新書推薦：
《
城市计算 郑宇
》
售價：HK$
130.9
《
海洋牧场高质量发展路径与机制研究
》
售價：HK$
88.0
《
赢在常识：巴菲特的投资原则
》
售價：HK$
54.8
《
第六次中国总膳食研究
》
售價：HK$
657.8
《
明清戏曲剧目简评与戏曲小语
》
售價：HK$
63.8
《
基于模型的系统工程--建模与模型驱动技术
》
售價：HK$
217.8
《
盘活——顶尖技术人才争夺内幕（上、下册）
》
售價：HK$
151.8
《
百年澳门——明信片里的城市记忆
》
售價：HK$
118.8
|
| 編輯推薦： |
|
本书旨在指导教育工作者与学生如何在初中信息科技课程中发展和应用计算思维。全书共分五章阐述，每一章都围绕计算思维的不同方面展开，既有理论亦有实践，既有基础亦有前沿，为读者提供了一个全面学习的框架。通过本书的学习，就教师而言，能够掌握跨学科主题学习的方法，并在实际教学中应用；就学生而言，能够学习到信息科技的知识与技能，从而实现知识的整合与创新能力的提升。
|
| 內容簡介： |
本书是一部深入探讨计算思维在信息科技跨学科主题学习中的实践与应用的专著。全书共分为五章，系统阐述了跨学科主题学习的概念、特征、教育价值以及开展方式，并详细分析了信息科技跨学科主题学习的具体要求。
來源：香港大書城megBookStore,http://www.megbook.com.hk
本书首先介绍了计算思维这一关键能力，包括其概念、问题解决能力、系统设计和行为理解等方面，并探讨了计算思维在跨学科领域的应用
第三章是本书的核心部分，详细阐述了信息科技跨学科主题学习的设计与实施方略。从设计原则、设计框架到实施路径、评价方式，通过丰富的案例和单元教学框架，为读者提供了可操作性的实践指南。
第四章则展望了智能时代人才培育的新要求和未来学习的新样态，包括STEAM教育、创客教育和人机共育等新型教育模式。通过案例分析和论述，揭示了这些教育模式在培养新质人才方面的独特价值。
本书内容全面、结构清晰，既有理论深度，又注重实践操作，是广大教育工作者、科研人员以及相关专业学生不可或缺的参考书籍。
|
| 關於作者： |
|
潘艳东，上海市实验学校东校信息科技教师，中学高级教师，浦东新区学科带头人，浦东教育发展研究院兼职教研员，“AI奇点”信息科技工作室主持人，主持全国、市基础教育信息化等课题多项，发表《 促进学生深度学习的人工智能教学实践探索》等论文20余篇，参与编写上海教育出版社《人工智能》（初中版）。曾获浦东新区中青年教学评选一等奖。
|
| 目錄：
|
第—章 关键能力——问题解决的计算思维
第一节 理解计算思维 /
一、 厘清计算思维概念
二、 问题解决能力
三、 系统设计和行为理解
四、 计算思维的课标诠释
五、 跨学科实践应用
第二节 计算思维的培养路径 /
一、 基础概念与原理学习
二、 问题解决能力的培养
三、 实践操作与项目实践
四、 跨学科实践应用与创新能力的培养
第二章 素养培育——走进跨学科主题学习
第一节 跨学科主题学习概述 /
一、 跨学科主题学习的概念特征
二、 跨学科主题学习的教育价值
三、 跨学科主题学习的开展方式
第二节 信息科技的跨学科主题学习要求 /
一、 落实素养培育的课程理念
二、 新课标的要求
三、 适应教学内容方法
四、 提升学科实践能力
第三节 跨学科主题学习应该怎么做 /
一、 跨学科主题学习的开展背景
二、 如何理解跨学科主题学习
三、 如何做好跨学科主题学习
四、 跨学科主题学习的意义
第四节 基于跨学科主题学习的素养培育 /
一、 促进知识整合与提升跨学科实践应用技能
二、 培养批判性思维与创新能力
三、 营造支持性环境，激发批判性思维与创新潜能
四、 发展跨界合作与沟通能力
五、 提高解决复杂问题的能力
第三章 数字素养——跨学科主题学习的实施能力诉求
第一节 数据决策力 /
一、 数据收集与分析
二、 数据驱动的教学改进
三、 数据支持的评估与反馈
第二节 数字化教学实践 /
一、 数字化教学设计
二、 数字化教学实施
三、 数字化教学评价
第三节 数字伦理与安全 /
一、 数字伦理意识：计算思维的道德指引
二、 数字安全技能：计算思维的实践保障
三、 计算思维与跨学科融合：数字素养的实践高地
案例(一):慧说校园
第四章 实践方略——信息科技跨学科主题学习的设计与实践
第一节 跨学科主题学习怎么设计 /
一、 计算思维与跨学科主题学习设计
二、 跨学科主题学习设计原则
三、 跨学科主题学习设计框架
案例(二)：智能生态园
案例(三)：绿色家园探索者
案例(四)：校园智能灯控项目
第二节 跨学科主题学习怎么实施 /
一、 计算思维与跨学科主题学习实施
二、 前测了解学情
三、 任务设计
四、 活动组织
案例(五)：自动驾驶与Python编程
五、 交流与评价
案例(六)：初识过程与控制
第三节 跨学科主题学习怎么评价 /
一、 计算思维与跨学科主题学习评价
二、 确定评价框架
三、 明确评价内容
四、 选择评价方式
五、 分析评价结果
案例(七)：手语翻译系统的设计与实现(人工智能)
第五章 前沿展望——新质人才培育的未来学习
第一节 智能时代人才培育新要求 /
一、 新手段
二、 新方式
三、 新技术
案例(八)：AIScratch制作鲜花识别机器人
第二节 面向未来学习新样态 /
一、 STEAM教育
案例(九)：探秘DNA
案例(十)：设计义肢
二、 创客教育
案例(十一):制作扫地机器人
三、 人机共育
案例(十二):AI生成绘画(生成式人工智能)
案例(十三)：构建校本课程开发智能体
|
| 內容試閱：
|
在智能时代的背景下，计算思维(Computational Thinking)已成为一种基础的认知能力，它不仅是计算机科学的核心，也是每个公民bi备的素养之一。随着信息技术的飞速发展和数字化转型的深入，计算思维在跨学科主题学习中扮演着越来越重要的角色。本书正是在这样的背景下应运而生，旨在指导教育工作者和学生如何在初中信息科技课程中发展和应用计算思维。
本书的编写遵循了教 yu部门关于培养学生核心素养的要求，特别强调了计算思维在跨学科学习中的重要性。全书共分为五章，每一章都围绕计算思维的不同方面展开，从理论到实践，从基础到前沿，为读者提供了一个全面的学习框架。
在第一章中，我们首先厘清了计算思维的概念，探讨了它在问题解决、系统设计和行为理解中的作用，并解释了如何在课程标准中诠释计算思维。接着，我们讨论了计算思维的培养路径，包括基础概念与原理的学习、问题解决能力的培养、实践操作与项目实践，以及跨学科实践应用与创新能力的培养。
第二章则深入探讨了跨学科主题学习的概念特征、教育价值和开展方式，特别强调了信息科技在跨学科主题学习中的要求，以及如何通过跨学科主题学习来培育学生的素养。
第三章聚焦于数字素养，这是跨学科主题学习实施能力的核心诉求。我们讨论了数据决策力、数字化教学实践和数字伦理与安全，这些都是在数智时代中不可或缺的技能。
第四章提供了实践方略，指导如何设计和实施跨学科主题学习。我们详细讨论了跨学科主题学习的设计原则、设计框架和评价设计，以及如何将计算思维融入教学实施和评价中。
最后，在第五章中，我们展望了智能时代人才培育的新要求和面向未来学习的新样态，包括STEAM教育、创客教育和人机共育，这些都是培育新质人才的重要途径。
本书的目标读者是初中信息科技教师、教育研究人员和政策制定者，以及对计算思维和跨学科学习感兴趣的学生和家长。我们希望通过这本书，能够帮助读者理解计算思维的重要性，掌握跨学科主题学习的方法，并在实际教学中应用这些理念，以培养学生的计算思维和解决复杂问题的能力。
在初中阶段，学生正处于认知发展的关键时期，他们对世界的好奇心和探索欲强烈，这为发展计算思维提供了绝佳的契机。通过跨学科主题学习，学生不仅能够学习到信息科技的知识和技能，还能够在其他学科中应用这些知识和技能，从而实现知识的整合和创新能力的培养。我们鼓励教师和学生一起探索、实践和反思，将计算思维融入日常学习和生活中。通过这样的学习实践，我们相信学生能够更好地适应未来的挑战，成为具有创新精神和实践能力的新一代人才。
让我们一起开启这段跨学科学习之旅，探索计算思维的无限可能。
第一章 关键能力——问题解决的计算思维
第一节 理解计算思维
2006年，美国卡内基梅隆大学的周以真(Jeannette M.Wing)教授提出计算思维的概念：计算思维(Computational Thinking)是运用计算机科学的基础概念去求解问题、设计系统和理解人类的行为。2008年，她对计算思维定义做了进一步阐述，认为计算思维是选择恰当的抽象方法，在不同层面进行抽象并定义抽象关系，形成模型，以及选择合适的计算机(人或机器、虚拟或物理设备)自动化执行抽象任务的过程。 钟柏昌，李艺.计算思维的概念演进与信息技术课程的价值追求\\[J\\].课程·教材·教法，2015，35(7)：87—93.2021年，她再一次阐述计算思维是形式化表达问题和解决方案，使之成为能够被信息处理有效执行的思维过程。
计算思维是一种将计算机科学的基础概念和方法应用于解决各种问题、设计系统和理解人类行为的思维方式。它强调将复杂问题分解为更小、更易于管理的部分，通过算法设计、抽象建模、自动化处理以及评估解决方案的效率与正确性来寻求最优解。计算思维不仅限于编程，而是跨越学科界限，帮助人们以更系统、更符合逻辑的方式分析问题，利用技术工具优化解决方案，提升决策质量。在数智时代，掌握计算思维已成为个人适应快速变化环境、创新解决问题的重要能力。
一、 厘清计算思维概念
计算思维作为从计算机科学中提取出来的重要经验和原则，是用计算来设计和完成所发现问题的解决思维模式，成为当今科学研究必不可少的思维方式，也是计算机科学为人类思维方式的发展做出的独特贡献。培养计算思维已经成为教育领域的重要内容。计算思维教育旨在将学习者与计算联系起来，帮助其建立必要的逻辑和分析技能，以有效地从规范中提出问题，并发展算法思维，建立对数字世界坚实和科学的理解。因此，知晓计算思维的提出、概念演进以及操作性定义的动态发展过程，有助于学习者对计算思维进行全面理解，也会让计算思维教育的内容和目标愈发清晰。
(一) 计算思维的提出
计算思维的提出是为了能够清晰地表达计算科学相对于工程、技术、数学和科学领域在问题解决上的独特之处。20世纪五六十年代，当时的“算法学家”为争取将计算机科学从数学中独立出来，提出了“算法思维”的概念。算法思维的积极倡导者中有很多著名的计算机科学家，比如艾兹格·W.迪科斯彻(Edsger Wybe Dijkstra)、艾伦·纽厄尔(Allen Newell)、赫伯特·西蒙(Herbert Simon)和高德纳(Donald Ervin Knuth)等。在计算机科学的范围内，算法思维演化为后来的计算思维。
1980年美国麻省理工学院的佩珀特(Papert)提出“程序性思维”的概念，指出以计算的方式思考，就是把一个问题解释为一个信息过程，然后寻找一个算法解决方案。1996年他将其表述为“计算思维”，从此计算思维作为计算科学基本原理的一部分被广泛使用。
1985 年，著名计算机科学家高德纳在《美国数学月刊》上发表了题为《数学思维与算法思维》的文章，列举了数学中9个典型的例子，说明算法思维与数学思维在解决问题上的相同之处和不同之处，得出“表示现实事物、化为较简单的问题、抽象推理、信息构造、算法”是相较于数学思维而言算法思维的表现特征。
真正让计算思维进入大众视野的是美国卡内基梅隆大学的周以真教授。2006年，周以真在她具有里程碑意义的演讲中将计算思维定义为用计算完成设计和发现的思维模式。她提出到 21世纪中叶，计算思维将成为世界上每个人必须具备的与阅读、写作和算术一样重要的基本技能。她认为如果没有计算思维能力，在任何科学或工程学科中进行研究几乎是不可能的。(Wing，2014)综上所述，计算思维是计算机科学领域内的独特思维，是涵盖计算机科学之广度的一系列思维活动，且需要利用计算机科学的基本概念进行问题解决。它源于计算机科学，由于其在不同情境中的适用性与迁移性，又远超计算机科学。
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
