9 名低分段（0-15 分）學生只有 6 名，較對照班人數(shù)少；對照班高分段（）只有 4 名學生，實驗班高分段（20 分以上）學生有 7 名，多于對照實驗班學生解決問題的能力較對照班有所進步。

【相似文獻】

相關期刊論文 前10條

1 胡玲燕;;“證據推理與模型認知”素養(yǎng)培養(yǎng)在化學教學中的體現(xiàn)——以“從海水中提取溴和碘”為例[J];中學化學;2019年05期

2 盧志林;;化學教學中學生證據推理能力的培養(yǎng)研究[J];中學生數(shù)理化(教與學);2019年07期

3 秦波;;證據推理研究的歷史和現(xiàn)狀[J];廣東農工商職業(yè)技術學院學報;2018年03期

4 耿元元;;基于“證據推理”的化學實驗實踐研究[J];化學教與學;2017年07期

5 沈明祥;;以“苯酚的酸性”為例分析證據推理的建構[J];化學教與學;2017年09期

6 卓金鎮(zhèn);張禮聰;楊亭亭;;“問題猜想,證據推理”彰顯化學魅力——苯的教學設計[J];化學教與學;2017年09期

7 張紅俊;;如何培養(yǎng)與提升學生化學學科核心素養(yǎng)——“溴碘的提取”案例評析[J];中學化學教學參考;2017年17期

8 蘇秋穎;胡媛媛;;從證據到證據推理[J];中學化學教學參考;2017年22期

9 肖中榮;;證據推理在化學教學中的實踐與思考[J];教學月刊·中學版(教學參考);2018年Z2期

10 許山勇;;基于證據推理的化學實驗實踐研究[J];啟迪與智慧(教育);2018年12期

相關會議論文 前8條

1 陳沖;;淺談基于D-S證據推理的地圖匹配算法研究[A];2013年5月建筑科技與管理學術交流會論文集[C];2013年

2 郭小方;王潤生;高平;;基于知識的成像光譜數(shù)據證據推理分析[A];第十三屆全國遙感技術學術交流會論文摘要集[C];2001年

3 李忠;李鑫;齊福榮;武強;;可拓學理論在數(shù)據融合中的應用研究[A];第三屆中國智能計算大會論文集[C];2009年

4 劉心報;周謐;楊劍波;陳方紅;;基于證據推理方法的公路快速客運企業(yè)評價模型及仿真[A];PCC2009—第20屆中國過程控制會議論文集[C];2009年

5 楊萍;劉衛(wèi)東;賈凱;王曉梅;;基于多源信息的常規(guī)戰(zhàn)斗部效能評定[A];第八屆中國青年運籌信息管理學者大會論文集[C];2006年

6 鎖斌;程永生;曾超;李軍;;不精確概率下一類典型非單調關聯(lián)系統(tǒng)的失效概率計算[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學者大會論文集[C];2011年

7 錢國超;黃禾;鄒德旭;顏冰;周駿;;集成證據推理與多神經網絡的電力變壓器故障綜合診斷[A];物聯(lián)網與電力新技術——2014年云南電力技術論壇論文集[C];2014年

8 朱建軍;王锘

本文編號：2749683