手机版 English 帮助中心
外文文献知网节
文献信息节点
基本信息 摘要 关键词 核心评价 相关文献
Journal | [J] 教育探讨 Volume 7, Issue 9. 2025.
交互式 AI 驱动化学实验课程过程性评价创新研究
作者 : 程 绍玲, 孔林 涛*, 杨 迎花
DOI: 10.18686/jytt.v7i9.22388
全部来源
获取全文
摘要 / Abstract
针对化学实验课过程性评价中教师难以全面跟踪学生操作、评价主观性强的问题，本研究提出一种“AI 图像识别 + 大语言模型”协同评价模式，构建了动态追踪与即时反馈一体化的智能平台。通过分解实验流程设计多个评价点，赋予 不同等级评分标准，结合集成注意力机制的 ResNet 网络实现对实验相关图像精准分类，测试集准确率 >99%，同时链接大 语言模型“文心一言”提供实时答疑。基于 SpringBoot 通过微信小程序构建一个在线化学实验过程性评价平台。该模式可 量化学生操作细节，减少评价主观偏差，为实验教学评价的智能化转型提供了新范式。
关键词 / Keywords
化学实验课；过程性评价；图像识别；AI 模型
Related articles / 相关文献
相似文献
作者发文
机构发文
关键词分析
相似文献（说明：与本文内容较接近的文献）
  • [1] 李子峰，刘絮，孟祥茹 . 无机化学实验培养学生
  • 科研能力的探索 [J]. 实验室研究与探索 , 2023,42(06):160-
  • 163+173.
  • [2] 章烨，谢小敏，郑少瑜 . 改进有机经典实验培养学
  • 生创新能力 [J]. 实验室研究与探索 , 2022, 41(07):221-223.
  • [3] 张海波，刘欲文，丁琼，等 . 国家级化学实验教
  • 学示范中心建设与拔尖创新人才培养实践 [J]. 大学化学 ,
  • 2024,39(07):82-92.
  • [4] 张丽蓉，莫尊理 . 课堂教学评价发展历程及对核
  • 心素养为本教学评价的启示 [J]. 化学教育 ( 中英文 ), 2024,
  • 45(07):60-66.
  • [5] Wang Y, Chen L, Zhou B, et al. Process-oriented assessment in STEM labs: A review. IEEE Transactions on
  • Education[J]. 2023, 66(2), 234-241.
  • [6] 王薇，任家强，周宝晗，等 . 工科基础化学实验课程
  • 过程性评价体系的构建与实践 [J]. 化学教育 ( 中英文 ), 2024,
  • 45(06):23-29.
  • [7] 李建凤，廖立敏 . 有机化学实验课程目标达成评价
  • 及结果应用研究 [J]. 化学教育 ( 中英文 ), 2022, 43(24):56-61.
  • [8] 唐小兰，刘英菊 . 评价量表在化学实验操作评价中
  • 的应用探索 [J]. 大学化学 , 2022, 37(12):284-288.
  • [9] 李思琦，金成华 . ChatGPT 赋能高校药物化学实验教
  • 学：机遇与挑战 [J]. 科技视界 , 2024, 14(07):17-19.
  • [10] 高文蓓，王新福，凌一洲 . 基于人工智能的化学实
  • 验现象评价与反馈系统开发 [J]. 化学教学 , 2024, 6:63-67.
  • [11] 邓淞，伍晓春 . 类 Chat GPT 生成式人工智能——
  • 化学研究与化学教育好帮手 [J]. 化学教育 ( 中英文 ), 2024,
  • 45(18):14-21.
  • [12] Gao W, Wang X, Liu Y, et al. AI-based evaluation
  • system for chemistry experiments. Journal of Chemical
  • Education[J]. 2024, 101(3), 456–462.
  • [13] Zhang W, Li N. Real-time feedback systems in
  • experimental teaching. Journal of Educational Technology[J].
  • 2024, 32(4), 156-178.
  • [14] Kaiming H，Xiangyu Z, Shaoqing R, et al. Deep
  • Residual Learning for Image Recognition. Proceedings of the
  • IEEE Conference on Computer Vision and Pattern Recognition,
  • 2016, 770-778..
  • [15] Sanghyun W，Jongchan P，Joon-Young L，et al.
  • Convolutional Block Attention Module. Proceedings of the
  • European Conference on Computer Vision, 2018, 3-19.
《中国学术期刊(光盘版)》电子杂志社有限公司 KDN平台基础技术由KBASE 11.0提供
© 2014-2018中国知网(CNKI) 京公网安备11010802020460号 经营性网站备案信息 互联网出版许可证 新出网证(京)字271号 京ICP证040431号