|
1. 研究背景类似教学的创设情境，关键是指向问题，提出课题。 中央、国务院和教育部交待的事情，重要性不言自明。把政策摆上，可不代表你的研究的重要性不言自明。够帮领导分忧，才能从政策线体现你的价值。所以，你列政策的时候，就要列跟你的研究有关的，你的研究能够做出贡献的侧面。大佬很重视，我们也要重视起来。刚好其中一个方面，我有信心，有想法可以搞得更好，或者我们要从某个方面去寻求突破。 另外，背景最好还是讲一下自己的发心，也就是自己学校的情况。之前做过啥，遇到过啥问题，有啥心得，所以想着搞点啥。政治觉悟要有，但如果能够联系实际，有切身体会，那组织也会更放心吧。 2. 意义与价值要从切近的说起，再上价值往大了说。 研究的是教学模式，那你就先要从这方面说起。说得话也不能泛泛而谈，说能够丰富之前的研究。你要说从哪几个点上丰富。具体的，才是靠谱的。讲可以解决学校面临的教学问题，也要具体讲是什么问题。问题清晰，别人才好判断你的手段是否合理。 先把教学模式本身的事理清了，再来回应政策上的号召。 3. 概念界定要有场景意识。 概念界定就是要下一个操作性定义，也就是好操作的一个定义。A说、B说，然后我说，这个没问题。关键是，你说的你自己有没有画面感，是否能够拎得清。 智能教学系统，你心里确定的，就是智学网。讲什么建构主义，讲什么大数据，可能就有点绕了。你把眼睛一闭，想象一下你用到的核心功能和应用场景，然后归拢一下就好了。这就是你理解的智能教学系统，这就是你的研究起点和边界。理论和技术再高大上，跟你想解决的问题对不上，那对你的研究就没有什么价值。不提也罢。 4. 国内外研究现状用复合关键词来检索没啥收获的时候要考虑切分。 数据驱动并含精准教学做主题词，最后得出结论，说好多研究大数据的，中小学研究的不多也就不奇怪了。直接输精准教学，中小学的案例大把。 5. 研究内容不好直接罗列，要有归类的意识。 大家是不是在一个维度上的东西？不是，那就要归并或者删减。基于数据的学情诊断和课堂生成数据的运用，是个什么关系？是课外、课内的关系？有不同应对方式？基于数据的讲评课、复习课和体育训练方案的教学模型跟他们是一个维度吗？后面精准教学的能效评价那又是在讲另外一个东西了。 可以考虑分成两个大块，一个是模式建构研究，一个是模式评价研究。模式建构，包括一般策略的建构，再就是具体到学科和课型的变式。 6. 研究方法与路径，不好孤立地罗列各种方法。先做什么，再做什么，他们是个什么关联，最好还是通过流程图的方式来梳理。 就你的研究内容来讲，基本思路是从一般的学习数据分析和教学、辅导跟进方式做起，然后去考虑学科和课型的特性，从一般到具体，再就是对这些策略和模式进行再分析，看它是否靠谱。所以这里有两条线，一条是教学线，一条是研究线。 教学线，你的角色是C老师，想的是怎么用测试和课堂活动的数据发现学生的学习问题，怎么把共性问题和个性问题解决好？研究线，你的角色是C教授，想的是C老师那一套靠谱不？ 两条线都收数据，但数据类型不一样。教学线收集的是学习问题，然后看学习问题解决了没有？研究线收集的是效果问题，弄的那个模式能解决学习问题不？ 学习问题，你主要关注的是一次或者一个单元的数据和掌握情况。效果问题，你就要做更长时段或者综合性的对比分析了。去看一个月，一个学期，学生的成绩变化了没有，对比常规教学班，是不是优势更明显了？ 效果问题，你还可以给学生发问卷，或者做访谈，问他们，这种方式，他们喜欢不？觉得对自己有帮助不？而且你也可以问执教的老师，觉得可行不？如果搞得那一套教学策略或者教学模式，老师觉得不适用自己的学科，或者不适用相关的课型，那就要重新细化或者优化。研究内容也列了，除了通用的策略，还要深入到体育这些学科，关注他们的学科特性和不同课型的需要。 |
|
|
