分类:教育系统科学中心第二次活动纪要

来自Big Physics


本次活动主要目的是汇报中心建设进展,讨论具体研究问题。

主持人:吴金闪

时间:2020年11月27日(周五)晚上7-9点。

地点:科技楼B604,ZOOM(588 856 8886)


吴金闪,中心建设进展

学院已经批准成立“教育系统科学研究中心”。中心研究项目已经进入研究项目文本写作阶段。中心也得到了相关企业的研究性资金的捐助。

周亚,中心成员贡献计算方案

草稿在这里:《中心研究工作贡献计算方案》。建议请向周亚老师提出,近期会确定下来当做中心成员合作模式的基础。

朱志勇,教和学的层次的标注和量表

朱老师下次做研究计划报告:能不能做,遇到什么问题,在哪些学科用什么材料做,需要人员和经费预算。

陈路遥 待补充

吴俊杰 Neural Representations of Scientific Knowledge After Meaningful Learning

我介绍了考察人类科学知识表征的初步设想:前人研究主要考察词汇概念/世界知识的表征,尚未考察科学知识的表征,特别是尚未考察科学知识是否以概念和概念之间联系的方式表征在人类的认知和神经中,仍然有待研究。借助前人研究比较成熟的表征相似性的方法,我们可以很好地将现有研究推进至科学知识的表征方面。报告PPT请见文件:Neural Representation of Scientific Knowledge After Meaningful Learning.pptx

  1. 静态考察。让被试这就某门课程中涉及的概念进行距离评估(或者绘制概念地图),将被试评估的距离矩阵与专家的相比,比较其相似性,检验是否相似性越高的被试,越能够在解题时有更高的正确率。并使用脑成像技术,考察该相似性矩阵在头脑中的表征位置或者脑网络。
  1. 动态考察。让被试理解性地学习一种材料(如量子力学)、机械性地学习另一种材料(如数据结构,可以是让被试背诵或者让被试阅读乱序的材料)。在学习前后都进行概念间距离的评估(或者绘制概念地图、或者扫描其阅读该概念时的脑活动)和解答题目,检其理解性学习前后的语义距离/脑区相似性矩阵相似性(相比于机械性学习)是否发生显著变化。

本分类目前不含有任何页面或媒体文件。