CN116740999A - 一种智能教学系统、方法及存储介质 - Google Patents
一种智能教学系统、方法及存储介质 Download PDFInfo
- Publication number
- CN116740999A CN116740999A CN202310487519.6A CN202310487519A CN116740999A CN 116740999 A CN116740999 A CN 116740999A CN 202310487519 A CN202310487519 A CN 202310487519A CN 116740999 A CN116740999 A CN 116740999A
- Authority
- CN
- China
- Prior art keywords
- teaching
- test
- learning
- exercise
- question
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000012360 testing method Methods 0.000 claims abstract description 149
- 238000002360 preparation method Methods 0.000 claims abstract description 16
- 238000007596 consolidation process Methods 0.000 claims abstract description 15
- 238000012549 training Methods 0.000 claims description 30
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000009323 psychological health Effects 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 8
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000006872 improvement Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000011161 development Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000013145 classification model Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000012634 fragment Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 235000003642 hunger Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 230000037351 starvation Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明涉及智能教学领域,公开了一种智能教学系统、方法及存储介质。一种智能教学方法,包括备课步骤,管理和制定各学科的教学计划、教学课件、教学资料;教学步骤,通过显示器和语音进行授课,对课堂上学生的学习状态和问答情况进行记录;统计步骤,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;学习步骤,根据课表学习;试题步骤,根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;巩固步骤,根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习,本申请能够促进学生不断进步学习。
Description
技术领域
本发明涉及智能教学领域,具体涉及一种智能教学系统、方法及存储介质。
背景技术
随着教育理论的发展,教育手段也在不断的更新,计算机辅助教学技术是目前发展最快、应用最多的一种教学手段之一,计算机辅助教学技术是以计算机和各种通信设备为基础,由教师统一管理,供学生在课前、课中或者课后与计算机进行交互而完成某一阶段的整个学习过程;但是计算机辅助教学技术所使用的计算机具有一定范围的固定性以及体型较大,通常学生只能在教室、家等固定场所使用,随着技术的不断发展,计算机终端逐渐向用户移动终端转变,使得实用性和操作性都得到了极大的提升。
目前的基于计算机辅助技术的教育教学系统,包括智能教学系统,其所具备的功能包括:教师向学生发布作业、收集学生的作业并进行批改、将批改作业传输至学生端处、供学生上网课以及供学生进行资料的查找以及课程的自主学习,因此,现有的智能教学系统,主要作为学生和教师的一种辅助工具,教师通过该辅助工具能够减少日常教学过程中繁杂重复的工作量,学生将这辅助工具作为日常学习过程中的资料库,虽然能够满足教师和学生的基本需求,但是不能实现促进学生不断进步学习的功能。
发明内容
本发明意在提供一种智能教学系统、方法及存储介质,以促进学生不断进步学习。
为达到上述目的,本发明采用如下技术方案:
一种智能教学系统,包括:
教师端、学生端、家长端、教务组端和服务器,所述教师端、学生端、家长端、教务组端分别与服务器连接;
所述教师端包括:
备课模块,用于管理和制定各学科的教学计划、教学课件、教学资料;
教学模块,用于通过显示器和语音进行授课,并对课堂上学生的学习状态和问答情况进行记录;
统计模块,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;
所述学生端包括:
学习模块,用于根据课表在预设时间段进行各学科的学习;
试题模块,用于根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;
巩固模块,用于根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习;
所述家长端用于查看学生学习时间表、学校通知、学生成绩;
所述教务组端用于根据学生的学习情况匹配相应的老师,以及教务安排。
本方案的原理及优点是:实际应用时,备课模块管理和制定教学计划、教学课件、教学资料,通过制定教学计划,将各个学科各个知识点的教学进度进行安排,利于教学进度的掌握;教学模块对课堂上学生的学习状态和问答情况进行记录,便于了解学生的掌握情况,以有侧重点的进行教学;统计模块,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;利于疑难易错知识点的把握和教学;学习模块,用于根据课表在预设时间段进行各学科的学习;试题模块,用于根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;学习状态和问答情况能够反映学生课堂上对知识点的接受能力,通过根据学习状态和问答情况生成练习试题,能够及时加深对新知识点的映像,巩固模块,用于根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习,利于对没有掌握和耗时长的知识点和题型的巩固练习;在大量的知识题库中,能够减少简单、完全掌握的试题的练习频次,合理分配练习时间,提高学习效率;所述家长端用于查看学生学习时间表、学校通知、学生成绩;所述教务组端用于根据学生的学习情况匹配相应的老师,以及教务安排。
优选的,作为一种改进,所述试题模块包括:
知识点关联子模块,用于将学习状态、问答情况、教学时长与当前学习知识点关联;
试题生成子模块,获取试题库中当前学习知识点关联的所有试题,确定生成试题的类型和数量,根据预设规则,按比例生成当前学习知识点关联试题。
技术效果:通过将学习状态、问答情况、教学时长与当前学习知识点相关联,能够判断当前学习知识点的学习消化情况,通过获取学生是否专注学习、问题是否能回答以及知识点的教学时长,个性化的按比例生成当前学习知识点关联试题,从而有效对课堂未掌握、掌握不全的知识点进行试题练习,提高新知识的学习掌握效率。
优选的,作为一种改进,所述巩固模块包括:
练习计时子模块,对各试题的练习时长进行记录,练习时长超出阈值时,根据练习掌握情况及试题类型,将试题关联知识点进行标记;
提速子模块,将标记知识点按学科和章节进行汇总展示,生成对应的试题,并生成练习倒计时。
技术效果:利于促进学生在理解知识点的基础上,还能够熟练快速应用。
优选的,作为一种改进,所述教务组端还包括:
身体健康监控模块,获取学生学习状态为走神时的视频图像,并对视频图像进行分析,当分析得到学生生病时,向任课教师发出提醒,并将学生基本信息发送给医务室;
心理健康监控模块,获取学生的考试成绩及学习状态,根据考试成绩和学习状态为学生提供心理疏导。
技术效果:通过身体健康和心理健康监控,利于及时发现学生的身心问题,并进行处理,避免长期积累的身心健康问题对学生造成严重影响后果。
优选的,作为一种改进,所述教务组端还包括:
赛事匹配模块,通过爬虫技术,获取比赛信息,并将比赛信息发送到满足条件的学生端,以及对应的家长端和教师端。
技术效果:通过获取比赛信息并推给学生,能够促进学生全面发展,提高获取奖项的概率,避免因信息匮乏错过适配的比赛。
一种智能教学方法,包括:
备课步骤,管理和制定各学科的教学计划、教学课件、教学资料;
教学步骤,通过显示器和语音进行授课,并对课堂上学生的学习状态和问答情况进行记录;
统计步骤,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;
学习步骤,根据课表在预设时间段进行各学科的学习;
试题步骤,根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;
巩固步骤,根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习。
优选的,作为一种改进,所述试题步骤包括:
知识点关联子步骤,将学习状态、问答情况、教学时长与当前学习知识点关联;
试题生成子步骤,获取试题库中当前学习知识点关联的所有试题,确定生成试题的类型和数量,根据预设规则,按比例生成当前学习知识点关联试题。
优选的,作为一种改进,所述巩固步骤包括:
练习计时子步骤,对各试题的练习时长进行记录,练习时长超出阈值时,根据练习掌握情况及试题类型,将试题关联知识点进行标记;
提速子步骤,将标记知识点按学科和章节进行汇总展示,生成对应的试题,并生成练习倒计时。
优选的,作为一种改进,还包括身体健康监控步骤,获取学生学习状态为走神时的视频图像,并对视频图像进行分析,当分析得到学生生病时,向任课教师发出提醒,并将学生基本信息发送给医务室;
心理健康监控步骤,获取学生的考试成绩及学习状态,根据考试成绩和学习状态为学生提供心理疏导。
优选的,作为一种改进,还包括赛事匹配步骤,通过爬虫技术,获取比赛信息,并将比赛信息发送到满足条件的学生端,以及对应的家长端和教师端。
一种存储介质,其上存储有计算机程序,当所述计算机程序在计算机上运行时,使得所述计算机执行一种智能教学方法。
附图说明
图1为一种智能教学系统的结构示意图。
具体实施方式
下面通过具体实施方式进一步详细说明:
实施例一
实施例一基本如附图1所示:
一种智能教学系统,包括:
教师端、学生端、家长端、教务组端和服务器,所述教师端、学生端、家长端、教务组端分别与服务器连接;
所述教师端包括:
备课模块,用于管理和制定各学科的教学计划、教学课件、教学资料,以便于教学展示;
教学模块,用于通过显示器和语音进行授课,并对课堂上学生的学习状态和问答情况进行记录;
学习状态包括专注和走神,具体的,通过摄像头获取大量的学生课堂上的图像,并对图像中的面部和手部进行标记,将标记后的图像输入到ResNeSt卷积神经网络分类模型中完成训练,得到专注和走神的分类模型,将课堂上实时获取的学生图像导入分类模型中,即能够得到学生的学习状态.
问答情况包括正确、错误和不完整,问答指的是每个知识点的随堂测试,问答情况是对新知识点理解情况的体现。
统计模块,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学。
所述学生端包括:
学习模块,用于根据课表在预设时间段进行各学科的学习;
试题模块,用于根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;所述试题模块包括:
知识点关联子模块,用于将学习状态、问答情况、教学时长与当前学习知识点关联;如知识点A的教学时长为10分钟,学生甲专注学习,正确回答随堂测试;学生乙走神,不完整回答随堂测试,以学生为主线,将学习状态、问答情况、教学时长与当前学习知识点关联。
试题生成子模块,获取试题库中当前学习知识点关联的所有试题,确定生成试题的类型和数量,根据预设规则,按比例生成当前学习知识点关联试题。
预设规则为:对学习状态、问答情况和教学时长分别赋予理解积分,将当前学习知识点的理解积分之比作为生成试题数量之比。
如学习状态专注和走神的理解积分分别为0和1,问答情况正确、错误和不完整的理解积分分别为0、2、1,教学时长5分钟为1积分,则学生甲知识点A的理解积分为2+0+0=2,学生乙知识点A的理解积分为:2+1+1=4。若当前学习知识点包括A、B、C、D,确定生成试题的类型和数量为包括选择题10个、解答题2个、判断题5个和填空题5个,则每个类型的试题,对应知识点数量的比值为各个学生的每个知识点的理解积分之比。通过这种方式,能够根据学生的学习情况对应生成练习试题,避免了以往的所有学生使用相同试卷进行练习,各个学生的掌握情况不一致,无法个性化练习的情况。
巩固模块,用于根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习;所述巩固模块包括:
练习计时模块,对各试题的练习时长进行记录,练习时长超出阈值时,根据练习掌握情况及试题类型,将试题关联知识点进行标记;当练习时长超出阈值时,即熟练度欠缺,还需提高熟练度,因此根据学习掌握情况和试题类型对关联知识点进行标记,学习掌握情况包括掌握和未掌握,标记如:知识点A的填空题型未掌握。
提速模块,将标记知识点按学科和章节进行汇总展示,生成对应的试题,并生成练习倒计时。
通过个性化的分配各个知识点对应的试题进行练习,使得试题更贴近各个学生的学习情况,避免浪费时间在已经熟悉掌握的知识点上,从而提高试题练习准确率,提高效率。
所述家长端用于查看学生学习时间表、学校通知、学生成绩;利于家长随时掌握学生动向。
所述教务组端用于根据学生的学习情况匹配相应的老师,以及教务安排。所述教务组端还包括:
身体健康监控模块,获取学生学习状态为走神时的视频图像,并对视频图像进行分析,当分析得到学生生病时,向任课教师发出提醒,并将学生基本信息发送给医务室;心理健康监控模块,获取学生的考试成绩及学习状态,根据考试成绩和学习状态为学生提供心理疏导。通过身体健康和心理健康监控,利于及时发现学生的身心问题,并进行处理,避免长期积累的身心健康问题对学生造成严重影响后果。
所述教务组端还包括:赛事匹配模块,通过爬虫技术,获取比赛信息,并将比赛信息发送到满足条件的学生端,以及对应的家长端和教师端。通过获取比赛信息并推给学生,能够促进学生全面发展,提高获取奖项的概率,避免因信息匮乏错过适配的比赛。
一种智能教学方法,包括:
备课步骤,管理和制定各学科的教学计划、教学课件、教学资料;
教学步骤,通过显示器和语音进行授课,并对课堂上学生的学习状态和问答情况进行记录;
统计步骤,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;
学习步骤,根据课表在预设时间段进行各学科的学习;
试题步骤,根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;
巩固步骤,根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习。
所述试题步骤包括:
知识点关联子步骤,将学习状态、问答情况、教学时长与当前学习知识点关联;
试题生成子步骤,获取试题库中当前学习知识点关联的所有试题,确定生成试题的类型和数量,根据预设规则,按比例生成当前学习知识点关联试题。
所述巩固步骤包括:
练习计时子步骤,对各试题的练习时长进行记录,练习时长超出阈值时,根据练习掌握情况及试题类型,将试题关联知识点进行标记;
提速子步骤,将标记知识点按学科和章节进行汇总展示,生成对应的试题,并生成练习倒计时。
还包括:
身体健康监控步骤,获取学生学习状态为走神时的视频图像,并对视频图像进行分析,当分析得到学生生病时,向任课教师发出提醒,并将学生基本信息发送给医务室;
心理健康监控步骤,获取学生的考试成绩及学习状态,根据考试成绩和学习状态为学生提供心理疏导;
赛事匹配步骤,通过爬虫技术,获取比赛信息,并将比赛信息发送到满足条件的学生端,以及对应的家长端和教师端。
一种存储介质,其上存储有计算机程序,其特征在于:当所述计算机程序在计算机上运行时,使得所述计算机执行一种智能教学方法。
实施例二
与实施例一不同的是,所述教师端还包括:
成绩汇总模块,将学生成绩按学科和班级分别进行汇总;
备课标准分析模块,对不同班级的同一学科各知识点关联的试题的总成绩进行统计,并将各个班级使用的教学计划、教学课件、教学资料进行对比分析,获取各知识点的总成绩最优的班级中,所使用的教学计划、教学课件、教学资料的关联部分,并将所述关联部分的教学计划、教学课件、教学资料作为备课标准;将同一科目的所有知识点对应的备课标准进行组合,形成学科备课标准;通过学科备课标准,能够将实践中效果好的教学计划、教学课件、教学资料进行普及,提高备课效果;所述备课标准分析模块还包括:
授课区别生成视频链接子模块,获取各班级中采用教学计划、教学课件、教学资料相同部分,并统计所述相同部分的各知识点关联的试题的总成绩,对总成绩最优的班级的授课教师的授课过程进行分析,将其与其他老师的授课区别点生成视频片段,并以链接形式自动插入到其他教学计划、教学课件、教学资料相同知识点的位置,便于其他教师借鉴学习;
台风分析子模块,获取不同学科总体成绩的排名,对各学科总体成绩排名第一的班级的教师的台风进行分析,并生成分析报告,将分析报告发送给成绩排名超出阈值的教师,同时,分析报告所有人均可查阅。所述阈值根据同一班级所有学科的平均排名确定,如学科总共有:语文、数学、英语,1班的语文、数学、英语的总体成绩在年级排名分别为第一名、第五名、第六名,则平均排名为4,数学和英语排名均后于4,视为超出阈值。通过台风分析子模块,能够对各科教师起到提醒作用,收到分析报告即台风相对班级的整体水平处于落后状态,同时还能够向台风较好的教师进行学习。
以上所述的仅是本发明的实施例,方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出,对于本领域的技术人员来说,在不脱离本发明技术方案的前提下,还可以作出若干变形和改进,这些也应该视为本发明的保护范围,这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准,说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (10)
1.一种智能教学系统,其特征在于,包括:
教师端、学生端、家长端、教务组端和服务器,所述教师端、学生端、家长端、教务组端分别与服务器连接;
所述教师端包括:
备课模块,用于管理和制定各学科的教学计划、教学课件、教学资料;
教学模块,用于通过显示器和语音进行授课,并对课堂上学生的学习状态和问答情况进行记录;
统计模块,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;
所述学生端包括:
学习模块,用于根据课表在预设时间段进行各学科的学习;
试题模块,用于根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;
巩固模块,用于根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习;
所述家长端用于查看学生学习时间表、学校通知、学生成绩;
所述教务组端用于根据学生的学习情况匹配相应的老师,以及教务安排。
2.根据权利要求1所述的一种智能教学系统,其特征在于,所述试题模块包括:
知识点关联子模块,用于将学习状态、问答情况、教学时长与当前学习知识点关联;
试题生成子模块,获取试题库中当前学习知识点关联的所有试题,确定生成试题的类型和数量,根据预设规则,按比例生成当前学习知识点关联试题。
3.根据权利要求2所述的一种智能教学系统,其特征在于,所述巩固模块包括:
练习计时子模块,对各试题的练习时长进行记录,练习时长超出阈值时,根据练习掌握情况及试题类型,将试题关联知识点进行标记;
提速子模块,将标记知识点按学科和章节进行汇总展示,生成对应的试题,并生成练习倒计时。
4.根据权利要求3所述的一种智能教学系统,其特征在于,所述教务组端还包括:
身体健康监控模块,获取学生学习状态为走神时的视频图像,并对视频图像进行分析,当分析得到学生生病时,向任课教师发出提醒,并将学生基本信息发送给医务室;
心理健康监控模块,获取学生的考试成绩及学习状态,根据考试成绩和学习状态为学生提供心理疏导。
5.根据权利要求4所述的一种智能教学系统,其特征在于,所述教务组端还包括:
赛事匹配模块,通过爬虫技术,获取比赛信息,并将比赛信息发送到满足条件的学生端,以及对应的家长端和教师端。
6.一种智能教学方法,其特征在于,包括:
备课步骤,管理和制定各学科的教学计划、教学课件、教学资料;
教学步骤,通过显示器和语音进行授课,并对课堂上学生的学习状态和问答情况进行记录;
统计步骤,对学生试题练习错误率高和难度大的试题进行统计,并生成新的教学课件进行教学;
学习步骤,根据课表在预设时间段进行各学科的学习;
试题步骤,根据学生的学习状态和问答情况生成练习试题,学生进行试题练习,并对每个试题的练习时间、练习掌握情况、关联知识点、试题类型进行记录保存;
巩固步骤,根据学生的每个试题的练习时间、练习掌握情况、关联知识点和试题类型生成巩固试卷进行练习。
7.根据权利要求6所述的一种智能教学方法,其特征在于,所述试题步骤包括:
知识点关联子步骤,将学习状态、问答情况、教学时长与当前学习知识点关联;
试题生成子步骤,获取试题库中当前学习知识点关联的所有试题,确定生成试题的类型和数量,根据预设规则,按比例生成当前学习知识点关联试题。
8.根据权利要求7所述的一种智能教学方法,其特征在于,所述巩固步骤包括:
练习计时子步骤,对各试题的练习时长进行记录,练习时长超出阈值时,根据练习掌握情况及试题类型,将试题关联知识点进行标记;
提速子步骤,将标记知识点按学科和章节进行汇总展示,生成对应的试题,并生成练习倒计时。
9.根据权利要求8所述的一种智能教学方法,其特征在于,还包括:
身体健康监控步骤,获取学生学习状态为走神时的视频图像,并对视频图像进行分析,当分析得到学生生病时,向任课教师发出提醒,并将学生基本信息发送给医务室;
心理健康监控步骤,获取学生的考试成绩及学习状态,根据考试成绩和学习状态为学生提供心理疏导;
赛事匹配步骤,通过爬虫技术,获取比赛信息,并将比赛信息发送到满足条件的学生端,以及对应的家长端和教师端。
10.一种存储介质,其上存储有计算机程序,其特征在于:当所述计算机程序在计算机上运行时,使得所述计算机执行如权利要求6至9任一项所述的一种智能教学方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310487519.6A CN116740999A (zh) | 2023-04-28 | 2023-04-28 | 一种智能教学系统、方法及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310487519.6A CN116740999A (zh) | 2023-04-28 | 2023-04-28 | 一种智能教学系统、方法及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116740999A true CN116740999A (zh) | 2023-09-12 |
Family
ID=87903343
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310487519.6A Pending CN116740999A (zh) | 2023-04-28 | 2023-04-28 | 一种智能教学系统、方法及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116740999A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079222A (zh) * | 2023-10-17 | 2023-11-17 | 广州乐庚信息科技有限公司 | 一种基于课堂音视频智能分析的教案生成方法和系统 |
-
2023
- 2023-04-28 CN CN202310487519.6A patent/CN116740999A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079222A (zh) * | 2023-10-17 | 2023-11-17 | 广州乐庚信息科技有限公司 | 一种基于课堂音视频智能分析的教案生成方法和系统 |
CN117079222B (zh) * | 2023-10-17 | 2024-01-26 | 广州乐庚信息科技有限公司 | 一种基于课堂音视频智能分析的教案生成方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Semiz et al. | Pre-service physical education teachers' technological pedagogical content knowledge, technology integration self-efficacy and instructional technology outcome expectations | |
CN105469662A (zh) | 教学过程中学生答题信息实时采集、高效智能批改系统及使用方法 | |
CN108090739B (zh) | 学生课外学习提醒系统 | |
WO2022193040A1 (zh) | 一种理科教学系统及其使用方法、计算机可读存储介质 | |
Yang et al. | The effect of MySQL Workbench in teaching entity-relationship diagram (ERD) to relational schema mapping | |
CN116740999A (zh) | 一种智能教学系统、方法及存储介质 | |
Olugu | Availability and utilization of assistive technology devices for improved teaching and learning among students with learning disabilities in Ohafia, Abia State | |
Salman et al. | Obstacles of Teaching Distance Universities Courses in Light of E-Learning Quality Standards. | |
CN113159471A (zh) | 一种基于大数据的新型在线教育管理系统及方法 | |
CN110378814A (zh) | 智能教学生态系统 | |
Tong et al. | Improvement of Education Method by Using Artificial Intelligence Technology | |
Moridani | The role of the Internet of Things in the Educational System during the Corona Pandemic | |
Ekantiningsih et al. | Trends of education and training teacher competency in information and communication technology | |
Coleman et al. | The Project for Simulation to Enhance Business Skills. | |
Chachiyo et al. | Synthesising a blended learning model with problem based learning for improving the computational thinking of junior high school students | |
Duan et al. | Application of scenario simulation and group case discussion teaching method in health law teaching | |
Alutu | Utilization of teaching resources for efficient instructional delivery in data processing in senior secondary schools in Anambra | |
Arida et al. | Mathematics Self-Efficacy and the Use of Virtual Math Manipulatives Among Pre-Service Teachers | |
Dong | Design of Computer Intelligent Evaluation System for Spoken English Based on Cloud Computing | |
Nurwijaya et al. | Development of Discrete Mathematics Learning Content Using Google Classroom in Mathematics Education Students | |
Young et al. | Item analysis of the EDC reading quizzes | |
Alnasraween et al. | Cypriot Journal of Educational Sciences | |
Yulianti et al. | Development of a science, environment, technology, and society-based learning module to foster critical thinking in elementary students | |
CN114419938A (zh) | 一种应用于汉语言教学的智能系统 | |
Yacef | Making large class teaching more adaptive with the logic-ITA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |