问题牵引式大学物理课程知识图谱探索与实践  

Exploration and practice based on a problem driven knowledge graph of college physics

作　　者：周可雅[1] 孟庆鑫[1] 曹永印 张伶莉[1] 丁卫强[1] 任延宇[1] 霍雷[1] 张宇[1] ZHOU Ke-ya;MENG Qing-xin;CAO Yong-yin;ZHANG Ling-li;DING Wei-qiang;REN Yan-yu;HUO Lei;ZHANG Yu(College of Physics,Harbin Institute of Technology,Harbin,Heilongjiang 150001,China)

机构地区：[1]哈尔滨工业大学物理学院,哈尔滨150001

出　　处：《大学物理》2025年第1期66-69,75,共5页College Physics

基　　金：黑龙江省高等教育学会“2023年高等教育研究课题”(23GJYBB055);黑龙江省教育科学“十四五”规划2023年度重点课题(GJB1423124);教育部高等学校物理学类专业教学指导委员会“2023年度高等学校理论力学课程教学研究项目”(JZW-23-LL-10)。

摘　　要：知识图谱是人工智能技术赋能现代教育的重要途径,课程知识图谱将教学内容拆解和系统梳理,构建知识点之间的相互关系并优化知识表达,对课程建设和人才培养具有划时代的意义.本文以2023年出版的《理工科类大学物理课程教学基本要求》为依据构建了大学物理课程图谱,设计提出并实践了三种问题牵引式教学策略,完成了课程知识图谱的教学探索,能够为新工科视域下的数智化数理基础课程建设提供有益启示.Knowledge graph(KG)is an important way to empower modern education using artificial intelligence(AI)technology.A curriculum knowledge graph(CKG)can systematically reorganize teaching content,construct the interrelationships between knowledge points.As a result,it can optimize knowledge expression and make significance for curriculum construction and talent cultivation.This article constructs a CKG based on the“Basic Requirements for Teaching Physics Courses in Science and Engineering Universities”published in 2023.Three problem-oriented teaching strategies are designed,and implemented towards the future application of CKG.It can provide useful inspiration for the Digitalization and Intelligence of the fundamental mathematics and physics courses in the Emerging Engineering Education(3E)perspective.

关 键 词：知识图谱 大学物理 新工科 问题驱动式教育 

分 类 号：G642[文化科学—高等教育学]