Abstract：Thereareincreasingrequirementsforonlineexaminationsystem，butthereisnomaturemarkingmethodfor下面是小编为大家整理的数学智力题及答案【五篇】,供大家参考。
数学智力题及答案范文第1篇
Abstract：
There are increasing requirements for online examination system， but there is no mature marking method for automatic assessment of the subjective questions. In this paper， it first simulates the marking idea of the marking staff. Based on fuzzy mathematical similar degree theory， single similiar degree is used to design the automatic marking method of subjective questions. Specific algorithm implementation is provided， which is of referential significance for automatic subjective questions marking of all kinds of examinations.
关键词：
考试系统；
主观题；
自动阅卷；
单向贴近度；
算法
Key words：
examination system；
subjective questions；
automatic marking；
single similar degree；
algorithm
中图分类号：TP301.6 文献标识码：A 文章编号：1006-4311（2014）17-0231-03
0 引言
随着信息社会的发展，在线考试在的需求越来越高，不论学校课程考试、行业认证考试、等级考试还是选拔考试，在线考试的使用已经越来越普遍。它的使用可以有效控制考试阅卷成本，提高考试的效率，打破考生地理位置限制，提高评分准确度和公正度。
就考试的目的而言，一是检查考生对相关基础知识的掌握程序，二是对考生进行区分或选拔。一份评价效果优秀的试卷应包含客观题（选择题、判断题等题型）和主观题（名词解释题、简答题、论述题、证明题、程序设计题、翻译题等多种题型）。由于客观题的答案一般情况下是封闭性答案，自动阅卷算法简单，实现起来比较容易，也较为成熟。但主观题答题过程中普遍存在个体差异，语言使用能力不同，不同考生对同一个知识点的论述方式不一样，加之该类题型解答的开放性强，答案的复杂程度很高。目前，在各类实际考试过程中，还没有成熟地可以准确进行主观题智能阅卷的考试系统[1]。主观题智能评分是一个较为庞大的课题，涉及领域广泛，相关基础理论还有待进一步发展，如人工智能领域、学科专家领域、模式识别领域以及自然语言理解领域等，还有非常多理论上和技术上的问题急待解决。[2]
1 主观题型智能阅卷算法
1.1 考生语言特点分析 考生在解答主观题时，通常解答思路较为开放，导致答案也较为开放。在语言的使用上普遍为叙述类语言，表达方式上普遍比较多样，而每位考生对知识的理解程度不一样，所提交的答案就会有很大差异。考生提交的有些合理答案，并不一定与参考答案一致，要达到对封闭性答案一样的评分准确度就非常困难了。
1.2 阅卷人员分析与模拟 对阅卷人员在评阅主观题时的思维活动，往往先考查考生所提交答案中有多少个点可以列为得分点；
然后再比对考生的提交解答和参考答案的贴近度；
再由得分点和贴近度来形成该主观题的基础得分；
最后再考虑考生答案语法是否通顺、条理是清晰等因素，得出最终得分。这种阅卷人员的阅卷思想，在智能阅卷系统中可以进行模拟。
1.3 主观题评分影响因子分析 主观题评分主要有两个影响因子：第一个影响因子是得分点，每道主观题的参考答案可以先整理出确定的几个得分点。第二个影响因子是考生答案和参考答案的贴近度。要在计分时运用统计分析的方法，普遍会将不同的得分点量化为一个合理相同或不相同的数量值，贴近度也可以使用算法进行量化。本文的实践过程中，使用模糊数学中贴近度的方法作为理论基础和依据。最后，依据关键词贴近度在评分时所占的权重，计算最终分值。
1.4 参考答案设置思考 由于不同的考生对同一个事物的理解方式和阐述会不一样，即个体差异，所以，在参考答案设置时，建议把参考答案提取出得分点，然后对每个得分点设置关键词，设置关键词时，要考虑到来自不同领导和语言方式的考生的表达方式，尽可能涵盖合理的关键词。评分算法的第一步要扫描统计考生提交的答案中与参考答案所设置关键词数相符个数，再对应出相应的量化分。第二步要对考生提交的答案中的关键词和参考答案中的关键词进行贴近度分析[3]，统计出考生答案每个关键词的贴近程度得分，累加出基础分。第三步要适当考查考生答案的语言表达能力，适当进行加分或减分，最后统计出该考生该主观题的最后得分。
2 算法设计
2.1 概念 把考生答案和参考答案均理解为字符串，解决考生答案和参考答案的贴近度量化和之后的编程问题，参照模糊数学中对单向贴近度的定义。把一个字符串分解为单个字符，并将它们构成的有序集合称为一个模糊集，U={u1，u2，u3，…，un}称为论域，论域U上的全体模糊子集所组成的集合记作F（U）（也叫模糊幂集）[4]
为了分析两模糊集的接近程度，文中引入了单向贴近度的概念[5]。
定义1：设U={u1，u2，u3，…，un}，A，B∈F（U）。若映射
δ：F（U）×F（U）[0，1]，满足条件：
①δ（A，A）=1
②δ（B，B）=1
③若ABC或ABC，则δ（A，B）≥δ（A，C）称δ（A，B）为A贴近于B的单向贴近度。
定义2：设A、B是字符串，A中包含n个字符，δ（A，B）表示A贴近于B的单向贴近度，按从左到右的顺序，模糊集A中的每个元素在模糊集B中出现的有效次数之和记为m，则δ（A，B）=m/n。可以证明，满足单向贴近度的定义。
在评阅主观题时，将参考答案当作字符串赋值给模糊集A0，考生提交的答案当作字符串赋值给模糊集A，用δ（A0，A）来表示参考答案模糊集A0与考生答案模糊集A的单向贴近度，这样单向贴近度就引入到问题解决中来了。
2.2 算法思想分析 智能阅卷系统的主要任务是扫描统计考生提交的答案中与参考答案所设置关键词数相符个数，对考生提交的答案中的关键词和参考答案中的关键词进行贴近度分析[3]，统计考生答案中各个关键词贴近度得分，根据考试的类型和目的，参考考生答案时的语言运用能力适当加分或减分，最后计算该考生该主观题的最终分值。
2.3 算法实现 依据单向贴近度理论基础和算法，使用VBScript语言作为实现平台，设计函数near，用于统计字符串m贴近于字符串n的单向贴近度[7]。
该程序如图1所示。
2.4 主观题评分 综合考虑知识要点和贴近程度两个得分因素，得出主观题智能阅卷评分公式：
S=（P×δa（A0，A）+（1-P）×■×S0
式中各符号的含义如下：
S：考生该主观题的最终成绩。由公式转化为程序得出，保存到数据库，按需求确定是否需要及时显示成绩；
S0：该主观题的分值。由学科专家出卷时设定，抽取试卷时，取自数据库；
A：考生提交的主观题答案。考生确认提交试卷后，保存在考生答卷数据库中等待智能阅卷系统读取；
A0：该主观题的参考答案。生成试卷时，由相关学科专家、模式识别领域专家和自然语言理解专家等共同研究确定，从试题数据库中取得；
P：关键词这一影响因子在该主观题中比重，量化为分值，大于等于0，小于等于1。由学科专家出卷时设定，考试系统管理员也取得权限进行修改；
1-P：根据不同考试类型及考试目的所设置的非关键词影响因子在该主观题中的比重，同样量化为分值，由学科专家出卷时设定，考试系统管理员也取得权限进行修改；
n：该主观题参考答案关键词的数量。由学科专家确定，存于试题库中，阅卷时取出用于计算成绩。
根据程序可知：
Ki：第i个关键词，i大于等于0，小于等于n，由变量i实现程序循环逐一扫描关键词；
E（Ki，A）：检查程序循环到第i个关键词时，该词与考生答案中关键词的单向贴近度；
E（K，A）：关键词与考生答案的单向贴近度阀值。组卷时生成，也可评分时修改，从试卷库中取得。其含义是：
当E（Ki，A）
当E（Ki，A）≥E（K，A）时E（Ki，A）等于其本身；
δa（A0，A）：参考答案模糊集A0向考生答案模糊集A的单向贴近度。由程序计算得到：
δa0（（A0，A））单向贴近度阀值。组卷时生成，也可评分时修改，从试卷中读取。其含义是：当δa（A0，A）
3 系统设计
3.1 系统流程图 系统设计以计算机类编程题为例，在系统中对编程题的实现，使用其运行结果与参考答案之间的比较来判定分数设计也相当容易。但是，要实现当程序运行结果与参考答案比较不匹配或程序无法编译运行的情况，则如何检测其程序的编程思想是自动评分系统的要点。该系统设计的总体思路如图2所示。
3.2 系统设计 使用 2010作为系统开发工具，用SQL server 2008作为数据库，系统设计的界面如图3、图4、图5、图6所示。
4 结束语
计算机系统智能阅卷和智能成绩计算，是在线考试系统的必由之路，主观题的智能阅卷和智能成绩计算技术，是这个领域的关键点和难点。在具体的开发中，要深入研究不同学科、不同考试目的、不同题型的解答差异，做细划区分，有针对性的研究、设计相关得分点和关键词，结合单向贴近度算法。兼顾效率和效果，提高在线考试评分效率、提高在线考试评分准确度、提高考试公平性，减少人为因素的干扰。
对于主观题的精确评分还有很多急需解决的技术及算法难题，本文仅运用模糊数学中贴近度的概念，对主观题的智能阅卷思路作了简要论述，分析了算法，并进行了简要实现，初步把思路和算法转化为系统目标。主观题阅卷这一课题，还需要结合学科专家、考试专家、算法专家共同协作，还需要从基础理论和算法做起，各领域相互协作，进一步进行深入探讨。
参考文献：
[1]董英斌，竹翠.基于网络的新型计算机考试系统[J].计算机工程，2011，27（8）：150-152.
[2]高思丹，袁春风.语句相似度计算在主观题自动批改技术中的初步应用[J].计算机工程与应用，2004，14（5）：132-135.
[3]张森，韦明.数据库的模糊查询技术[J].电子与自动化，2000（5）：23-24.
[4]孟爱国，卜胜贤等.一种网络考试系统中主观题自动评分的算法设计与实现[J].计算机与数字工程，2005，33（7）：147-150.
[5]彭祖赠，孙韫玉等.模糊（Fuzzy）数学及其应用[M].武汉大学出版社，2002.
数学智力题及答案范文第2篇
【关键词】智能自适应；
答疑系统；
适应性的学习
1 问题的提出
随着Internet的发展，我们可以看到，传统远距离教育模式存在许多缺陷。它是一种以群体为基础的远距离教育和培训模式，它通过图书、音频、视频或卫星单向通信媒介把分散于不同地方的教师和学生联系到一个虚拟的网络教室中，进行集体授课。学生只能面对屏幕上的教师，学生与教师之间缺乏最基本的交互性联系，缺乏必要的课堂气氛，教师的形体语言及教室氛围的促进工作，几乎消失殆尽；
面对众多的学生，教师只能在一个起点上进行教学，无法兼顾各个层次的学生，容易导致优秀的学生听得没味、后进学生听不懂的局面，并且教与学分离，收集教学反馈信息困难，无法进行教学诊断和教学评价。综上所述，传统远距离教育模式具有两大局限性：一是教学的单向性，二是教学不能满足个别学员的需求。因此适应性学习主流逐渐形成，可以用不同于传统的方法，使远距离学习更为简单，更为高效，更具有个性化。在这种适应性学习系统支持下的学习，就是适应性的学习。本文提出的自适应答疑系统是根据学生独立学习的情况，进行自我组织、制定施行学习计划，并能控制整个学习过程，对学习进行自我评估，通过Internet建立一个自动网络答疑系统Answer Web，对学生提出的问题进行分析和匹配，自动寻找可能的解答，组合常被链接参考的解答，同时还可以对问题和答案进行统计和分析，并把一些有价值的信息传递给教师，教师通过判断，删除一些不合理的问题以及附加一些正确的解答。所以研究和设计这种智能自适应答疑系统是很有必要的。它不仅改变了系统的教育方法，而且根据自己的需要独立地完成了信息的选取及水平的提高。
2 Internet环境下智能自适应答疑系统的设计
该系统针对某个专业领域，具有一定的智能性。能够解答学生的疑问，帮助学生快速、准确地找到他们真正需要的信息。它既可以作为远程教育的一部分，也可以独立运用问答的方式进行教学。
2.1 智能答疑模块的设计
智能答疑是一个智能适应性的知识库系统，它分自动答疑和人工答疑两大部分，在教学设计阶段，教师将本学科最常见的疑难问题按一定的组织方式存放到领域知识库中，当学生遇到疑难问题时，系统将根据学生提交的问题描述，对领域知识库进行智能搜集，按照检索内容相关程度的高低，将对该问题的解答呈现给学生。主要采用电子邮件或通过Internet征求解答，有人解答后，系统自动将解答发给学生。总之，智能答疑系统是一种支持同步和异步答疑以及讨论的系统。根据功能要求，智能自适应答疑系统主要由服务器端口操作即教师操作、服务器、题库及学生端口等组成。智能答疑系统模块主要包括学生管理模块和教师管理模块。其中学生管理模块主要是处理学生与系统之间的通信问题，学生登录时检查学生管理数据库，若合法，生成相应的学生认知模型，并添加学生列表。学生退出时，从学生列表中删除，并删除相应的学生认知模型。教师管理模块主要是处理教师与系统之间的通信问题。教师登录时，检查教师、管理数据库，若合法，添加教师列表。教师退出时，从教师列表中删除。邮件接口主要进行答疑系统与邮件系统的交互问题。而异步答疑系统的关键组成部分就是系统协调模块。主要完成的功能是学生将提出的问题纳入数据库，同时给教师发送信息；
教师或别的同学回答问题后，将答案纳入数据库中，同时给提问的学生发送信息；
给教师提供工具，用于对试题的分析。
2.2 适应性学习系统的构建
学生适应性学习主要针对每一个学生的特点选取，由系统自动微观调整。除了答疑系统是主要部分以外，自适应性也是实现功能的必要部分。用学生对学习目标所达到的程度来表示学生的知识水平，学生可以根据自己的需要选用不同档次的试题来检测自己的水平和能力，并检测出自己对所学内容的掌握情况。适应性学习系统的构建如图1所示。
适应性学习方法的核心特征是适合个别需求的学习内容与学习环境的支持，它客观打破了教育测量、智能辅助教学、学习环境支持、学习等方面的不连贯之外，使测验和课程区分不再那么清楚，学习与计算机及通信网络更加紧密结合。
目前的典型适应性学习系统主要有美国的TICCIT，即Time shared Interactive Computer-controlled Information Television，台湾的ITES，即智能学习与测试评估系统等。
3 学生适应性学习功能
在适应学习中，可以实施授业解惑式学习模型，它与传统学习模型相似。学生通过听教师对内容的讲解，或者阅读教师准备的材料来进行学习，当学习遇到疑难问题时，通过智能答疑系统进行交互，并且学习系统提供大量的、与问题相关的信息资源供学生在解决问题过程中查阅、智能答题系统是给学生的帮助并不是直接告诉他答案，而是给适当的启发和提示，这样就改变了学生完全依靠老师和答案的局面，并且可以先自己把问题多研究几遍，也许会产生某些灵感，然后再查找资料，去充实自己的解答，从而激发学生自身的学习兴趣和创造性。但是这样还要防止学生有过强的挫折感，因为每个学生的思维水平不一样，为此要有比较敏感的反馈系统，以便及时给予学生帮助。
智能答疑模块首先列出所有学生的问题，帮助教师查看和管理，当教师选定一个问题后，它可以完成如下安排：
修改问题：看专家和教师认为某个问题可以保留，但是学生提的该问题表达不确切可以修改其问题，使问题更清楚明确。
删除问题：教师可以删除不重要的、过时的或者没有意义的问题，以保持答疑区清洁、有效。
4 关键技术问题的解决
要完成上述的基于Internet智能答疑系统，需要解决几个关键技术问题。
4.1 管理模块中语义网络的匹配
为了支持电子邮件方式的提问查询，在系统的服务器端必须提供包含自动分析、转发邮件的服务程序，要使使用的网络与问题提出形式的先进性相匹配。
4.2 检查时关键词的索引
在用户提交问题时，如果采用的是自然语言方式且没有基于系统提供的模块，此时就需要系统对用户提交的问题进行关键词的提取，采用“长词优先”的原则，参考系统的领域关键词词库对用户提交的问题进行分解。
4.3 管理模块中的检查问题
数学智力题及答案范文第3篇
关键词:答疑系统;教学管理;教学组织;数据挖掘
中图分类号:TP393文献标识码:A文章编号:1009-3044(2009)36-10502-02
Answering System of Network Teaching Analysis
GAO Li-min
(Hebei University Computer Center Baoding, Baoding 071002, China)
Abstract: Is a Web-based teaching new teaching models, Web-based teaching platform is a Web-based teaching environment. Answering system is an important part of the teaching platform, this article focuses on answering system use and , oftraining at the same time Web answer system of scheme design.
Key words: answering system; teaching management; teaching organization; data mining
网络教育作为一种新型教学模式,提供了平等开放的学习环境和丰富的学习资源,和传统教学相辅相成相互促进。网络教学平台是网络教学的支撑软件,如何建设符合教育理论,提高教学质量的网络教学平台是网络教学研究的重要课题之一。
答疑是教学活动的重要组成环节,通过师生交互,解决教学中产生的疑难问题,对教学活动有反馈、检验和完善的作用,是教学活动不可缺少的一部分。在网络教学中,教师和学生时空分离,及时准确的答疑尤为重要,答疑系统是网络教学不可或缺的组成部分。如何在网络教学中实现合理有效的答疑,发挥其关键性作用,关系到网络教学的成败。
1 网络教学答疑系统的组成
网络教学答疑系统(简称:答疑系统)包括两种形式:人工答疑和智能答疑。人工答疑有在线方式和离线方式,分别有不同作用和实现形式。在线答疑要求师生同时在线,传送文字、图像、音频和视频,模拟面对面的课堂,及时应答学生的提问。离线方式通过邮件,论坛,BBS等形式,师生时空分离,异步问答。
智能答疑以人工答疑为基础,通过建立资源库,提供基于知识点、时间、作者等关键字的检索,获取相关问题的解答。资源库的建设是智能答疑的核心。
2 答疑系统的使用现状及原因
网络教学平台的答疑功能主要通过远程教学系统、邮件、论坛和BBS等形式实现。远程教学系统造价高,使用范围较小,主要是网络学院和远程教育机构使用;邮件,论坛,BBS是网络答疑通用的使用形式。
调查发现目前答疑模块在使用中普遍存在一些问题,主要是:
1) 答疑系统使用率低。学生提出的问题数量少,解答相应也很少,不能满足教学需要,对网络教学辅助作用难于实现。
2) 答案呈现方式单一。目前答疑系统中答案呈现多是文本形式,缺乏生动的多媒体(图片、声音和视频)支持,答案质量差,影响了答疑效果。
3) 答案内容精确性和完善性不足。系统提供的答案依然停留在原始状态,多是“就事论事”,很少触及问题之间的联系和本质,缺乏对问题全面而综合的阐述,难以形成高质量的答案。
4) 问题组织缺乏系统性。在问题组织形式上,答案按时间自然排序,缺乏系统化,导致内容杂乱无章,学生查询困难。
造成这种情况的主要原因如下:
1) 网络教学发展时间短,规模小。多数教师缺乏网络教学的理念和经验,对网络教学答疑存在模糊认识;网络答疑所需的各种多媒体资源少,答案制作上捉襟见肘。
2) 网络教学管理和组织薄弱。从事网络教学的教师多是孤立授课,各自为战,难以形成团队,不能进行教学研讨、教学交流和教学合作等重要教学活动。
3 答疑系统的设计和使用
目前网络教学平台大力强调教学软件及相关硬件的建设,忽略了教学管理和教学组织。网络教学以网络技术为手段,以一种虚拟形式展现教学过程,必须依靠强有力的管理和组织,才能发挥作用。
教学单位和教师队伍是网络教学的操作者,和网络教学软硬件环境三者相辅相成,互相影响,共同组成一个整体。将网络教学单位、教师队伍、规章制度的建设与网络教学平台软硬件环境统一起来,作为一个整体同步建设,是网络教学平台开发使用的指导原则。下面介绍融入教学管理和教学组织的答疑系统设计和使用。
3.1 分工合作
在答疑系统建设中,把人员分为两组:第一组教学平台开发组,负责网络答疑软件设计开发;第二组由教学单位组织成立以课程为单位的课程组,教师参加自己所任课程组,推举经验丰富的老师担任组长,负责本门课程答疑工作的实施。
3.2 人工答疑的设计
加强管理和组织:课程组教师进行分工,安排固定的答疑时间,并公布给学生。良好的组织为答疑系统运转提供了基础;
建立反馈和评价机制:在答疑过程中,学生可以对教师的回答提出自己的看法,并和教师进行交流。对每次答疑过程,学生通过打分,评价教师答疑的质量;
资源完善:由课程组制定研讨制度,在固定时间,由所任课程的教师进行教学活动,对收集的问题和答案进行集体研讨,进而完善。主要完成以下的任务:
a) 完善答案。
教师应该收集更多资源,对已有答案进行补充和完善,保证答案准确和完善。评价机制积累的数据,能够反映学生对答案的看法,并结合教师的经验,改进不合理的答案。
b) 改进答案的呈现形式。
人工答疑因为时间、环境和人为等因素,很多答案没有采用适当的呈现形式。现在应采用文字、图片、动画、声音和视频等多媒体形式对答案进行精心制作,以达到更好效果。
c) 答案和练习相结合。
针对学生问题,加入一些小练习,加深学生印象,帮助学生提高对问题的理解,有助于学生和教师检验答疑的效果,
3.3 智能答疑的设计
把人工答疑和日常教学活动中积累的问题和答案存入答疑库,提供合理检索,获取问题的答案,这就是智能答疑。答疑库是智能答疑系统的核心,它的建设是一个长期过程,需要不断对新问题进行加工处理,加入答疑库。
1) 建立答疑库和检索机制。组织任课教师制定课程的知识体系,然后抽取对各个章节何知识点的关键字,分析相互关联的知识点,以此为基础建立答疑系统的资源库,提供按照知识体系和关键字检索的方法。为了更好支持使用者的查询要求,智能答疑系统应该包含全文检索的功能,对答疑库中问题和答案内容进行全文检索。
2) 深层加工,丰富答疑库。课程组教师对问题和答案进行整理,提高答案质量,然后定期对问题进行归类,抽取关键字,按照知识点章节,加入到答案库。
3) 数据挖掘和系统完善。经过一段时间使用,积累了大量数据,包括:问题、答案,学生的使用情况,学生对教师的评价等各个方面的实际数据,对这些数据的分析能够了解答疑系统使用和网络教学的情况,可以分为两个层次:
a) 使用在线分析工具OLAP(On Line Analytical Processing)对这些数据进行分析,来验证网络答疑的各种规律。基于数据仓库的在线分析OLAP过程,是建立在用户对数据中某种知识有预感和假设的前提下,由用户指导的信息分析和知识发现的过程;
b) 网络教学作为一种新型教育模式,出现的时间短,很多内在规律还没有被发现,利用数据挖掘技术从大量数据中抽取未知的、有价值的模式或规律。经过数据清洗,数据集成,数据转换,数据挖掘四个步骤,最后进行模式评估和知识表示,得到有价值的网络答疑规律,依据这些规律改进现有答疑系统,使之更有效。
答疑是网络教学中一个重要组成部分,通过把先进的网络技术与严格的管理和组织制度结合起来,克服单个教师力量薄弱,各自为战的缺点,采用专门的答案制作技术,使问题展现更加合理,最后通过问题加工和数据挖掘使答案库更丰富,使答疑活动更加有效。
参考文献:
[1] 李爽,陈丽.国内外网上智能答疑系统比较研究[J].中国电化教育,2003(1).
[2] 杨鸿雁,唐棣.基于WEB的网络答疑系统的设计与实现[J].沈阳师范学院学报,2001(7).
数学智力题及答案范文第4篇
其中，逻辑数学智能是指有效地计算、测量、推理、归纳、分类，并进行复杂数学运算的能力。这项智能包括对逻辑的方式和关系，陈述和主张，功能及其他相关的抽象概念的敏感性。
我们不禁会问，在目前的高中课程体系中，哪些课程发挥了发展学生逻辑数学智能的作用呢？答案似乎都会指向一些纯理科的学科（如数学）。而笔者认为，各门学科在发展学生多元智能方面固然各有侧重，但对于人的某种智能的开发绝非某单一学科的专属。比如，对逻辑数学智能的训练提升，不能仅让数学一门课程来承担，其他课程诸如物理、化学乃至地理等学科，都可以对这种智能的提升有所建树。在高中地理学的教学内容中，随处可以发现能够发展学生逻辑数学智能的良好素材，笔者结合日常教学经验，对发展学生逻辑数学智能的地理教学策略做了初步的探索与归纳。
一、使用苏格拉底式问答法教学
苏格拉底问答法是一种探讨和辩论教学方法，即不直接向学生传授各种具体知识，而是通过问答、交谈、争辩、诱导或暗示，把学生导向预定的结论。用这种方法进行教学，可以把获得一般规律性的知识作为教学的中心任务，引导学生“学思结合”，在认识中逐渐排除非本质的成分，进而把握事物的本质。同时，将相对复杂的问题进行逻辑上的推理拆解，在与学习者不断交流的过程中将难题的外壳层层剥离，循循善诱，帮助引导学生解决问题。
高中地理的S多内容都适合使用苏格拉底问答法教学，例如学习“工业地域”相关知识时可作以下教学设计：
导入：用学生熟悉的江阴经济技术开发区的相关资料引出工业地域的基本概念。
资料铺陈：释读“江阴经济技术开发区靖江园区规划图”以及“天津新区局部工业分布图”。
探究：为什么众多生产不同门类产品的工厂能集聚在一起并形成工业地域？同时给出“江阴周庄镇招商引资宣传资料”，学生通过阅读资料，讨论回答问题。
教师讲解：综合完善学生的答案，点明“新区”各企业间的联系属于“空间利用上的联系”，接着指出类似“新区”的工业地域一般都是由政府规划建成的。
承转：有没有一些企业不用政府规划，也会自发地集聚形成工业地域呢？
资料铺陈：展示石化、钢铁工业实景图片，简要介绍钢铁工业各工厂之间的生产工序上的联系。
探究：生产工序上联系的企业集聚的好处。教师小结。
活动：“有奖问答”。
探讨：为什么有“钢铁城”、“石油城”、“汽车城”等，却没有“糖果城”、“面包城”之说？教师总结学生答案。
二、引导学生使用分类、分等、排序与比较的方法
地理知识丰富而庞杂，会对应不同的门类、等级、顺序，甚至看似相似，实则有本质差别。教师有意识地设置教学环节，引导学生使用分类、分等、排序与比较等方法，对地理知识详加甄别，这样的教学过程同样有利于发展学生的逻辑数学智能。
如：在对“影响农业区位因素”的自由探讨后，让学生对罗列出的诸多因素进行分类。学生通过分析比对后将各因素归纳为两大类，分别是自然因素（包括气候、地形、土壤、水源等）以及社会经济因素（包括市场、交通、劳动力、政策、科技等）。
三、勾勒知识逻辑关系图表
地理课程学习的成功秘诀在于能否将各个单独的地理知识点构建成属于自己的地理知识网络。地理知识点一般不会单独存在，它们总会与其他规律或概念存在或多或少的联系。所以地理学习中不能将地理知识点单独隔绝开来，一定要将网络连接，找到知识之间的逻辑关系。而图表呈现就是构建知识点逻辑关系的良好途径。
例如：对《工业地域的形成》一节的学习中，涉及众多地理名词概念的理解，如果将知识点割裂开来单独理解记忆，不会收到预期的学习效果。可以引导学生构建所学新概念的逻辑关系，将知识点形成相互关联的网络图表。摘录学生所做知识点关系图如下（见图1）：
同样，表格可以清晰地展示地理事物之间的特征对比关系，直观地揭示出研究对象的共同点或差异之处，在地理课堂中为了帮助学生迅速理顺事物的逻辑联系，揭示差异的本质属性，构建知识点逻辑分类表格是一种常见而有效的方法。
例如：在学习区域地理时，向学生提出分析比对辽宁与广东这两个不同区域间发展现状以及发展前景的问题。学生在做初步分析时往往给出的回答是零碎而无序的，这时也可以引导学生先罗列出区域间可做比对的项目，再做有步骤的对比分析，这样的分析不会漫无目的且还利于理解和识记。
四、将数学逻辑推导与计算引入到地理教学中
地理学中有理科的烙印，同样有公式的推导与计算的环节。有许多问题光凭目测和感觉是无法准确给出答案的，必须引入数学逻辑推导与计算，解决问题的同时，更加强了学生逻辑数学智能的训练与提升。例如，在必修一《自然地理》的第一章的学习中常遇到计算合适的楼间距的问题（如图2）。
数学智力题及答案范文第5篇
关键词：多元智能理论 评价标准 评价主体 评价形式
多元智能理论是由美国哈佛大学教育研究院的心理发展学家霍华德 加德纳(Howard Gardner)在1983年提出。传统上，学校一直只强调学生在逻辑——数学和语文（主要是读和写）两方面的发展。但这并不是人类智能的全部。按照加德纳的理论，人类的智能可以分为八个范畴，即：语言智能、逻辑数学智能、空间智能、肢体运作智能、音乐智能、人际智能、内省智能、自然探索智能。不同的人会有不同的智能组合，例如：建筑师及雕塑家的空间感（空间智能）比较强、运动员和芭蕾舞演员的体力（肢体运作智能）较强、公关的人际智能较强、作家的内省智能较强等。
多元智能理论的提出，对传统的教育评价方式进行了质疑和挑战。传统的教育评价过分强调语言和数理逻辑方面的能力，只采用纸笔测试的方式，过分强调死记硬背知识，缺乏对学生理解能力、动手能力、应用能力和创造能力的客观考核。因此，是片面的、有局限的。多元智能理论认为，人的智力不是单一的能力，而是有多种能力构成，因此，学校的评价指标、评价方式也应多元化，并使学校教育从纸笔测试中解放出来，注重对不同人的不同智能的培养。多元智能理论呼唤着多元的教育评价。
一、评价标准的多元化
根据多元智能的理论，考试的目的是为了评价学生的学习结果，似乎它应当“以人为本”，确定某种客观的、相对独立的评价标准，才能体现出公平和公正，几乎所有的考试都强调标准的唯一和不可替代性，对同样的内容范围，同一个班的学生，以不同的试题和标准衡量和评定，似乎是不可思议的事情。事实上统一标准的考试并不能带来期望的效果，大多数学生不仅没有从自发适应性学习向高一层次的自觉适应性学习发展，反而退到了被动适应性学习状态。考试标准要适合所有的学生，多元化是必由之路。
考试标准的多元化应包括对所谓“标准化答案”的逆向思维，很多题目难以找到甚至不可能找到标准答案，如作文题、论述题等。也有很多时候学生的回答可能不是最佳答案，但绝不是错误答案。多元化的标准此时更多地考查思考问题的独创性和合理性，而不是同标准答案的一致性。如果以标准答案苛求，稍有偏差就判为错答，学生只能谨小慎微，按照课本做唯一的回答，如此，他们要用大量的时间“背”标准答案，必然限制了思考，限制求异思维，扼杀了他们的创造精神。
在教育理念上，我们不是制造能从事生产和能从事科学创造的机器人，我们希望培养出具有独立思维能力和独到见解的人，我们希望每一个孩子都能成为完整的、全面发展的人，考试标准多元化的引导方向是同教育目标相一致的。
二、评价主体的多元化
传统的教育评价主体主要为学校和教师。多元智能观的评价理论主张教育评价应在与日常实际应用相联系的活动过程中进行评估。而当教育评价一旦要与日常实际相联系，就自然地需要有更广范围内的人士参与这项活动，需要在整个社会中开展。如教师需检查学生交上来的过程作品集，社区人士需提供导师式、师徒制或“特别小组”式的教育，家长应知道他们的孩子在学校里做些什么，和孩子一起(至少鼓励他们)完成专题作业。
我国目前的学校教育评估，是与社会评估处于两种不同的文化背景之中，相互之间不能直接应用、在学校中能得高分或被认为优秀的学生，在社会中并不一定能取得较好的成就，这已成了我国教育界的一大怪现象。此外，我国社会还普遍存在着对教育评价的一种错误认识，即认为教育评价仅仅是学校的事情，而对于社会和家庭来说，则仅仅在于了解教育评价的情况，而不在于参与评价。目前我国学校教育评价的这种状况，显然不能准确地预测学生在更广泛的社会背景下所能获得的成就，已经引起了社会各界的关注。我国的教育评价若要想真正反映学生的真实情况，要想适应社会的需要，就应该从多元智能观的评价理论中吸取经验，就应该走出学校的篱笆，在日常活动中进行，让社区和家长充分地参与到教育评价当中。
三、评价形式的多元化
传统的学校考试中，由于“一考定乾坤”，考场历来是最严肃、最拘谨、最缺乏活力的地方。学生在考试中犹如面临命运的抉择，为紧张、焦虑所笼罩。根据多元智能的理论，考试应该是学生展示自己才华的舞台，给学生最为充分的展示自己的机会，让学生获取精神上的满足。因此，教育评价的形式应该在以往单一的纸笔考试的基础上进行更多的探索，力求多元化，采用笔试、口试、竞赛、实验、实际操作等方法，使考试适应学生的个性差异，让学生在知识、能力、体质、兴趣、爱好、特长等方面充分展示。
此外，评价学生学习是否成功，一个重要的标志是看他在这一阶段努力程度和他的自我感觉。所以，教育评价的形式还应把重视结果的“终极考试”与注重过程的“形成性评价”结合起来，使评价结果能够如实地反映学生发展的轨迹及其现状，能客观地分析学生发展过程中的各个要素。形成性评价可以通过多种评价手段和方法，如学习成长档案袋等，对学生学习过程表现出的兴趣、态度、参与活动程度，对他们的发展状态做出判断，对他们的学习尝试做出肯定，以促进学生的学习积极性，帮助教师们改进教学，提高教学效率，从而达到事半功倍的效果。
综上所述，根据多元智能的教育理论，遵循学生身心发展的特点，改革旧有的教育评价方式，研究和探索新的评价标准以及评价方式，才能充分发展学生个性，提高学生综合素质，为社会培养更多的全面发展的人才。
参考文献：
[1]《现代教育》杂志.2000年7月