设计思维在小学国防教育中的应用研究

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:yr
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
国防教育作为建设和巩固国防的基础,发挥着提高全民素质、增强民族凝聚力的重要作用。《中华人民共和国国防教育法》规定:学校的国防教育是全民国防教育的基础,是实施素质教育的重要内容。小学国防教育是全民国防教育的开端。近年来,国防教育渐渐走入小学课堂,但是传统照本宣科、缺乏互动的教学模式和方法难以适应学生认知的需求。因此,如何解决小学国防教育过程中遇到的困难,成为刻不容缓的研究课题。近几年,发端于美国的设计思维作为一种新的理念和路径契合了当前我国创新人才培养的需求,为教育变革提供了新的方向,在许多基础教学与实践项目活动中都发挥了显著的作用,这成为研究设计思维教育在小学国防教育中应用的基础。本研究基于设计学、教育学、心理学等相关知识领域的文献法、观察法、分析法、文献资料统计等方法,对现阶段设计思维教育课程的研发方法和小学国防教育授课模式进行理论与实践研究,进而将小学国防教育和设计思维结合,开展国防教育设计思维课程研发活动。论文共分为六个部分:第一章对本研究的背景、现状、目的、意义及研究的思路与方法进行了概述,分析国防教育与设计思维结合的研究意义;第二章进一步明确了研究目标和重点内容;第三章根据目前实际研究情况,从目标导向性、趣味性、创新性、适应性等方面对国防教育课程开发提出其设计原则;第四章通过对目前设计思维课程的设计方法和实施现状归纳与研究,为国防教育课程的开发设计提供了方法,并开展国防教育主题课程的实践活动;第五章记述了课程实践的情况,通过课程观察记录、资料分析等方式开展教学评价;最后,总结研究成果,同时对今后国防教育课程的研发进行展望。此项研究的价值在于利用设计的方法解决非设计领域的问题,探索国防教育与设计思维结合的可行性与方法。
其他文献
锂硫电池具有理论容量高(1675 mAh g-1)、能量密度大(2600 Wh kg-1)以及环境友好等优点,被誉为最有潜力的下一代二次电池之一。但由于单质硫和最终产物Li2S/Li2S2导电性很差,
在大倾角煤层的开采过程中,具有应力分布不对称、围岩力学强度差、回采动压影响强烈等特点的大倾角异形回采巷道的片帮、冒顶、大变形等问题一直没有得到根本解决,严重制约了
近年来信息化程度不断加深,信息服务部门的业务内容和服务方式也在不断延伸、拓展。随着电力体制改革的不断深化,电力行业也在不断的转型、洗牌。在此背景下,如何结合当前的
以蓝靛果为原料,对蓝靛果多糖进行了提取、纯化研究,测定分子量和单糖组成,并研究了其对体外糖基化模型的抑制作用。利用正交试验的方法优化了热水浸提法和复合酶法提取蓝靛
由聚硫化锂的跨膜扩散引起的“穿梭效应”,是导致锂硫电池性能严重劣化的重要原因之一。由于聚丙烯隔膜(PP)表面分布着大量孔隙,其无法有效的抑制聚硫化锂的扩散。因此,如何通
随着人们对交通出行需求的提高,智能交通的概念变得愈发普及,国内外众多厂商都开始研制相应的智能辅助驾驶系统。残疾人是一个特殊的困难群体,需要社会的格外关心、格外关注。本文以此作为切入点,实现了一种基于深度学习的交通道路信息检测方法,用于实现残疾人机动轮椅车辅助驾驶系统。现有的交通道路信息数据集,以及目标检测领域相关的研究方法,由于与残疾人机动轮椅车的行驶场景差距较大,因此在道路信息检测问题上表现不佳
近年来,航空业实现了快速的增长,我国航空业更是在国内经济承受着巨大下行压力的情况下,实现了年旅客运输量增长率11.8%左右的水平,远高于全球增长7%的水平,增长强劲。而随着
随着经济实力的快速增长,我国的人民生活水平有了显著地改善,从机动车数量的增加就可以看出,相对的交通车流量的爆发式增长对道路交通有着更加严苛的需求。尤其是在暗光环境下,交通光源不仅仅是照明如此简单,其中对光源的种类、色温、显色指数、波长等都有着较高的要求,而且在交通照明的设计规划中也会着重考虑视觉效应的影响。随着对科学的不断探索人们发现人眼细胞中蕴藏着新的视觉细胞-司辰视觉,也称为光生物非视觉效应。
苯并噁嗪酮、喹唑啉酮以及酰胺类化合物因其广泛的生物活性,在医药、农药、化工等领域中有广泛的应用。因此对喹唑啉酮类化合物与苯并噁嗪酮类化合物的合成及研究受到人们的日益重视。本文主要设计合成了一系列结构新颖的酰胺基取代的3-酰胺基喹唑啉-2-酮类化合物和3-(取代苯并噻唑基)-1,3-苯并噁嗪酮类化合物,并对其进行了杀菌活性测试,且对合成化合物的结构用1H NMR、13C NMR和IR进行了表征。(1
生物医学领域的数据,包括视频,图像以及信号数据等,在医学领域得到了广泛的应用。其中,非侵入检测的心电图(electrocardiogram,ECG)信号是被研究的最为频繁的数据之一。由于医患比例的极低性以及ECG数据量的庞大性,使得心律失常的预防和诊断成为一个长期的问题。而随着机器学习,深度学习等技术的发展并在生物医学数据领域取得成功,心律失常的分类问题正朝着智能,快速,高精度以及多样化的方向发展