近日，海南某民办高校在发布的相关通知中明确，将进一步加强人事考核，推行末位警示制度。具体规定要求，截至2030年底，年龄在45周岁及以下的专任教师、辅导员与行政管理人员，必须获得硕士学位或本专业中级及以上职称。未能按期达标者，将面临降级、降职、转岗或解除劳动合同等处理。同时，对在学年度考核中连续两次被评为“基本称职”或“不称职”的人员，校方将视情况安排再培训后上岗、低聘、调岗或予以辞退。 多所高校，岗位能上能下 据悉，该校此举是为进一步优化队伍建设，健全竞聘上岗机制。在定编定岗定责基础上，不断完善全员聘任制，健全“能上能下、能进能出、奖勤罚懒、奖优罚劣”的竞聘上岗机制，形成充满生机与活力的自我约束、竞争激励和人才合理流动的人才队伍建设新生态。 而其他部分高校也有相似举措。如在取得学历方面，湖南某高校曾于2021年发布《教职工学历（学位）提升管理办法》，要求除高级职称人员、工勤人员和获得过国家级奖项人员外，全体教职工（45岁以下）均须在本办法执行之日起5年内取得国家认可的硕士研究生及以上的学历（学位）证书或3年内提供读研的学籍证明。在学校规定时间及要求内未获得硕士学位的教职工，原则上不予续聘。 办法同时提出学历（学位）提升支持措施，如以半脱产类型攻读博士研究生，进修期间学校发放基本工资、福利和部分岗位工资，购买五险一金；教职工每年可报销2次往返学习的机票（经济舱）或高铁票（二等座）费用（往返费用不超过4000元/次，可报销3年）；待取得博士研究生学历（学位）证并正式返校工作后，学校给予奖励补贴，最高5万元，平均分3年发放。 如今，随着高校之间的竞争日益激烈，学校为提升自身的综合实力和学术水平，对在职教师的学历要求越来越高。博士学历教师的占比更是学校自我建设和发展的重要考核指标之一。 许多民办、高职院校非常鼓励在职老师去读博，以提升学校的整体师资水平。 在职称评聘上，有高校教师网上发帖称，因自己入职2年没有国家级项目而未评上副教授，末位淘汰到了行政岗。多所高校更是实行“末位淘汰”制度，2022年时，山西某大学时任校长接受《瞭望》周刊采访谈到，对教师实行末位淘汰，对教师教学形成压力和动力；杭州某公办高校美术学院召开2024年秋季新学期教工大会，院长在讲话中强调：要持续做好教师评优晋升评价业绩化，建立末位淘汰的业绩考核机制；成都某职业学院《高等职业教育质量年度报告（2022）》中明确指出，学校率先在辅导员队伍中试行末位淘汰。 实际上，高校正在不断完善“能上能下”的聘用机制。近些年来，教育部已发布多个文件明确，高校可根据有关规定和办学实际需要，自主制定教师聘用条件，自主公开招聘教师；实施岗位聘期制管理，进一步探索准聘与长聘相结合等管理方式，落实和完善能上能下、能进能出的聘用机制。北京、湖北、湖南、河南、江西等地均已发布相关政策，深化完善对高校教师的聘期考核，强调高校建立“能者上、平者让、庸者下、劣者汰”的用人机制。 “末位淘汰”制在部分高校的推行，旨在通过竞争机制提升教职人员的专业能力和工作活力。同时需注意的是，该制度确实会带来一定的负面影响，譬如着实让一些教职人员压力倍增。 加强高校教职工队伍建设 教职工是学校办学的主体力量。除了通过竞争机制，高校还可以从多角度出发，加强教职工队伍建设。 如四川大学在加强辅导员队伍建设方面，高标准选聘，优化辅导员队伍结构；系统性培育，构建集岗前培训、日常培训、专题培训、骨干研修于一体的辅导员教育培训体系，提升辅导员综合素质；持续落实辅导员职称、职员“双线”晋升“三单”制度，实行单列计划、单设标准、单独评审，突出考察辅导员工作业绩和育人实效；完善辅导员队伍考评机制，着重考察辅导员履行岗位职责、促进学生成长成才、强化职业能力素养、做出标志性业绩贡献等方面的工作表现，并将辅导员考核结果作为其晋升晋级、评奖评优、绩效发放、交流发展、聘期考核的重要依据；上浮专职辅导员、教师兼职辅导员每月基础绩效，为学生兼职辅导员发放助管津贴，每年度对表现优秀的辅导员进行表彰奖励，充分调动辅导员队伍的工作积极性。 郑州大学在加强教师队伍建设方面，构建覆盖教师全职业周期的分层、分类发展服务支持体系，提高教师专业水平；构建定位明确、层次清晰、衔接紧密的人才队伍梯次发展体系，有计划、有重点地遴选和培养一批具有突出创新活力和发展潜力的校内优秀人才，在经费支持、博士生招生、团队建设、合作导师等方面提供针对性的培养支持，各类国家级人才数量实现倍增扩容、提质增效。 针对行政人员，多所高校长期进行行政管理人员综合能力提升培训，旨在提升行政管理人员综合素质、业务水平和履职能力。此外，也有高校进行薪酬调整，如上海某高校的薪酬调整方案显示，自2018年9月1日起，全体干部、教师、辅导员与行政教辅人员每月普增60元；自2018年9月起，行政教辅人员年度考核奖每年增加2000元，全年标准为4000元等。 高校推行竞聘上岗、末位预警与淘汰等制度，在促进教职工队伍结构优化方面具有一定作用。但需认识到，这些制度如同一把双刃剑，必须通过科学的设计与审慎的实施来规避潜在风险。同时，高校更应构建一个包含培训提升、支持保障与评价激励在内的综合体系，多维度加强队伍建设，从而实现办学质量与核心竞争力的持续飞跃。 *本文内容来自网络，仅用于分享，如有侵权，请联系删除。

大学生的课程评分结果，会直接影响高校教师的薪酬待遇、职称晋升，甚至关乎其终身教职的评定。正因如此，美国不少大学的教授为了拿到更高的评教分数，会想方设法为学生减轻课业负担：比如为学生提高课程成绩、减少课程的阅读任务，还有的会带着奖励性的饼干走进课堂，或是在评教工作开展前为学生举办派对。哈佛大学的一位教师曾这样形容这种所谓的“师生和睦”状态：“我们给学生们都打A，学生们给我们都打5分（最高分），目前已经形成了这样一种平衡。” 然而，这种“和睦”可能损害教学质量，最终削弱学生的真实能力。 大学成绩膨胀据mei国《大西洋月刊》近日报道，过去40年里，哈佛大学得到A等成绩的人数比例翻了一倍还多，但学生的学习量却比以前更少了。每学期期末的评教是重要影响因素。教师为了避免自己的评教分数过低，会想方设法减轻学生的学习负担，给他们打更高的分数。“在某种程度上，我们都害怕我们的学生。”一 位哈佛大学历史学教授说。 但是，追求更高的评教分数与提供高质量教学的目标相互矛盾。这使得mei国的大学，尤其是那些录取标准最高的大学，面临着成绩膨胀和教学严谨性下降的双重难题。 引入评价制度之初，大家将其视为大学民主化的一种方式。到了21世纪10年代，评价制度已变得无处不在。mei国的大学通常要求学生以1到5分的等级，对教师进行评价，回答教师是否公平、课堂是否生动有趣等问题。 对于学术界人士而言，能否获聘主要取决于其发表的研究成果，而非教学能力。这意味着，他们往往缺乏成为优秀教师所需的系统训练与专业指导，而通过评教机制，教师们可以及时收到反馈，进而针对性改进教学方法。 男教授分数更高，漂亮老师分数更高 问题在于，学生对好老师的判断力不佳。由于学习过程并非总是令人愉悦，学生们最终会惩罚那些教学内容丰富的教师，而奖励那些课程挑战性最小的教师。大量研究表明，学生的学习表现与他们对教授的评价之间没有正相关，甚至存在负相关。2019年，哈佛大学一项发表于PNAS的研究发现，该校物理系学生从“主动学习”的教学模式中获益更多，但他们却认为自己被动听讲学到的东西更多。另一项来自mei国国家经济研究局的研究表明，空军学院那些由高评分教授授课的学生，在后续课程中的表现往往更差。 评教也极易受到各种偏见的影响。研究发现，学生给男教授的评分高于女教授，对长相漂亮的、带着饼干来上课的老师评价更高。 “在某种程度上，评教难以衡量教师的实际教学价值。”mei国加州大学伯克利分校统计学教授菲利普·斯塔克说。他曾研究过评教的有效性。 一些大学会在学生选课时提供课程评价。那些评分低的教授，其课堂会更加冷清。以mei国耶鲁大学为例，该校允许学生筛选掉难度评分较高的课程。 教师不得不“讨好”学生 “我曾参与过许多晋升和终身教职评审委员会的工作。评教是展现教学水平的主要方式之一，甚至可以说是最重要的方式。”mei国弗吉尼亚大学心理学教授丹尼尔·威灵汉姆说。mei国得克萨斯农工大学统计学教授瓦伦·约翰逊也表示，评教是影响终身教职评定的重要因素。 研究生和兼职教师承担了许多本科课程的教学工作，评教分数甚至决定了他们能否被聘用。“作为兼职教师，自己的工作取决于19岁的学生们对课堂表现的评价，这简直太可怕了。”mei国乔治城大学的兼职英语教师纳撒尼尔·邦普说。 不可避免的结果是，教师们感到了压力，不得不减少教学内容，降低标准，以提升自己的评教分数。瓦伦·约翰逊的一项研究发现，mei国杜克大学的教授如果给学生打A，而不是B或C，获得评教高分的概率可以翻倍。此外，还有的老师会在学生评教前举办派对，以“贿赂”学生｡ 从其他学校转到哈佛大学就职的教授梅拉尼·卡梅特发现，自己的评教分数有所下降。她推断这是因为布置给学生的阅读量过多，有部分学生给自己打了较低的分数。于是，她从课程大纲中删除了几篇学术文章，并降低了学生成绩评判标准。事后，她觉得自己不 应如此迎合学生，就又增加了几篇文章。在为学生好，还是为自己好的权衡中，众多教师都面临同样的纠结，徒增精神内耗。 表面上，这种“讨好”带来了双赢的结果。在哈佛大学，许多教授都提高了学生的成绩等级，学生们也提高了评教分数。哈佛大学本科教育学院院长阿曼达·克莱博回忆起一位同事对她说的话：“我们给学生们都打A，学生们给我们都打5分（最高分）。目前形成了一种平衡。” 不靠学生评教，还能靠谁评？ 当然，也有一些教授根本不理会评教分数。mei国弗吉尼亚大学教授威灵汉姆说，他已经学会了忽略那些夸张的评价，而去重视并了解学生对课程的体验。如此一来，有一些高难度但令人收获颇丰的课程仍然能获得很高的评价。但几乎没有人认同评教能够真正提高教学质量，而这恰恰是评教的主要目的。 因此，一些学校正试图减少对评教分数的依赖。俄勒冈大学和南加州大学最近都改进了评教流程，将学生评价、教师们互相之间的课程评价、教授的自我反思三方面相结合。达特茅斯学院的工程项目也正在试行类似的系统。 哈佛大学也做出了改变。该校过去曾为评教分数最高的教师颁发奖项。两年前便将其改为，根据教师课程大纲的质量和学生在后续课程中的表现来奖励教师。 尽管评教存在诸多缺陷，却难以废除。mei国惠顿学院的教育学教授斯科特·格尔伯表示，那些有权废除评教的、拥有终身教职的教授们，往往不那么憎恨这一制度。因为对于管理来说，现有制度是行之有效的，其他替代方案不尽如人意。教师相互评议远比让学生填写调查问卷更耗时，且教师们也不愿接受同事的评判。 另一个原因在于，倘若大学取消学生的评教权利，大学生及其家长大概率会发起强烈抗议。毕竟他们为学费支付了数万乃至数十万美元，自然认为自己理应享有课程评价的权利。退一步来讲，即便将学生视作付费的顾客，秉持顾客是上帝的说法，但教育领域有着其特殊性，顾客并非永远都是对的。更何况，一旦高校教授沦为所谓的“客服”，传统的师生关系又会异化到何种地步呢？ *本文内容来自网络，仅用于分享，如有侵权，请联系删除。

不管是青教赛还是什么教学比赛，想要拿奖，就要以学生为中心。且青教赛文件也要求了要求教学过程突出以学生为中心；启发性强，能有效调动学生思维和学习积极性，所以教学策略要选择以学生为中心且能具有启发性的策略，如基于建构主义的混合式学习模式。   混合学习，就是“把传统学习方式的优势和e-Learning（数字化或网络化学习）的优势结合起来，既要发挥教师引导、启发、监控教学过程的主导作用，又能充分体现学生作为学习过程主体的主动性、积极性和创造性。”建构主义认为，知识是学习者在一定的情境下，借助他人的帮助，利用必要的学习资料，通过意义建构的方式获得的，那基于建构主义的混合式学习如何在课堂中实施呢？   01基于建构主义的混合学习前期准备 课程目标分解：分解课程目标，可以从知识掌握、技能培养、职业能力提升、素质发展、综合应用、终身学习、社会责任以及创新与创业等多个维度进行，确保学生不仅能够系统理解理论，还能在实践中应用知识，培养专业技能，提升综合素质，形成终身学习的能力，理解并承担社会责任，并激发创新与创业的潜力。       课程资源开发：开发课程资源遵循明确教育目标、整合创新内容、制作微课、收集案例、利用在线工具、制作引导资料、设计实践项目、遵循包容性、经济性、针对性、创造性和教育性原则、进行持续评估与反馈、以及定期更新维护的流程，以确保资源的实用性、互动性和教育性，满足学生全面拓展知识面和提升职业能力的需求。   02建构主义下混合学习活动实施01课前导学 教师：准备自学材料，如开发课前课件、慕课视频、文本资料等；将自学材料通过元助教发给学生；设计问题和讨论点；通过元助教后台监控学生的预习数据；在元助教讨论区收集学生在自学过程中遇到的问题和难点；根据学生的预习数据和难点反馈，调整课程内容和教学方法；依据学情，制定或修改具体的教学策略。      学生：通过元助教接收课前课件资料，自主学习，构建新旧知识之间的联系；在元助教班级讨论区就自学过程中的问题与其他学生进行讨论；将自学过程中遇到的难点和疑问反馈给教师；通过预习，自我评估对知识点的掌握程度，明确需要进一步学习的部分。 02课中教学 此过程以确定问题-案例分析-协作学习-成果展示-评价反馈为主要流程。开始上课时，教师用元助教进行投屏授课。   确定问题环节：   老师：回顾和总结学生在自学阶段接触的材料；将学生在自学过程中反馈的难点问题进行展示；对难点问题进行理论分析；明确指出课程中的核心概念和重点内容；通过提问和讨论，引导学生再次进入问题情境；与学生一起确定本堂课的学习问题；鼓励学生之间的交流和讨论。   学生：积极参与教师对自学材料的梳理；认真听取教师对难点问题的展示和分析；通过教师的理论点拨，加深对问题的理论认识和理解；根据教师的重点把握，解决本堂课的核心问题；进入问题情境；与教师和同学一起讨论，分享自己的见解和疑问。   案例分析环节：   教师：展示案例，指导学生分析和评价国内外的案例；利用元助教在线讨论功能，让学生记录笔记和反馈难点；接收学生反馈，根据反馈，适时调整教学节奏和方法；使用元助教随机点名；开启在线讨论，鼓励学生在案例分析中积极发表意见和讨论；利用元助教的习题功能，让学生在手机上限时答题；对答题情况进行公布，对答题情况良好的学生进行奖励，根据学生的答题情况和讨论反馈，进行针对性的讲解和辅导。   学生：积极参与案例的分析和评价；利用元助教记笔记；积极回答问题和发表自己的见解；认真思考并限时完成答题；通过公布的答题情况，了解自己的表现和班级的整体水平；答题表现良好的学生，接受教师的奖励；根据反馈和讲解，反思自己的学习过程，找出需要改进的地方；积极参与讨论。      协作学习环节：   教师：根据教学项目的核心职业能力目标，设计和组织学生参与的分组调研和模拟项目任务；引导学生分组，为学生提供必要的资源和指导，鼓励学生与学生、教师与学生之间的交流；对学生的工作给予及时反馈；对协作学习过程进行监控，及时解决可能出现的问题；在学生遇到困难或偏离方向时，帮助他们回到正确的学习轨道。   学生：参与分组；在小组内分工合作，执行调研任务；利用元助教进行线上讨论；通过与同伴的交流和协作，建构对问题的理解，形成合理的解决方案；认真听取教师的指导和反馈，改进自己的工作。   成果展示环节：   教师：对学生提交的项目方案进行评价；给予建设性的反馈；对项目进行总结；指导学生如何改进项目方案；将优秀的项目方案整理并上传至元助教班级群；鼓励学生在班级群中就项目方案进行讨论和交流。   学生：提交项目方案；展示方案；接受评价；根据反馈改进；参与成果分享；参与讨论交流。   评价反馈环节：   教师：组织评价流程；进行学生评价；正向引导学生；提供反思指导；引导课下拓展；通过元助教收集学生之间的评价、自我评价和对课程的评价数据；分析评价结果；提供反馈和建议。   学生：参与小组评价；进行自我评价；评价课程；使用元助教完成小组评价、自我评价和课程评价；接受教师评价；参与反思；课下拓展学习；利用评价结果来指导自己的学习计划和发展方向。   03课后拓展巩固   教师：接收课堂小结；利用元助教精准分析课堂数据；推送课后资料；精心挑选课后资料和问题；线上交流指导；监控学习进度；及时回答学生在学习过程中遇到的问题；批阅作业。       学生：接收课后资料；利用课后资料进行拓展学习；完成思考问题；线上交流；提交课后任务；参与讨论；接受教师指导；自我监控学习进度。     以上就是全部内容，希望对大家有所帮助。  

《水工程施工》课程 所获荣誉：黑龙江省首批课程思政示范课程 完成团队成员：邱微、南军、袁一星 课程建设目标 《水工程施工》作为给排水科学与工程专业的核心课程，是培育工程领域人才的特色载体。课程深度挖掘并传承哈尔滨工业大学百年校史中的红色基因，以国家超级工程如南水北调、港珠澳大桥为教学典型案例，在课堂讲授中巧妙融入伦理道德、法治观念、社会责任与家国情怀等思政内涵。教学过程中，既着力提升学生的工程思维、专业知识综合运用能力及复杂工程问题解决能力，又以潜移默化的方式开展理想信念、爱国主义及环境与工程伦理教育，助力学生增强民族自豪感与自信心，引导其主动践行 “立足环保，服务民生” 的理念及 “绿水青山就是金山银山” 的生态文明思想，进一步夯实社会主义核心价值观的思想根基。 课程思政建设总体设计 针对工程类专业课程以工程应用为背景、紧密结合实际工程的特点，课程采取“课程知识要点+工程案例+思政元素”的教学设计模式，将关键知识点与工程案例相结合，适时融入思政元素，培养学生的工程思维和专业知识的应用能力，潜移默化地进行理想信念教育、爱国主义教育、环境和工程伦理教育等。形成了“一二三”的教学思路，即以环境和民生为一条主线，通过遴选两个思政元素库中的元素和案例，融入未来工程师培养的三个教学环节。 课程思政融合式教学实践 01 以学生为中心，注重因材施教 以学生为中心，充分了解学生的认知特点，准确把握学生的认知水平，因材施教。对课程改革并重构，重新进行课程思政教学设计，注重在价值传播中凝聚知识底蕴，在知识传播中强调价值引领。通过对典型工程实践案例的讲解，增加课程的趣味性，调动学生主动学习的积极性。进一步落实价值塑造、能力培养、知识传授“三位一体”的人才培养目标，使专业课与思政教育同向同行、形成协同效应。 02 与时俱进挖掘和积累思政元素 课程团队在平时的教学科研中，特别注重挖掘和积累思政元素，已经形成了两个思政元素库，再结合教学内容从中选取合适的元素，重新进行教学设计，厚植学生的科学精神和家国情怀，增强“未来工程师”的民族自豪感和自信心。 创新课程考核评价方式 03 创新课程考核评价方式 创新课程考核方式，采用更注重学习过程的累加式考核。课程满分 100分，包括：雨课堂线上答题及线下课堂互动占 30%；组建学习小组，小组汇报工程案例占10%；平时作业占 10%，课后作业与主观题答题；期末考试占50%，考核综合知识的运用能力。 课程思政建设成效 近年来，课程团队获评教育部首批课程思政示范课程教学名师和团队、国家首批虚拟仿真实验教学一流课程，黑龙江省教学成果一等奖2项、高等学校虚拟仿真实验教学资源建设成果三等奖1项、哈尔滨工业大学教学成果一等奖3项。团队教师获评宝钢优秀教师、全国大学生创新创业年会优秀指导教师、全国大学生市政环境类创新实践能力大赛优秀指导教师、省委教育工委优秀共产党员、黑龙江省基层理论宣讲突出贡献奖、哈尔滨工业大学立德树人先进个人标兵等。 课程团队接受《光明日报》采访，介绍课程思政与立德树人的经验体会，该报道在求是网、学习强国等多家媒体转载。哈工大教师教学发展中心及哈工大研究生公众号均发推文宣传。 课程团队在课程思政与科研育人领域的实践成果获得广泛认可，多次受邀出席全国高校给排水科学与工程专业教学指导委员会会议，以大会报告形式分享经验，并开展教学示范活动，收获了近百所高校教师的高度评价。团队依托学校 “一校三区” 的布局优势，以黑龙江为基础，向全国范围辐射影响力，已为浙江大学、华中科技大学、西北工业大学及学堂在线平台等单位，开展课程思政专题讲座与教学示范共计 80 余场，充分发挥了课程的示范引领作用。 *本文内容来自网络，仅用于分享，如有侵权，请联系删除。

课程思政旨在强化教育教学的价值引领，使教育教学更好地落实立德树人的要求，实现思想政治教育和学科知识的有机结合。 在课程思政的实践中，教师需要将价值引领贯穿于学科知识的讲授、实践、互动、评价等各个环节中，引导学生形成正确的世界观、人生观、价值观，培养学生的社会责任感、职业能力和创新能力，使学生全面发展。课程思政七大构成要素如下： 课程目标：课程的教学目标要注重价值引领，强化对学生思想政治素质和职业素质的培养。应该在具体教学实践中落实，通过有效的教学方法和教学手段，将教学目标贯穿于整个教学过程中，引导学生全面发展。可以从以下几个方面进行设置：   课程内容：课程内容要注重价值引领，充分体现社会主义核心价值观和立德树人的要求。 教学过程：教学过程要贯穿价值引领，采用体验式、互动式等教学方法，激发学生的学习兴趣和创新意识。 教学方法：教学方法要符合学生的认知规律和成长规律，注重知识传授与价值引领的有机结合。课程思政的教学方法主要包括以下几种： 案例教学法 案例教学法是将具体的案例引入课堂，通过对案例的分析和讨论，引导学生探究相关理论知识和思想政治教育要求，从而实现理论联系实际、知识融会贯通的教学目的。案例教学法适合于管理类、经济类、法律类等课程。 情境教学法 情境教学法是通过创设具体的情境，让学生在情境中感悟相关知识和理论，从而实现知识的内化和能力的提升。情境教学法适合于语文、历史、地理等课程。 小组讨论法 小组讨论法是通过学生小组讨论的形式，引导学生对相关知识和理论进行探究和分析，培养学生的合作意识和实践能力。小组讨论法适合于人文社科类课程。 社会实践法 社会实践法是将学生带入实际的社会环境中，通过实践活动感悟相关知识和理论，从而实现理论联系实际、知行合一的教学目的。社会实践法适合于工程类、医学类等实践性较强的课程。 网络教学法 网络教学法是利用互联网和信息技术，将教学内容和资源进行数字化和网络化，通过网络平台实现教学目标和教学效果的教学方法。网络教学法适合于开放性、自主性较强的课程。 教学管理：教学管理要加强思政教育，完善教学评价机制，建立健全的管理体系。 师资队伍：师资队伍要加强思政教育，提高师德水平和业务素质，引导学生树立正确的人生观和价值观。 课程评价：课程评价要注重价值引领，强化对学生思想政治素质和职业素质的评价，建立多元化的评价机制。

9月25日至28日，由中国教科文卫体工会主办，上海市教育工会、上海师范大学承办的第三届全国中小学青年教师教学竞赛决赛在上海举行。据悉，大赛吸引了来自全国2000多所中小学校的22万名选手参加初赛，实现岗位练兵。经过激烈角逐，上海市徐汇区汇师小学严琴、北京市陈经纶中学团结湖分校东雪婷、西安交通大学苏州附属初级中学蒋妍兮、西安交通大学附属中学陈阳、湖北省宜昌市夷陵中学谭立婷等25名青年教师分获五个组别的一等奖，50名教师获二等奖，58名教师获三等奖。为在基础教育领域突出加强思想政治理论课的导向，本届竞赛在往届设小学组、中学语文组、中学数学组、中学英语组四个组别的基础上，增设中学思想政治组，同时小学组学科范围除原有的语文、数学、英语外，增设“道德与法治”学科。本届竞赛坚持注重教学基本功和实际应用能力。竞赛分为初赛和决赛两个阶段，160名青年教师进入决赛阶段，因疫情等原因，实际参赛选手133名。他们来自30个省（区、市），平均年龄35岁，其中近97％拥有二级教师以上职称。决赛期间组委会开通了网络直播平台，对五个组别的竞赛和决赛总结大会全程进行网络直播。此次大赛评审委员会成员由37名教学经验、教学成果丰富的专家组成，有3人享受国务院政府特殊津贴，3人获全国优秀教师称号，2人获国家级教学成果奖。全国青年教师教学竞赛是中国教科文卫体工会助力教育高质量发展，提升教师队伍素质的品牌赛事。目前，已成功举办五届高校青年教师教学竞赛和三届中小学青年教师教学竞赛，充分发挥了教学竞赛在提高教师队伍素质中的示范引领作用，极大激发了青年教师更新教育理念、掌握现代教学方法的热情。

11月24日上午，省教育厅组织召开了高校“五权下放”及相关政策解读视频会，邀请省委编办、省科技厅、省财政厅、省人力资源社会保障厅相关部门负责同志对有关政策进行解读。会议全面贯彻省委书记刘家义在全省“重点任务攻坚年”动员大会上的重要讲话精神，推进高校研发机构（学科专业）设置权、人才招聘权、职称评审权、内部薪酬分配权、科技成果转换收益处置权等“五权”下放工作，指导高校“接住政策、理解政策、用好政策”，进一步释放政策红利。近年来，我省大力推动高校权力下放工作，在推进“五权下放”方面出台了多项政策措施，不断扩大高校办学自主权。会上，省委编办事业机构编制处负责同志围绕高校内设机构和人员控制总量备案管理，省人力资源社会保障厅事业单位人事管理处、专业技术人员管理处、工资福利处负责同志分别围绕高校职称评审、人才引进、公开招聘、内部薪酬分配等，省财政厅科技教育处负责同志围绕预算拨款制度改革，省科技厅成果与区域处负责同志围绕科技成果转换收益处置，省教育厅高等教育处、职业教育处负责同志围绕高校本专科专业设置等工作，向与会人员介绍了国家和我省已经出台的各项政策，逐一梳理了高校拥有的自主权力，并对相关工作备案流程进行了详细解读，对高校如何正确使用各项权力进行指导，同时还就部分属于国家部门事权的事项作了说明。本次会议既有理论又有实例，指导性和可操作性强，得到了与会人员的一致好评。各高校纷纷表示，将进一步研究、细化政策，将“五权下放”政策用活、用好、用到位，落到地上、见到实效，不断提升学校的治理能力和水平，让好政策切实助力高等教育事业高质量发展。齐鲁工业大学、山东第一医科大学主要负责同志，驻济公办本专科高校相关部门负责同志，省教育厅人事处、财务处、高教处、职教处、教师处、科技处等负责同志在主会场参加会议。各市党委编办、市科技局、市财政局、市人力资源社会保障局分管负责同志，各市教育（教体）局分管负责同志及相关科（处、室）负责同志在各市分会场参加会议。各公办本专科高校主要负责同志、分管负责同志及相关部门负责同志和工作人员在各高校分会场参加会议。

随着我国经济的转型升级，对高技能人才的需求日益增长。高职院校作为培养这类人才的摇篮，其专业群课程体系的构建显得尤为重要。本文旨在探讨如何通过OBE（成果导向教育）理论，构建一个与产业发展紧密结合、促进学生职业能力全面提升的课程体系。一、高职院校专业群课程体系构建的整体思路（一）理论依据OBE，即Outcomes-based Education，中文理解为成果导向教育，是指学生学习完“学习性任务”之后，具体会了什么、能做什么。OBE理论由美国学者Spady于1981年提出。OBE理论强调学生学完某门课程之后能够知道、理解和做什么。德国的学习领域课程便是一个典型的案例，其学习成果强调培养学生的职业行动能力，同时也强调使用特定的工具用于特定的目的，很好地整合了基于建构主义和行为主义对学习成果的理解。依此，成果导向课程集工作过程导向课程和能力本位课程于一体。1994年Spady提出0BE金字塔模型（图1），标志着该理论越发成熟。该模型最顶层的范例是成果实现的方法；往下第二层的目的有二，其一是实现的成果是什么，其二是在什么环境下达成成果实现；第三层表明实现成果的前提，包括人人皆可成才、成果达成能促进下一阶段成果达成、成果达成的条件由学校提供等三方面；第四层是成果达成的原则，即反向设计、殷切期盼、延伸机会、明白成果；最底层的实践，涉及剖析成果、开发课程、课堂教学、成果依据和进一步发展等五项。图1 OBE金字塔（二）基本步骤徐国庆在阐述工作岗位所需职业能力与职业教育课程关系时曾提出问题：职业教育的定位是什么？职业教育课程从哪儿来？因此，构建高职院校专业群课程体系的关键就是如何实现职业与课程的相互转换，如图2所示。就职业领域而言，根据产业的发展动态，首先调研产业上中下游的岗位群，其次罗列出每一岗位中的工作领域，再次访谈生产、管理和操作一线从业人员从而获得典型工作任务，最后梳理出职业能力；就课程领域而言，依据岗位所需职业能力，首先明确产业人才培养规格，其次按照合适的组群逻辑形成专业群，再次在专业群下借助OBE理论开发课程，最后搭建课程体系。图2 课程领域与职业领域的对接关系图（三）组群逻辑专业群建设是当前人才供给侧有效对接人才需求侧集群化、链条式发展的强有力回应。然而，高职院校专业群的组建并不是多个专业的任意排列组合，而是根据一定的逻辑、区域发展、院校内部条件等多方因素进行科学地布局。参照前人的研究成果，华东师范大学的徐国庆教授和吉林工程技术师范学院的平和光老师都肯定了产业上中下游、岗位工作要求和知识相通性对高职院校专业群编组的重要影响。但是，随着科学技术的发展，产业技术更新换代迅速，知识生产模式演变为“政府—行业—院校—社会”四位一体，从而决定了高职院校的定位不再是单一的人才培养，还包括社会服务和技术研发。技术论从哲学的角度阐明技术的本质以及技术与社会的辩证关系，在高职院校专业群的构建过程中理应突出技术逻辑。王亚南和成军按照专业群对接岗位群的逻辑，按照技术、产业、院校等方面组建成群，包括知识技术型、行业聚焦型、行业松散型、紧密复合型等四种模式。以智能网联汽车产业为例，该产业融合了汽车、计算机、移动通信、智能交通系统等，是以关键器件（传感器、雷达、智能终端等）制造业为基础，以智能汽车生产为核心，以智能交通环境构建（高精度地图、高精度定位等）为支撑，以车联网通信（无线传感、信息通信等）为纽带的高度协同的新兴产业形态。因此，按照“产业集群—技术知识—院校管理”的逻辑构建高职院校智能网联汽车技术专业群，既符合技术知识逻辑又属于跨专业大类。高职院校智能网联汽车技术专业群的构建逻辑及群内各个专业之间的关系如图3所示。智能网联汽车产业复合型技术技能人才的培养是高职院校智能网联汽车技术专业群构建的出发点和落脚点，以智能网联汽车产业集群式发展为支撑，涉及人工智能行业、新能源汽车整车制造行业、道路交通行业、汽车计算机行业和信息通信行业等多个学科交叉融合行业，通过以群建院的管理模式构建共享交叉、相互支撑的专业群。图3 高职院校智能网联汽车技术专业群的组群逻辑二、高职院校专业群课程体系构建的总体框架通过深入剖析高职院校专业群课程体系，运用OBE理论，通过职业领域转向学习领域，全方位融入劳动教育、课程思政教育、创新创业教育、1+X证书制度等；依据职业能力发展的逻辑规律（正常三年制），从入学到第一、二、三学年分别对应初学者/新手到生手的转变、生手到能手的转变、能手到熟手的转变，促进终身学习视域下高职院校学生职业能力的提升和职业生涯可持续发展。依此，构建高职院校专业群“平台+方向+拓展”课程体系，如图4所示。其中平台共享课程是专业群内各个专业的基础课程；专业方向分立课程是专业群内各个专业的核心课程；拓展互选课程是专业群内各个专业的拓展基础课程和拓展专业课程。图4 高职院校专业群“平台+方向+拓展”课程体系根据智能网联汽车产业的发展，梳理出适合高职院校的职业岗位及其典型工作任务。因此，根据“岗课赛证”融通原则，构建出高职院校智能网联汽车技术专业群课程体系，如图5所示。需要说明的是：整个课程体系以“多课程、少课时”为原则，其中综合实训、毕业设计和毕业顶岗实习等实习实训课程并未列入。针对职业技能等级证书，要求毕业时获得相应证书的中级及以上水平，第二学年下学期可以考取本专业对应的初级证书、第三学年上学期在通过初级证书的基础上可以考取中级证书、第三学年下学期可以考取相应的高级证书或者拓展课程对应的其他证书。按照职业发展规律，第一学年结束后，学生应实现初学者/新手到生手的提升，即掌握智能网联汽车产业的职业定向与概括性知识；第二学年结束后，学生应实现生手到能手的提升，即掌握智能网联汽车产业的职业关联性知识；第三学年结束后，学生应实现能手到熟手的提升，即掌握智能网联汽车产业的职业具体与功能性知识。毕业3～5年，学生对自己的未来职业生涯发展进行规划。图5 高职院校智能网联汽车技术专业群课程体系高职院校专业群课程体系的构建是一个系统工程，需要紧密结合产业发展需求、学生职业能力培养和教育改革方向。通过OBE理论的深入应用和科学合理的课程设计，为学生的全面发展和职业生涯规划提供坚实的基础，为社会培养更多高素质技术技能人才。以上就是本文全部内容，想了解更多相关信息，请关注众师云社区。

高校教学是高校教育的核心任务之一，其目的是培养学生的专业知识、实践能力和综合素质，提高教学质量和效果。高校教学的核心要素主要包括以下几个方面： 教学内容：教学内容是教学的基础，它应该根据教学目标和学科特点进行选择和组织，要确保教学内容的科学性、系统性和实用性。具体来说，高校教学内容应该包括以下几个方面： 学科知识：学科知识是高校教学内容的基础，它应该根据学科特点和教学目标进行选择和组织，要确保学科知识的准确性、系统性和完整性。 学科前沿：学科前沿是学科发展的动态和趋势，它应该包括学科最新的研究成果和发展趋势，要确保学科前沿的时效性和适用性。 实践应用：实践应用是学科知识的实际应用和转化，它应该包括实际问题的解决方法和实践案例，要确保实践应用的可操作性和实用性。 教学目标：教学目标是教学的核心和指导，它应该根据学科特点和教学对象进行选择和组织，要确保教学目标的明确性、具体性和可操作性。 学科方法：学科方法是学科知识的分析和研究方法，它应该包括学科最新的研究方法和技术，要确保学科方法的科学性和可操作性。 教学方法：教学方法是实现教学目标的手段，它应该根据教学内容和学生的特点进行选择和组合，要确保教学方法的有效性和可接受性。例如：讲授法、案例法、小组讨论法、互动教学法、网络教学法等，教师应该注重教学方法的灵活性和适应性，结合教学内容和学生特点，选择和组合合适的教学方法，以达到教学目标和效果。 教学评价：教学评价是评估教学效果和质量的手段，它应该根据教学目标和教学内容进行设计和实施，要确保教学评价的公正性、科学性和实用性。例如：形成性评价、终结性评价、多元化评价、课程评价、教师评价等，教师应该注重教学评价的反馈和改进，通过教学评价和反馈，改进教学方法和教学效果，提高教学质量和水平。 教学反思：教学反思是提高教学水平和改进教学效果的途径，它应该贯穿于教学全过程，要确保教学反思的及时性、深入性和有效性。教师应该注重教学反思的实践和应用，通过教学反思和改进，提高教学水平和教学效果。对教学方法、内容、效果、反馈、改进等进行反思。 教学管理：教学管理是保证教学质量和效果的措施，它应该包括教学组织、教学监督、教学评估等方面，要确保教学管理的有效性和可操作性。教学管理应该根据教学需要和学生特点进行实时管理和评估，确保教学质量和效果。 总之，高校教学的核心要素应该围绕着提高教学质量和效果展开，要确保教学过程的科学性、规范性和实效性。教师应该根据自己的教学目标和教学对象，灵活运用教学方法和教学评价，积极进行教学反思和教学管理，不断提高自己的教学水平和教学效果。

《人工智能》课程简介和教学大纲—“三寓三式”范式的运用 （Introduction to Artificial Intelligence） 上海电力大学计算机科学与技术学院 软件工程系讲师 李东阳 课程代码：2505032 课程名称：人工智能 学分：2 周学时: 4.0 面向对象：计算机学院 预修课程要求：具备程序设计语言编程能力、熟悉线性代数和概率论等内容 一、课程介绍 人工智能是引领科技革命和产业变革的战略性技术和重要驱动力量，具有多学科交叉综合、渗透力和支撑性强、高度复杂等特点，呈现技术属性和社会属性高度融合特色。 本课程内容主要包括人工智能历史和发展、知识表达与推理、搜索探寻与问题求解、机器学习、神经网络与深度学习、强化学习、人工智能博弈、人工智能伦理与安全、人工智能架构与系统、人工智能应用。通过这门课程的学习，学生应该掌握人工智能的基本内涵、建模机制、优化方法、伦理安全和赋能应用等知识，并能够从跨学科交叉的角度理解其所蕴含的核心要素。此外，本课程以教学内容为载体，将科学思维、传统文化、工程伦理等相关的思政元素融入课程，培养学生科研探索和创新意识、精益求精的工匠精神，并激发学生科技报国的家国情怀和使命担当。 二、教学目标 课程定位： 本课程以“厚基础、强交叉、养品行、促应用”为理念，培养扎实掌握人工智能基础理论、基本方法、架构系统和应用工程技术，熟悉人工智能相关交叉学科知识和培育学科交叉意识，具备科学素养、伦理涵养、实践能力、创新能力、系统能力与国际视野，能在我国人工智能学科与产业技术发展中发挥重要作用，并有潜力跻身一流的人工智能领域或相关领域人才。 教学目标： 了解符号主义人工智能、连接主义人工智能和行为主义人工智能以及人工智能融合交叉等历史发展脉络，掌握知识表达与推理、搜索探寻与问题求解、统计机器学习、神经网络与深度学习、强化学习、人工智能博弈等基本算法，树立人工智能伦理与安全意识，理解保障人工智能安全、可信和公平的技术方法，会应用人工智能工具、芯片和平台等手段，搭建具体场景所需人工智能架构与系统，完成自然语言中机器翻译、视觉理解中图像分类、机器人中行为控制或科学计算等应用案例。 通过对图灵测试、逻辑推理、概率建模、数据拟合、参数优化、博弈对抗和智能演化等算法原理的领会，知晓当前人工智能发展的瓶颈问题，同时对人机共融所形成的社会形态中应遵守道德准则和法律法规有清晰认识。 可测量结果 1) 理解A*搜索、剪枝搜索和蒙特卡洛搜索之间的异同 2) 掌握代表性有监督学习和无监督学习方法及其异同 3) 掌握深度神经网络的基本概念和模型以及相关学习算法 4) 掌握强化学习的基本概念和策略函数学习算法 5) 掌握纳什均衡概念以及博弈策略学习算法 6) 掌握提高人工智能模型安全基本算法 7) 掌握大语言模型基本概念和核心算法 8) 掌握人工智能与基础科学结合的基本概念和手段 注：以上结果可以通过课程编程作业和笔试等环节测量。 三、课程要求 （一）授课方式与要求 授课方式： a.教师讲授（讲授核心内容、引导讨论、总结、按顺序提示今后内容、答疑、点评课程编程作业与报告等） b.期末大作业。 课程要求：知晓人工智能的基本概念，重点了解人工智能基本理论方法和关键算法，具备利用上述方法求解实际问题的基本应用能力。 （二）考试评分与建议 a. 平时作业占35%； b. 平时考勤占5%； c. 期末大作业60%； 四、教学安排 第一周：介绍人工智能发展历史和发展，包括人工智能起源与计算载体、主流智能计算方法和人工智能知识点脉络。 第二周：介绍知识表达与推理，主要介绍知识表示方法、命题逻辑和谓词逻辑及其推理方法、知识图谱推理（一阶归纳学习算法， First Order Inductive Learner）。 第三周：介绍贝叶斯网络与概率推理、因果推理等内容。 第四周：介绍搜索探寻与问题求解，包括贪婪最佳优先搜索、启发式搜索、A*搜索和Minimax搜索。 第五周：介绍Alpha-Beta剪枝搜索和蒙特卡洛树搜索等内容。 第六周：介绍机器学习模型评估与参数估计、线性回归模型、决策树等内容。 第七周：介绍聚类、特征降维和演化学习等内容。 第八周：介绍神经网络与深度学习，包括感知器模型、梯度下降和误差反向传播算法。 第九周：介绍卷积神经网络、循环神经网络、注意力机制、网络优化与正则化等内容。 第十周：介绍强化学习内容，包括马尔科夫决策过程、贝尔曼方程、基于表格求解法的策略评估与优化。 第十一周：介绍强化学习中探索与利用的平衡、基于近似求解法的策略评估与优化以及基于策略的强化学习等内容。 第十二周：介绍人工智能博弈，包括博弈论概念与纳什均衡、虚拟遗憾最小化算法、Gale- Shapely算法等内容。 第十三周：介绍人工智能伦理与安全内容，包括可信公平人工智能、人工智能可解释性和算法攻击与防守等内容。 第十四周：介绍人工智能架构与系统内容，包括人工智能算法支撑技术链、人工智能芯片（GPU、XPU和类脑芯片等）和分布式深度学习优化等。 第十五周：介绍人工智能应用，选讲基础模型（大模型）构造、自然语言中的机器翻译、视觉理解中的图像分类、机器人中的行为控制以及科学计算等内容。 第十六周：课程复习和答疑。 *本文内容来自网络，仅用于分享，如有侵权，请联系删除。