科学管理，“研”“教”一体，扎实推进校本科研

2012年6月6日，树人小学2011年度“教师成长”课题全部顺利结题。回顾这一年来的“教师成长”课题管理工作，无论是选题申报、开题论证，还是科研过程、结题评审，科学的课题管理制度己然是各教师成长课题顺利开展的前提和保障。学校加强过程引领，实行“三重”“一自主”的管理模式，使树人小学2011年度在沙区教科所立项的11个“教师成长”课题得以顺利实施，参与课题研宄的教师在自己研究的领域健康成长，实现了开展此项工作的预期目标。     

次序的威力

一盘凉菜，先放盐后放盐，味道没什么不同，可如果你要烧条鱼，那就要先腌一腌，要不然烧好了再放盐，味道可就差了。世间的事，有些不讲究先后次序，有些是很讲究的。老黑开出租，这天客人给了张百元大钞，老黑找不开，下了车去换零钱。天热，人来人往的街道上有不少冷饮摊，老黑奔到一处，举着钱喊道：“喂，来瓶饮料。”卖冷饮的看了一眼就摇手摆头：“对不起师傅，没零钱，您去别处看看。”老黑向前换了个点，人家还是不卖，别看老黑一把年纪，一时竟让这点小事给难住了，抬头望望，前面的银行还远着哪，开车过去还得把客人送回来，麻烦…     

可以兼顾策略、认知状态和能力的CD-CAT选题方法

当CD-CAT测验需要同时诊断被试的解题策略、认知状态并评估被试的宏观能力时,就需要在选题过程中兼顾这三个测量目标。用两种不同方式将多策略香农熵(MSSHE)指标与Fisher信息量相结合,提出多策略情境中的DWI指标MSDWI)选题法与“先用MSSHE后用Fisher信息量”的两步选题法。基于多策略RRUM模型(MS-RRUM),将这两种方法与随机选题法在不同属性数量条件下进行模拟比较,结果表明：当属性数量为4个或6个时,两步选题法在策略判准率、认知状态判准率和能力估计三个方面都有最佳的效果。     

四种新的基于属性平衡的CD-CAT选题策略开发研究

基于属性平衡的CD-CAT选题策略能够保证每个认知属性被相当数量的题目测量,从而提高被试属性判准率,传统的基于属性平衡的选题策略包括MMGDI法和MGCDI法。本文针对传统的基于属性测量次数平衡选题策略进行改进,提出4种新的基于属性平衡的选题策略：RMGDI、RMCDI、SE-RMGDI、SE-RMCDI,前两种为基于属性测量次数平衡,后两种为基于属性测量精度平衡的选题策略。模拟研究表明：（1）定长CD-CAT条件下,短测验中,MMGDI表现最好,而长测验中,SE-RMGDI和SE-RMCDI的表现优于传统的属性平衡选题策略。（2）不定长CD-CAT条件下,RMGDI在判准率指标上表现优于传统的属性平衡选题策略,4种新的属性平衡策略在测量效率和综合指标上的表现均优于传统的选题策略。     

如何唱好赞美诗

唱好赞美诗的关键是在唱赞美诗时注意歌词内容,深刻领会歌词含义。不要偏面地追求音乐美,只注重唱歌(声乐)的技巧,忽略了歌词的重要性,这对赞美诗的效果是有损的。听赞美诗确实很美,怪不得     

谈话巧“预伏”婉转表意图

在言语交际活动中,经常会有这么一种情况：自己有某种意图要向对方表达,但在当时的情景条件下,直截了当地说出来,反倒使自己的意图不为对方认识、理解和接受,从而影响交际的进行。这时你不妨运用“预伏”的方法。 1949年12月,毛泽东主席赴苏联访问。专门负责情报工作的我国外交部副部长李克农护送毛泽东乘火车到边境满洲里。这天,列车上播送了一条有关美国总统的消息,毛泽东在注意倾听。听罢,李克农突然问毛泽东：“主席,你知不知道美国总统每天上班后的第一件事是干什么?”毛泽东一愣,十分不解地反问：“是干什么?”李克农微笑…     

一种回味无穷的幽默技巧

幽默中的隐含判断技巧最能体现“给人留下回味的余地”这个特点。有一对夫妇吵得很凶,吵到后来丈夫觉得后悔,就把妻子带到窗前,去看一幅不常见的景象——两匹马正拖着一车干草往山上爬。丈夫说：“为什么我们不能像两匹马那样一起拉,拉上人生的山顶?”“我们不可能像两匹马一起拉,”太太回答说,“因为我们两个之中有一个驴子。”尽管这句话表面上看有些伤人的成份,但它的趣味性还是异常突出的,因为其中隐含着一个判断：我是那匹马,可你却是一只倔强的毛驴子。这位妻子的话之所以妙,原因就是她通过预留的隐含判断幽默地表达了自己…     

数学领域认知技巧的获得

本文详细讨论了在数学领域中认知技巧获得的过程，其中包括学生的早期数学知识的获得，数学问题解决技巧的获得，指出传统的数学教育存在的两个问题：（１）以正统的符号操作为教育基础，忽略了儿童已有的直观知识；（２）强调将常规的手段－目的分析作为有关的学习工具，加大了学生的认知负荷，针对这些问题介绍了几个通过改进教学方法促进数学认知技巧获得的实践经验，同时分析了认知技巧获得的社会背景，包括合作学习、情景定点学习和学徒学习。     

基于CD-CAT的多策略RRUM模型及其选题方法开发

在有多种解题策略的认知诊断问题情境中, 用每个Q矩阵表示一种解题策略, 由此将单策略认知诊断RRUM模型拓广为多策略RRUM模型(MS-RRUM)。随后, 在应用MS-RRUM模型的CD-CAT中开发了适用于多策略情境的MAP参数估计法和多策略香农熵(MSSHE)选题法。将MSSHE选题法与随机选题法分别在不同属性数量、不同测验长度下进行比较, 结果发现前者对被试的策略和认知状态判准率都显著优于后者, 而且都很理想。这样就顺利实现了在CD-CAT做策略诊断的目标。