【大学】实验课程体系建设

合集下载

实践教学体系建设方案详细

实践教学体系建设方案详细实践教学体系建设方案实践教学体系包括实践教学目标体系、实践教学内容体系、实践教学管理体系、实践教学保障体系和实践教学评价体系。

一、实践教学目标体系1.实践教学目标体系的内容实践教学目标体系的内容包括以下方面：1）使学生获得实践知识，开阔眼界，丰富并活跃学生的思想，加深对理论知识的理解掌握，进而在实践中对理论知识进行修正、拓展和创新。

2）培养学生的基本技能和专业技术技能，使学生具有从事某一行业的职业素质和能力。

包括实践能力、职业素质、创业能力和职业资格证书。

3）增强实践情感和实践观念，培养良好的职业道德与责任意识，培养实事求是、严肃认真的科学态度和刻苦钻研、坚忍不拔的工作作风，培养探索精神和创新精神。

2.调整教学目标实践教学目标体系以职业能力培养为主线，以基本职业素质、岗位就业能力和职业发展能力培养为模块进行构建。

在设计实践教学体系时，以职业能力的培养为中心，同时考虑职业素质教育，体现高职教育特点。

同时，应大力推行学历证书与职业资格证书并重的“双证书”制度，逐步实现职业资格证书与学历证书培养内容的衔接和互通，并制定适合学生个性发展的具有职业教育特色的学籍管理制度。

3.调整人才培养方案根据教学目标，贯彻“以实践教学为主导”的职业教育理念，制定以实训为主体、理论课程依附于实践课程的专业培养计划。

同时，课程设置要与职业标准相融合，教学内容应尽量覆盖国家职业资格标准，将学生技能鉴定与学校教学考核结合起来，既可让教学考核保持职业性方向，又可避免重复考核。

要根据学生的实际文化程度和就业的需要，调整文化基础课程、专业核心课程和实践课程的教学目标，设定多层次目标。

4.制定专业技能规范根据专业培养方案以及人才培养目标的要求，提出系统的技能训练要求并规定必须完成或选择完成的内容。

5.修订实践教学计划各专业根据人才培养方案的要求，结合院校的实际情况，重新修订实践教学计划，使其更具科学性、可操作性，注重实效性。

实验实践教学课程体系(3篇)

第1篇一、引言实验实践教学是高等教育的重要组成部分，是培养学生实践能力、创新精神和综合素质的重要途径。

构建科学合理的实验实践教学课程体系，对于提高教育教学质量、培养高素质人才具有重要意义。

本文将探讨实验实践教学课程体系的设计原则、课程设置、实施策略等方面，以期为我国高等教育改革提供参考。

二、设计原则1. 科学性原则：实验实践教学课程体系应遵循教育教学规律，以培养学生的实践能力、创新精神和综合素质为目标，注重理论与实践相结合。

2. 系统性原则：实验实践教学课程体系应涵盖不同学科、不同层次，形成层次分明、结构合理的课程体系。

3. 实用性原则：实验实践教学课程体系应紧密结合社会需求，培养学生的实际操作能力，提高学生适应社会的能力。

4. 开放性原则：实验实践教学课程体系应不断调整、完善，以适应时代发展和教育教学改革的需要。

5. 可持续发展原则：实验实践教学课程体系应注重培养学生的环保意识，培养学生的可持续发展能力。

三、课程设置1. 基础实验课程：主要包括基础化学实验、基础物理实验、基础生物实验等，旨在培养学生的实验基本技能和科学思维。

2. 专业实验课程：针对各专业特点，设置相应的专业实验课程，如机械设计实验、电子技术实验、计算机应用实验等，培养学生的专业实践能力。

3. 综合实验课程：结合多个学科，设置跨学科的综合性实验课程，如材料科学与工程实验、环境科学与工程实验等，培养学生的综合分析问题和解决问题的能力。

4. 创新实验课程：以学生为主体，鼓励学生自主设计实验方案，培养学生的创新精神和实践能力。

5. 实习课程：根据各专业特点，设置相应的实习课程，如企业实习、社会实践等，使学生将所学知识应用于实际工作中。

6. 实验技能培训课程：针对实验技能薄弱的学生，开设实验技能培训课程，提高学生的实验操作水平。

四、实施策略1. 加强师资队伍建设：提高实验实践教学教师的业务水平和综合素质，确保实验实践教学的质量。

2. 优化实验资源：加强实验室建设，提高实验设备的更新换代速度，确保实验实践教学的需要。

数学实验课程体系建设与探索

数学实验课程体系建设与探索摘要：通过分析现有数学实验课程体系中存在的问题，理顺各实验课程之间的关系，分层次分模块构建数学实验课程体系，采用“1+1+1”教学模式组织教学，循序渐进地提高学生应用数学软件和数学技术解决实际问题的能力。

关键词：数学实验课程体系教学改革在大学理工科课程中，数学课程占有较大的比重，而传统的数学课堂教学的展开，通常以教师为主，遵循引例、概念、定理、公式、举例的模式进行理论教学。

这种教学方式注重逻辑的严密性，书本知识的系统性，优点是可以在短时间内向学生传授更多的知识，但是从学生角度看，大部分学生是被动的接受知识的输入，学生探求知识的主动性欠缺，当学生在面临后继专业课中实际问题时，却无从下手，不知如何使用所学知识去解决实际问题。

为了激励学生积极主动的自己获取知识的兴趣，培养自主学习能力，数学实验课程的开设将极大地改变这种情况[1]。

最近几年已有不少高校开设了数学实验，但在课程设置、教学内容、教学方法和组织方式等各个方面，都在试验和讨论之中。

虽然我校在数学实验方面起步较晚，但通过各级精品课程的建设和数学建模竞赛活动的开展，已积累了丰富的经验和教学资源，为构建数学实验课程体系提供了良好的基础。

1目前数学实验课程体系存在的主要问题分析1.1数学实验课程定位认识不足我国的大学教育模式一直存在着重理论轻实践的问题，特别在数学课程方面，往往强调学生在理论基础方面打下扎实基础，对数学实践和应用能力的培养没有和理论教学环节处于同等重要的地位。

导致学生学习了数学课程后往往不知道如何应用于专业课程，理论与实际严重脱节。

根据数学学科的特点，大量的事实说明，开设数学实验课，是弥补上述缺陷的有效途径。

开设数学实验课，不单纯是一门具体的课的问题，而是教育教学理念的转变和教学方式的改革的重大问题。

1.2课程模式缺乏一致性开设数学实验课，从起步到现在，已经有了10年以上时间，如中国石油大学在2000年前后就已经尝试在大学数学教学中融入数学实验的内容，并编写出版了教材[2]，也取得了一定的效果，但是，由于教育观念和管理层的认识局限，没有很好的坚持下来。

专业实践课程体系及其建设方案

专业实践教学课程体系及其建设方案一、专业实践教学课程体系根据本专业的培养目标和分层分级分类训练的原则，为培养学生的基本实践能力与操作技能、专业技术应用能力与专业技能、综合实践能力与综合技能，设计、建立了与本专业培养目标相适应的、循序渐进的实践课程教学体系：图1 机电一体化技术专业实践教学体系图为了保证实践教学的效果，要进一步加强校内实践教学环节建设，提高实践教学环节的比重，把实践教学环节与职业资格证书的考试结合起来。

在实践教学过程中，一要强调教学内容和素材尽可能来自生产第一线，创造工程实际环境，让学生直接参与工程实践项目；二要强调学生创新思维、创新能力与工程实际能力的培养。

使实践教学体系更完备、更科学、更有利于学生技术应用能力的培养和适用性、竞争力的提高。

二、专业实践教学课程体系建设方案（一）实践教学课程体系建设阶段性目标初步实现以工作任务为线索——确定实训设置；以职业能力为依据——组织实训内容；以典型产品（服务）为载体——设计实训活动；以职业技能鉴定为参照——强化技能训练。

构建符合职业岗位和职业能力要求的实践教学体系。

（二）实践教学课程体系建设措施派专人深入相关企业，广泛调研，认真分析，确定制造类各专业职业能力要求；咨询企业专家、职教专家，确定实践教学课程体系构建步骤；按职业能力要求修改各专业实践教学课程体系；修（制）订实践教学课程教学大纲；组织专家对课程体系和教学大纲进行评审，根据专家意见作必要的修改。

（三）实践教学课程体系建设方法在强化对技术型和技能型人才的培养过程中，国际上普遍推行双证书并举的制度，即作为一名合格的技术型、技能型人才，不仅需要有高等学校的毕业证书，而且还需有相应的职业资格鉴定证书。

推行职业资格鉴定证书的目的是为建立一个对学生的技术和技能水平进行客观认定的质量评价体系。

从高职院校的定位、本质与特征来看，高等职业教育实行双证书制度是确保高职院校人才培养目标实现的有效途经。

与“双证”相吻合的教学计划是保证双证书实施的前提与基础。

实践教学课程体系设计(3篇)

第1篇一、引言实践教学是高等教育的重要组成部分，是培养学生综合素质和创新能力的重要途径。

实践教学课程体系设计旨在构建一个科学、合理、系统的实践教学体系，以培养学生的实践能力、创新精神和综合素质。

本文将从实践教学课程体系的设计原则、课程设置、教学方法和评价体系等方面进行论述。

二、实践教学课程体系设计原则1. 实践性原则：实践教学课程体系应以培养学生的实践能力为核心，注重理论联系实际，提高学生的动手能力和实际操作能力。

2. 综合性原则：实践教学课程体系应涵盖不同学科领域，培养学生多方面的实践能力，实现知识、技能和素质的全面发展。

3. 层次性原则：实践教学课程体系应根据学生的年级、专业和兴趣，设置不同层次、不同难度的实践课程，满足不同学生的需求。

4. 开放性原则：实践教学课程体系应具有一定的灵活性，鼓励学生自主选择实践项目，激发学生的创新意识和自主学习能力。

5. 可持续性原则：实践教学课程体系应注重资源的合理利用，提高实践教学效益，实现实践教学活动的可持续发展。

三、实践教学课程设置1. 基础实践课程：包括实验课、实习课和实训课等，旨在培养学生的基本实践技能和综合素质。

2. 专业实践课程：根据不同专业特点，设置相应的专业实践课程，如设计、制作、分析、实验等，提高学生的专业实践能力。

3. 跨学科实践课程：以跨学科项目为载体，培养学生综合运用知识解决实际问题的能力。

4. 创新实践课程：鼓励学生参与科研、竞赛等活动，培养学生的创新精神和实践能力。

5. 社会实践课程：组织学生参与社会实践活动，提高学生的社会责任感和公民素养。

四、实践教学教学方法1. 案例教学法：通过分析典型案例，引导学生思考问题，提高学生的实践能力。

2. 项目教学法：以项目为载体，让学生在实践中学习和掌握知识，培养学生的团队协作能力和解决问题的能力。

3. 产学研结合法：与企业、科研院所等合作，将理论知识与实际生产相结合，提高学生的实践能力和就业竞争力。

高等院校如何建立科学的实践教学体系

高等院校如何建立科学的实践教学体系【摘要】高等院校实践教学体系的建立对培养学生的实践能力和创新能力至关重要。

为了建立科学的实践教学体系，高校需要制定实践教学政策与规划，建设实践教学基地和实验室，培育实践教学团队，完善实践教学课程体系，引入实践教学评估机制。

这些步骤有助于提升学生的实践能力和创新意识，帮助他们更好地适应未来社会的需求。

高等院校建立科学的实践教学体系不仅具有重要意义，也能为未来发展方向提供重要支持。

通过实践教学体系，学生将能够更好地运用所学知识解决问题，提高就业竞争力，实现个人价值。

高等院校应该重视实践教学体系的建立，努力为学生提供更加全面的教育服务。

【关键词】高等院校、科学实践教学体系、实践教学政策、实践教学规划、实践教学基地、实验室、实践教学团队、实践教学课程体系、实践教学评估机制、重要性、未来发展方向、益处。

1. 引言1.1 高等院校如何建立科学的实践教学体系高等院校如何建立科学的实践教学体系是当前教育领域的重要课题，也是高等教育发展的关键所在。

实践教学体系的建立不仅可以提高学生的实践能力和创新能力，还可以促进教学质量的提升，培养符合社会需求的优秀人才。

随着社会发展和科技进步的不断推进，高等院校急需建立科学的实践教学体系，以满足社会对人才的需求，提升学生的综合素质。

建立科学的实践教学体系需要从多个方面着手，包括制定实践教学政策与规划、建设实践教学基地和实验室、培育实践教学团队、完善实践教学课程体系以及引入实践教学评估机制等。

这些举措可以有效地促进高等院校实践教学的发展，推动教学改革和创新，提高人才培养质量和水平。

2. 正文2.1 制定实践教学政策与规划制定实践教学政策与规划是建立科学的实践教学体系的重要步骤之一。

为了有效推动实践教学的发展，高等院校需要制定明确的政策和规划，明确目标和指导方针。

高等院校应该在整体教学规划中充分考虑实践教学的重要性，明确实践教学在课程中的地位和作用。

实验教学体系建设

实验教学体系建设实验教学体系建设是指在高校或其他教育机构中建立健全的实验教学体系，以提高学生实验能力和创新能力。

下面将对实验教学体系建设的整体流程进行详细描述：一、需求分析在实验教学体系建设之前，首先需要对目标群体的需求进行分析，包括学生的实验能力和创新能力现状、教师的实验教学水平及设备资源状况等。

通过需求分析，确定实验教学体系的建设目标和重点。

二、课程设计在确定了实验教学体系的建设目标后，需要进行课程设计。

课程设计包括实验教学内容的选择、实验教学大纲的编制等。

在这个环节中，需要根据教学目标和学生的实际情况，选择合适的实验课程，并确定每门课程的教学内容和难易程度。

三、教学方法选择在实验教学体系建设中，选择合适的教学方法对于培养学生的实验能力和创新能力至关重要。

在这个环节中，可以采用多种教学方法，如讲授实验原理、演示实验操作、实验报告的写作等。

还可以引入探究性实验、创新性实验等，培养学生的实验设计和解决问题的能力。

四、设备资源配备实验教学体系建设中，需要配备合适的实验设备和实验器材，以保证实验教学的顺利进行。

为了提高教学效果，可以采购一些先进的实验设备，搭建实验室，增加实验室的数量和面积。

还需建立实验设备管理制度，确保实验设备的安全和长期可用。

五、师资队伍建设师资队伍的建设是实验教学体系建设的重要环节。

需要加强教师的培训和提高教学水平，确保教师具备较强的实验能力和实验教学经验。

还可以引进高水平的实验教师，进行实验教学团队的建设，促进教师之间的交流与合作。

六、质量保障与评估实验教学体系建设完成后，需要进行质量保障和评估工作。

可以通过学生的实验成绩、实验报告的完整性和质量等指标，对实验教学的效果进行评估。

还可以进行学生和教师的满意度调查，获取更多的反馈信息，优化和改进实验教学体系。

实验教学体系建设需要从需求分析开始，逐步进行课程设计、教学方法选择、设备资源配备、师资队伍建设和质量保障与评估等环节。

通过建设健全的实验教学体系，可以提高学生的实验能力和创新能力，培养优秀的科研人才。

基础医学实验教学课程体系的建设与实践

三、基础医学虚拟仿真实验教学中心的建设方案
2、软件平台软件平台是基础医学虚拟仿真实验教学中心的核心，应包括实验操作、模拟考核、学习资源等功能模块。
三、基础医学虚拟仿真实验教学中心的建设方案
3、人员队伍人员队伍是基础医学虚拟仿真实验教学中心的重要保障，应包括教师和技术人员。
四、基础医学虚拟仿真实验教学中心的实践效果
一、虚拟仿真实验教学中心的发展历程
一、虚拟仿真实验教学中心的发展历程
虚拟仿真实验教学中心的发展可以追溯到20世纪90年代，当时主要应用于工业领域。随着计算机技术的不断提高，虚拟仿真技术逐渐进入了教育领域。特别是在医学教育方面，虚拟仿真技术的应用大大提高了教学效果。
二、基础医学虚拟仿真实验教学中心的需求分析
五、总结
展望未来，随着科技的不断发展，虚拟仿真实验教学中心还有很大的发展空间。例如，可以通过增加更多的实验内容和实践案例，提高学生的实践能力；通过优化软件平台的功能和性能，提高实验的效率和安全性。此外，虚拟仿真实验教学中心还可以与其他学科进行交叉融合，扩展其应用范围，提高其社会效益。
谢谢观看
课程体系建设的必要性
课程体系建设的必要性
当前，许多医学高校的实验教学课程体系存在着一些不足之处，如实验内容单一、课程设置零散、缺乏整体性和系统性等。这使得学生在实验过程中缺乏对医学知识的全面理解和实际运用能力。因此，建设新的基础医学实验教学课程体系势在必行。
课程体系构建的原则
课程体系构建的原则
3、实验环节设置：分为课堂实验教学、实验室开放和科研实践三个环节
4、成果展示与分享：定期组织学生进行实验成果展示和分享，促进学生之间的交流与学习，同时也能让学生对自身学习成果有一个直观的认识。

大学化学实验课程体系的建设

ｆｒｔｎｉｅｓｔｈｍｉａｘｐｒｍｅｔＴｈｅｓｓｅ ’ ｏｎｔｕｔｏｎｔｒｔｉａｉｇｔｕｌｔｄａｉｎｏｇｒｏｈｅｕｖｒｉｙｃｅｃｌｅｅｉｎ．ｅｎｗｙｔｍＳｃｓｒｃｉａｇｅｓｆｃｎｈｅｑａｉｙｅｕｃｔｏｆｈｉｈｅｅｃｔｏｄｕａｉｎ．Ｔｈｅｃｎｏｔｎｆｔｕｒｃｕｙｓｅｈｏｌｅｅｂｄｅｎｍｏｅｎｔｅｔａｈｉｇｃｎｅｔｏｈｅｃｒｉｕｌｍｓｔｍｓｕｄｂｍｏｉｄｉｄｒｉｙ，ｃｍｐｅｎｉｎ，ｐａｔｃｏｒｈｅｓｏｒｃｉｅ
ｐｅｅｓｖｈｍｉａｘｅｉｅ．Ｔｈｕｒｉｕｕｙｔｍｅｔｅｉｉｔｒｓｉｇ，ｌｎｒｈｎｉｅｃｅｃｌｅｐｒｍｎｔｅｃｒｃｌｍｓｓｅｆａｕｒｓｎｅｅｔｎｉｇ，ｃｅｎ，ａｄｍｉｒｍａｉｎ．ｖｉｌａｎｃｏｔｏＫｅｒｓｕｎｖｅｓｔｈｅｉａｘｒｍｅ；ｃｒｃｌｍｙｓｅ；ｔａｈｎｅｏｒｙｗｏｄ：ｉｒｉｙｃｍｃｌｅｐｅｉｎｔｕｒｉｕｕｓｔｍｅｃｉｇｒｆｍ
（ｃｏｌｆＭａｅｉｌｃｅｃｎｃｎｌｇ，ＣｉａＵｎｖｒｉｆＧｅｓｉｎｅ，Ｂｅｉｇ１０８ＳｈｏｔｒｓＳｉｎｅａｄＴｅｈｏｏｙｈｎｉｅｓｔｏｏｃｅｃｓｏａｙｉｎ００３，Ｃｈｎ）ｊｉａ
ＣＮ１ —２３／１０４Ｔ
ＥｘｅｉｅｔｌｐｒｍｎａｃｎｌｇｎａａｅＴｅｈｏｏｙａｄＭｎｇｍｅｔｎ

高校大数据实验室及实验体系的规划与建设

高校大数据实验室及实验体系的规划与建设①吴湘宁1, 彭建怡1, 罗勋鹤2, 刘远兴1, 李　敏31(中国地质大学(武汉) 计算机学院, 武汉 430074)2(中国地质大学(武汉) 实验室与设备管理处, 武汉 430074)3(荆楚理工学院计算机工程学院, 荆门 448000)通讯作者: 彭建怡, E-mail: ****************摘　要: 大数据产业已上升至国家战略, 建立大数据实验室及实验课程体系是培养大数据技术人才的必要条件. 本文对大数据的知识体系进行了梳理, 分析了“数据科学与大数据技术”专业和“大数据技术与应用”专业的培养目标及职业定位, 明确了大数据专业的学生应该掌握的关键知识和需要重点培养的专业技能, 介绍了主流的大数据生态系统, 选取了最通用的大数据架构, 提出了在单机环境、单机虚拟化环境、共享大数据集群环境、云计算环境下建设大数据实验室的不同方案, 并设计了大数据实验课程体系及实验项目.关键词: 大数据实验室; 大数据实验课程体系; 大数据生态系统; 实验室建设; 云计算引用格式: 吴湘宁,彭建怡,罗勋鹤,刘远兴,李敏.高校大数据实验室及实验体系的规划与建设.计算机系统应用,2020,29(11):47–56. /1003-3254/7663.htmlPlanning and Construction of Big Data Laboratory and Experiment System in Colleges and UniversitiesWU Xiang-Ning 1, PENG Jian-Yi 1, LUO Xun-He 2, LIU Yuan-Xing 1, LI Min 31(School of Computer Science, China University of Geosciences (Wuhan), Wuhan 430074, China)2(Office of Laboratory and Equipment Management, China University of Geosciences (Wuhan), Wuhan 430074, China)3(School of Computer Engineering, Jingchu University of Technology, Jingmen 448000, China)Abstract : Big data industry has risen to the national strategy. The establishment of big data laboratory and experimental curriculum system is necessary for training big data technical personnel. This paper combs the knowledge system of big data, analyzes the training objectives and career orientation of the major of “data science and big data technology” and the major of “big data technology and application”, and clarifies the key knowledge that big data students should master and the professional skills that need to be cultivated, introduces the mainstream big data ecosystem, selects the most general big data architecture, proposes different plans to build big data laboratory in single machine environment, single machine virtualization environment, shared big data cluster environment and cloud computing environment, and designs the big data experiment curriculum system and experiment projects.Key words : big data laboratory; big data experiment curriculum system; big data ecosystem; laboratory construction; cloud computing1 引言自2012年以来, 我国开始步入全新的大数据时代.海量数据的生产已经成为经济与社会生活中的一个普遍现象, 利用数据改善决策、合理配置资源已成为企业创造价值的重要方法. 党中央、国务院高度重视大数据在经济社会发展中的作用, 2015年11月3日发布计算机系统应用 ISSN 1003-3254, CODEN CSAOBNE-mail: ************.cn Computer Systems & Applications,2020,29(11):47−56 [doi: 10.15888/ki.csa.007663] ©中国科学院软件研究所版权所有.Tel: +86-10-62661041① 基金项目: 中国地质大学(武汉)中央高校教改基金(本科教学工程)(2019G51); 中国地质大学(武汉)实验技术研究项目(SJ-201825)Foundation item: The Central Universities Education Reform Fund of China University of Geosciences (Wuhan) (Undergraduate Teaching Project)(2019G51); Experiment Technique Research Project of China University of Geosciences (Wuhan) (SJ-201825)收稿时间: 2020-03-31; 修改时间: 2020-04-24; 采用时间: 2020-05-10; csa 在线出版时间: 2020-10-29的《中华人民共和国国民经济和社会发展第十三个五年规划纲要》第二十七章“实施国家大数据战略”提出:把大数据作为基础性战略资源, 全面实施促进大数据发展行动[1]. 国务院印发《促进大数据发展行动纲要》, 全面推进大数据发展, 加快建设数据强国[2]. 工业和信息化部也印发了《大数据产业发展规划(2016–2020年)》, 指出数据是国家基础性战略资源, 是21世纪的“钻石矿”, 提出到2020年我国要建成技术先进,应用繁荣, 保障有力的大数据产业体系[3].“十三五”期间, 随着我国信息产业的迅速壮大, 积累了丰富的数据资源, 大数据技术创新取得了明显突破, 已从2012~2013年的启动期, 再经过2014~2017年的高速发展期, 逐渐进入了2018年至今的成熟发展期.大数据技术的商业模式已经得到了市场印证, 并已进入市场细分的时代. “十三五”期间也正是全球新一代信息产业的加速变革期, 大数据技术和应用不断创新突破期, 国内市场需求集中爆发, 我国大数据产业面临着前所未有的发展良机. 据统计(图1), 2017年中国大数据产业规模从2016年的2840.8亿元迅速增长至2019年的5386.2亿元, 预计2020年还会继续增长22.6%[4,5]. 大数据领域的投融资规模也从2014年的303.75亿元升至2018年的1581亿元, 随着大数据在各行业的融合应用不断深化, 包括数据挖掘、机器学习、数据资产管理、信息安全等大数据技术及应用领域还将继续突破, 成为推动经济高质量发展的新动力[6].2840.83549.84384.55386.26605.88070.615003000450060007500900020162017201820192020E2021E大数据产业规模 (亿元)图1 2016~2021年中国大数据产业规模及预测然而, 与大数据行业快速增长形成鲜明对比的是大数据人才的短缺. 根据猎聘网发布的“2019年中国AI&大数据人才就业趋势报告”, 中国大数据领域的人才需求呈现快速增长态势, 2019年企业对大数据人才的需求约为4年前的12倍, 人才缺口高达150万.为了有效缓解大数据人才供给的缺乏, 教育部加快大数据人才培养布局, 2016年增设“数据科学与大数据技术”本科专业及“大数据技术与应用”高职专业. 全国各地院校也积极做出响应. 根据教育部发布的历年“普通高等学校本科专业备案和审批结果”, 截至2019年底, “数据科学与大数据技术”专业新增备案学校数量达631所, 尤其是2017年通过审批的学校数量同比增长近10倍[7,8]. “大数据技术与应用”高职专业的增长势头同样迅猛, 有时甚至是成倍增长, 截至2020年底,已有1354所高职院校获批该专业[9], 具体可见图2、图3.图2 教育部审批的开设“数据科学与大数据技术”专业高校数目图3 教育部审批的开设 “大数据技术与应用”专业职业院校数目虽然我国高校的大数据人才培养经过几年的发展已经有了一定基础, 但是仍然存在着一些问题, 如专业师资紧缺、缺少系统化的权威教材等, 而其中最为紧迫的问题是许多院校还没有专业的大数据实验室, 甚至只是将普通的计算机实验室改造, 临时充当大数据实验室, 此外, 也没有比较系统的实验体系和实验项目,这在很大程度上影响了大数据专业毕业生的质量, 并造成高校对大数据人才的培养与企业对人才专业技能需求的脱节. 尤其是随着第一批入学的学生开始进入专业课程和实习环节, 这个问题变得愈发严重. 因此,建设大数据实验教学和实训环境, 并构建结构合理的大数据实验课程体系就成为了开设大数据专业的院校急需解决的问题.计算机系统应用2020 年第 29 卷第 11 期2 大数据专业的培养目标、职业定位及知识结构2.1 大数据专业的培养目标“数据科学与大数据技术”本科专业是一个软硬件结合、以计算技术为基础、以数据科学与大数据技术为特色的宽口径专业, 以计算机科学、数学和统计学为三大基础支撑(图4), 并向经济、农业、生物、医学、地质、环境、社会、管理等应用领域拓展的, 典型的多学科交叉的新工科专业[10].计算机科学大数据科学统计学数学图4 大数据科学的三大基础虽然不同高校“数据科学与大数据技术”本科专业的人才培养目标侧重不同, 但仍可归纳出一些共同点: 培养适应社会与经济发展需求的大数据相关领域的, 具备较扎实的计算机科学、数学和统计学基础知识, 掌握大数据相关技术, 能够从事一定应用领域(如金融、商务、农业、公安)的大数据采集、存储与管理、分析处理、服务等相关工作, 具有扎实专业基础、很强的实践能力, 并具有广泛适应性的高素质理学或工学人才[11].出于对师资力量和教师知识结构的考虑, 高校通常将“数据科学与大数据技术”专业放在计算机、信息科学、数学等学院, 或新兴的大数据科学学院. 由于各高校的优势学科、学科结构不同, 在专业的人才培养目标上自然也各有侧重. 部分偏理学的高校强调毕业生应具有一定的大数据科学研究能力及适应数据科学家岗位的基本能力, 但是大多数的高校更倾向于培养能够满足不同行业需求的应用型、复合型工学人才.“大数据技术与应用”高职专业人才的培养更重视技术技能型人才的培养, 其培养目标可以归纳为: 培养具有精益求精工匠精神, 具有较强就业能力和可持续发展能力, 掌握大数据技术基本理论和基本技能, 面向软件与信息服务行业, 能够从事大数据平台运维、数据采集、数据清洗、数据加工、数据可视化、系统开发、系统实施等工作的高素质技术技能型人才[12,13].可见, “数据科学与大数据技术”本科专业与“大数据技术与应用”高职专业在人才的专业知识和专业技能上具有一定的差异, 但是也具有明显的互补性.2.2 大数据专业的职业定位及知识结构大数据相关的职位可以分为: 数据产品经理、数据架构师、算法设计及数据挖掘工程师、大数据应用系统研发工程师、数据分析师/工程师、运维工程师(如表1所示). “数据科学与大数据技术”专业的毕业生比较适合前4种职位. “大数据技术与应用”专业的毕业生则比较适合后3种职位, 但是在累积一定的工作经验和知识以后, 亦可胜任前3种职位. 有时, 这些职位之间的界限并不明显, 比如算法设计及数据挖掘工程师也可从事大数据应用系统的研发工作.表1 大数据相关职位的职责及知识要求职位名称角色主要职责需具备的关键知识数据产品经理管理团队项目管理、质量管控.大数据技术、软件工程、成本管理、人际沟通.数据架构师设计、创建数据管理系统,整合、集中数据资源大数据平台架构设计、创建和优化. 数据相关应用系统架构设计.数据建模、数据治理、分布式计算框架、系统备份与恢复、负载均衡、信息安全、统计学理论方法、机器学习及人工智能理论.算法设计及数据挖掘工程师业务逻辑建模、数据建模、数据挖掘及预测业务理解并深挖、高级算法设计与优化、API设计与实现.统计学理论方法、大数据技术、机器学习及人工智能算法、高级语言编程.大数据应用系统研发工程师应用系统开发用编程方式实现业务逻辑.数据库、数据仓库及OLAP(联机分析处理)、大数据技术、可视化技术、高级语言编程.数据分析师/工程师数据采集、加工、预处理及管理运用工具采集、提取、分析,初步呈现数据商业意义.数据库、数据仓库及BI(业务智能)、大数据技术、统计学理论方法、数据ETL(抽取、转换、加载)、数据清洗、可视化技术.运维工程师技术支持及运行维护大数据平台搭建、运维.计算机硬件及操作系统、数据库、数据仓库及OLAP、大数据技术、云计算技术、系统备份与恢复.2020 年第 29 卷第 11 期计算机系统应用图5是大数据相关的知识体系, 不同的大数据职位, 所需具备的关键知识会有所不同, 但是均属于此知识体系的子集. 院校可以有针对性地开设不同的课程来为学生补充相应的专业知识, 并设置不同的实验项目来提高学生的实践技能. 例如: 对“数据科学与大数据技术”本科生除了要具备计算机科学、数学、统计学知识以外, 需有意识地加强大数据、数据库及数据仓库、机器学习与数据挖掘、可视化等方面知识的学习和技能训练. 而对于“大数据技术与应用”专业的学生除了需要具备必要的计算机科学、统计学知识以外,需要有目的地加强大数据、数据库及数据仓库、云计算、可视化等方面知识的学习和技能训练.大数据相关知识体系计算机科学数学统计学大数据技术数据库、数据仓库机器学习及数据挖掘云计算可视化技术项目管理计算机组成及系统结构操作系统计算机网络数据结构高级语言编程软件工程高等数学线性代数离散数学概率论与数理统计分布式存储分布式并行计算流数据实时处理关系数据库数据仓库及 BI、OLAPNoSQL 数据库机器学习与数据挖掘深度学习迁移学习虚拟化技术网络存储技术二维可视化三维可视化GIS 可视化质量管理图5 大数据相关知识体系3 大数据实验室的架构3.1 主流大数据技术生态环境在大数据领域, Hadoop已经成为当前的主流框架,它是Apache旗下开源分布式计算平台, 提供了底层细节透明的分布式大数据存储基础架构, 基于Java语言开发, 具有很好的跨平台特性, 并且可以部署在廉价的计算机集群中. Hadoop以其实用、成本低廉、开源等优点受到了业界的欢迎.Hadoop经过不断完善和发展, 已经形成一个种类丰富的生态系统(如图6所示). 其核心是Hadoop分布式文件系统HDFS (Hadoop Distributed File System)和分布式计算架构MapReduce. 同时也提供了资源管理调度器YARN、ETL工具Sqoop、日志采集工具Flume、分布式NoSQL数据库Hbase、分布式数据仓库Hive、类SQL语言Pig Latin、分布任务协调工具Zookeeper、分布式消息发布订阅系统Kafka、流计算框架Storm、工作流管理系统Oozie、机器学习库Mahout、大数据集群部署及管理工具Ambari等组件. Hadoop可通过Java、R、Python等语言的API (Application Program-ming Interface, 应用程序接口)访问.......Zookeeper(分布式协调服务)Ambari(安装部署工具)Hbase(分布式数据库)Hive Pig Hive2Pig2MapReduce(离线计算)Tez(DAG 计算)Mahout(机器学习)YARN (分布式计算框架)HDFS (分布式存储系统)Sqoop(数据库ETL工具)Oozie(作业流调度系统)Flume(日志收集)图6 Hadoop的生态系统除Hadoop之外, 近年来还比较流行大数据快速并行计算引擎Spark. Spark可以同HDFS很好地结合, 也可以同Amazon的S3等云平台结合. 不同于MapReduce 的是, Spark计算作业的中间输出结果保存在内存中,不像MapReduce那样需要频繁读写HDFS, Spark采用RDD(Resilient Distributed Dataset, 弹性的分布式数据集)作为数据交换结构, RDD代表一个不可变、只读的, 被分区的数据集, Spark会根据 RDD 的依赖关系生成DAG (Directed Acyclic Graph, 有向无环图), 并从DAG的起点开始优化并执行. 正是由于这些特殊机制,计算机系统应用2020 年第 29 卷第 11 期使得Spark 比MapReduce 计算性能更佳, 甚至能够提升百倍, 可用于替代MapReduce 来实现一些需要迭代的数据挖掘与机器学习算法. Spark 也拥有自己独立的生态体系(如图7所示), 包括流计算Spark Streaming 、机器学习库MLlib 、数据库查询语言Spark SQL 、数据仓库Shark 、图计算GraphX 等一整套分布式计算组件.Spark SQL Shark Apache SparkRDD DAG Mesos YARNMlib GraphXScala Java . . .Spark Streaming本地运行模式独立运行模式EC2HDFS Amazon S3, Hypertable, HBase 等图7 Spark 的生态系统以及与其他平台的关系Spark 和Scala 语言紧密集成, Scala 可以像操作本地数据一样轻松操作分布式数据集. 但是Scala 语言的面向对象和函数式编程的混搭风格, 使得学习Scala 语言存在一定的门槛.高校的大数据实验课程及实验项目大多可以基于Hadoop 生态系统及Spark 生态系统这两种主流框架来设计, 挑选其中的一些常用的核心组件的使用来设置实验内容. 例如: Hadoop 环境下对HDFS 、HBase 、Hive 的访问, 基于Flume 的日志数据采集、基于Storm 的流式数据处理、基于Sqoop 的数据抽取、基于Spark 的大数据并行分析等.3.2 Hadoop 社区版与发行版Apache Hadoop 社区版(也称原生版)虽然完全开源免费, 社区活跃. 但是也存在版本管理混乱、部署过程繁琐、升级过程复杂、运维难度大、组件之间兼容性差、安全性低等不足, 手工安装和配置一个Hadoop 集群往往耗费大量时间.Hadoop 发行版衍生自社区版, 由第三方简化并提供Hadoop 部署、安装、配置工具, 大大提高了集群部署的效率, 可以在几个小时内完成集群的部署. 而且提供了配置修改、监控、诊断的管理工具, 管理配置方便, 定位故障快速准确, 使运维工作变得简单有效. 发行版经过大量测试和众多部署实例验证, 在兼容性、安全性、稳定性上有所增强, 可部署到生产环境. 目前常用的开源发行版主要有Cloudera 的CDH (Cloudera’s Distribution including Apache Hadoop), 以及Horton-work 的HDP (Hortonworks Data Platform).院校的大数据实验环境建议使用Hadoop 发行版,让学生将更多精力放在分布式大数据应用的开发上,而不是放在大数据系统的安装配置上, 此外, 让学生在实验中使用业界认可的商业版本, 也有利于将来毕业后很快适应工作岗位.3.3 单机环境大数据实验平台开展大数据实验不一定只能在具有一定规模的计算机集群环境中才能实现, 其实大多数大数据实验在单机环境下就可以完成. Hadoop 已经考虑了大数据开发环境、测试环境和生产环境的不同, 分别提供了3种运行(启动)模式:(1)单机模式(Local/Standalone Mode, 也称为独立模式): 不需要对配置文件进行修改. 程序运行时使用本地文件系统, 而不是HDFS. Hadoop 不会启动NameNode 、DataNode 等守护进程, 此模式主要用于对MapReduce 程序的逻辑进行调试, 确保程序的正确.(2)伪分布式模式(Pseudo-Distrubuted Mode):Hadoop 的NameNode 、DataNode 等守护进程运行在本机上, Hadoop 使用的是HDFS, 用来模拟大数据集群, 是完全分布式模式的一种仿真, 此模式常用来测试开发的Hadoop 程序执行是否正确.(3)全分布式模式(Full-Distributed Mode): Hadoop 的守护进程运行在由多台主机搭建的集群上, 是真正的生产环境.同样, Spark 也支持3种分布式部署方式:(1)独立模式(Standalone): 自带完整的服务, 可单独部署到一个小型集群中, 无需依赖任何其他资源管理系统.(2)基于Mesos 模式(Spark on Mesos): 利用Mesos 做资源管理, Spark 在开发之初就已考虑了和Mesos 的兼容, 所以两者存在天然的血缘关系, Spark 运行在Mesos 上会比运行在YARN 上更加灵活、自然.(3)基于YARN 模式(Spark on YARN): 利用Hadoop 平台的YARN 做资源管理. 好处在于可以将Spark 与Hadoop 兼容. 又可进一步细分: 生产环境可选择yarn-cluster 模式, 调试程序则选择yarn-client 模式.Spark 计算框架的一般开发模式为: 为了快速开发, 先不需要考虑服务(如master/slave 环境)的容错2020 年第 29 卷第 11 期计算机系统应用性, 直接在Standalone模式下开发, 之后再开发相应的wrapper, 将Stanlone模式下的服务原封不动地部署到资源管理系统YARN或者Mesos上, 由资源管理系统来负责服务本身的容错.在单机环境下要开展大数据实验, 只需要配置Hadoop的单机模式就可以开展MapReduce程序的逻辑调试. 如果想看一下HDFS的实际效果, 以及分布式环境下多个守护进程协调运行的效果, 则可以在单机的Hadoop伪分布式模式下进行测试. 但是如果数据量很大, 且需要验证分布式处理的效果, 则需要采用Hadoop 全分布式模式, 理论上Hadoop生产环境至少需要1个NameNode, 1个Secondary NameNode, 以及3个DataNode.如果想在单机上开展Spark的实验, 可以在Spark Standalone模式下在主机上同时启动Master进程和Worker进程, 也就是在主机上实现Spark伪分布式部署, 便可以开展Spark程序的逻辑调试. 但是如果要在Hadoop分布式环境下测试程序, 则必须采用Spark on YARN模式实现Spark与Hadoop平台的对接.3.4 基于虚拟化技术的单机大数据实验平台在开展Hadoop全分布式模式实验时, 需要数台计算机构成集群来实现大数据平台. 然而, 为每个学生配备几台物理机来做实验并不现实, 主要是因为成本过高、维护不易, 而且资源利用率很低. 此时, 可以在单机上采用虚拟化技术, 从一台物理机中虚拟出好几台虚拟机, 并将这些虚拟机通过虚拟网络连接成大数据集群.图8是基于虚拟化技术的单机大数据实验平台架构. 虚拟化技术就是指将宿主物理主机上内存、CPU、存储、网络等硬件资源通过虚拟化管理程序(hypervisor)统一调度, 并分配给多台虚拟机使用, 虚拟机之间虽然共享宿主机上的硬件资源, 但是相互之间却互不干扰,在逻辑上相互独立. 虚拟化技术实现了物理资源到逻辑资源的转化, 解决了物理资源使用效率低、成本高等问题.单机上常用的虚拟化软件有商业软件VMware workstation, 以及开源的Oracle VM VirtualBox等. 虚拟机可以通过拷贝文件或文件夹的形式在物理机之间相互复制, 因此只需要制作一套虚拟机即可在所有的物理机之间共享, 可以节省大量的系统安装时间.由于所有虚拟机实际上都在使用宿主机的资源,因此如果想在宿主机上仿真一个集群, 宿主机的配置必须高于所有虚拟机配置的总和, 例如: 如果同时启动5台虚拟机, 每台平均分配内存4 GB、硬盘50 GB、1个CPU核, 则宿主机的配置应是内存不少于24~32 GB、硬盘不少于300 GB、CPU不少于6~8核.……虚拟网络虚拟Hadoop集群Namenode虚拟机SecondaryNamenode虚拟机Datanode虚拟化软件计算虚拟化存储虚拟化网络虚拟化虚拟化软件 (VirtualBox、VmwareWorkstation等)物理机图8 基于虚拟化技术的单机大数据实验平台架构3.5 共享大数据集群的实验平台如果实验的内容不是侧重于大数据平台的安装、配置和运维, 而是侧重于大数据平台的使用及分布式应用程序的开发, 就没有必要为每个学生配置一套大数据集群, 只需要所有学生共享一套大数据集群即可(如图9所示). 大数据集群向所有学生终端机提供包括HDFS、NoSQL数据库、Spark计算的各类大数据服务, 学生终端机只需要安装客户端软件及IDE (集成开发环境), 用指定的用户账号登录, 即可通过Hadoop CLI (Command-Line Interface, 命令行界面)或API访问大数据集群.3.6 基于云计算的共享大数据实验平台虽然单机上的虚拟化技术可以很好地用物理机虚拟出大数据实验集群, 但是在这种方式中, 所有的负载均由宿主机承担, 因此对宿主机的配置要求比较高. 然而, 许多高校使用的电脑并没有那么高的配置, 无法在单机上实现虚拟机集群, 此时, 应采用云计算技术来实现共享大数据实验平台.云计算的核心技术也是虚拟化技术, 但是与单机虚拟化不同的是, 其后台是由云平台管理系统统一管理的物理机集群共同充当提供资源的宿主机, 生成的虚拟机也是在物理机集群上运行, 客户端通过网络来访问云平台中的虚拟机(如DataNode虚拟节点), 或访问云平台提供的服务(如NoSQL数据库).计算机系统应用2020 年第 29 卷第 11 期……学生终端机管理机管理控制服务器共享存储管理及存储服务器大数据集群图9 共享大数据集群的实验平台云计算可以分为公有云、私有云和混合云. 公有云通常指第三方提供的、一般需通过 Internet 访问的云. 私有云是企业内部单独建立和使用的云, 通常部署在企业数据中心的主机托管场所, 位于防火墙内. 私有云极大地保障了云平台的安全, 但是需要稳定的云平台部署场地, 以及一支比较专业的云平台硬件、软件维护队伍.高校在建设大数据实验室的时候需根据自己的经费预算和实际需要, 来选择是使用公有云还是自建大数据私有云. 如果是一两个月就可结课的短期课程, 有移动性需求(如疫情期间开展网络实验), Internet速度和稳定性能够得到保证的情况下, 可以从公有云租借Linux服务器或Hadoop集群开展大数据实验. 公有云服务商有阿里云、百度云、腾讯云、华为云、亚马逊云等. 而有固定实验场所以及服务器机房的院校可搭建大数据私有云.云平台的虚拟化通常采用应用容器引擎Docker 来实现, Docker容器是当前最主流的云服务解决方案.与KVM、Xen等云平台生成虚拟机时会包括完整操作系统不同, Docker容器是建立在操作系统上的轻量级虚拟化技术, 直接和宿主机的操作系统内核交互, 性能损耗较少, 容器的创建和启动都很迅速. 使用Docker容器打包和快速运行大数据集群, 可以节省大量的安装、配置系统、设置参数及运行的时间. 为了便于管理, 常采用大规模容器编排管理框架Kubernetes 来统一规划和部署Docker容器.图10是大数据云平台的体系结构, 底层是云平台物理集群的物理硬件资源, 包括CPU运算资源、阵列存储资源、网卡网络资源. 再上一层便是虚拟化管理程序, 负责将所有的硬件资源虚拟化并放入统一管理和分配的虚拟资源池, 然后通过虚拟机来对用户需要的计算资源、存储资源、网络资源进行定制和封装,并通过网络提交给终端用户使用.存储图10 大数据云平台的体系结构相关的软件及特定的配置以容器镜像的形式存储,在上实验课之前, 可快速地从容器镜像中克隆出大量的虚拟机并供学生使用, 每个学生可根据需要得到一个实验虚拟机集群, 集群间相互隔离、互不干扰, 实验结束后, 所有虚拟机被回收, 其资源被重新放回云平台的资源池供下次分配使用.云计算从低到高分为IaaS (Infrastructure as a Service,基础设施即服务)、PaaS (Platform as a Service, 平台即服务)、SaaS (Software as a Service, 软件即服务) 3层. IaaS 是最底层云服务, 提供一些基础资源服务, PaaS 提供软件研发平台, SaaS将软件的开发、管理、部署都交给第三方, 用户不需要关心技术问题.大数据实验云平台可以提供纯的Linux云服务器(IaaS级, 需学生自己进一步安装Hadoop、Spark各类组件), 或是已经预装不同组件的大数据云服务器(PaaS级, 已经预装了各类组件, 直接提供HDFS、Hive等服务), 或具体的大数据应用(SaaS级, 如大数据实训项目).大数据私有云由一台管理服务器、若干计算服务器, 以及众多学生实验终端机构成. 表2是60人大数2020 年第 29 卷第 11 期计算机系统应用。

实验教学体系与内容(实验教学体系建设

实验教学体系与内容（实验教学体系建设，实验课程、实验项目名称及综合性、设计性、创新性实验所占比例，实验教学与科研、工程和社会应用实践结合情况等）实验教学体系建设高等学校的中心任务是培养人才，而人才培养的中心环节是教学和实验教学，因此实验教学始终是学院的工作中心。

本科教育又是高等教育的主体与基础，抓好本科教育是提高高等教学质量的重点和关键。

为了努力提高口腔医学院本科教学和实验教学质量和办学效益。

一、确定本科教育为口腔医学实验中心各项工作的核心地位，制定正确的办学指导思想，并做好实验中心的学科定位。

1. 口腔医学实验中心办学指导思想：确立“本科教育是实验中心之本”的办学理念，以实验教学、科研、医疗为中心，从学科建设和师资队伍建设入手，争取3-5年时间内挤身全国口腔医学院校前10名，建设成为一个高层次、高质量、高水平、高知名度，具有同济特色的一流的口腔医学实验教学中心。

2.口腔医学实验中心人才培养的总体目标：培养能适应21世纪需求的具有知识、能力、人格“三位一体”的，德、智、体全面发展的，有扎实基础理论和系统专业知识的，能力强、富有创新精神的口腔医学高级专门人才。

二、党政领导重视本科教学与其实验教学中心工作，经常深入教学第一线调研。

1. 建立学院党政一把手为口腔医学实验教学中心质量第一责任人制度，做到责任明确。

成立口腔医学院院务会，进一步明确职责。

2. 建立学院领导---督导组专家听课制度，学院领导和教学督导组专家每学期至少听课四次，并认真填写《听课实验记录表》。

三、建立定期研究本科教育教学工作制度，学院每学期专题研究本科教育教学工作3次以上。

四、确保对本科教学经费投入的优先地位，加强对实验中心的本科教学投入，尤其加大对本科教学实验室的投入力度，确保各项教学改革工作的进行。

五、学院各部门要围绕教书育人进行工作，主动为教学服务，并把育人工作作为中心舆论核心。

六、加强口腔医学实验教学中心的师资队伍建设，完善激励与约束相结合的管理机制，实行教学质量考核一票否决制，努力提高本科教学质量。

新工科背景下的电化学专业实验课程体系建设

新工科背景下的电化学专业实验课程体系建设1. 引言1.1 背景介绍在新工科背景下，电化学专业实验课程体系建设不仅需要关注传统知识技能的传授，更要注重学生的创新能力、实践能力和团队协作能力的培养。

通过构建符合新工科理念的电化学实验教学模式，能够更好地激发学生的学习兴趣和创新潜力，提高他们的实际应用能力和解决问题的能力。

本文将从电化学专业实验课程体系现状分析、新工科理念下的电化学实验教学模式探索、实验课程内容和设计原则、实验室建设与教学设备更新、实验课程评估与持续改进等方面来探讨如何在新工科背景下建设电化学专业实验课程体系，以期为电化学实验教学提供一些启示和借鉴。

1.2 研究意义电化学实验课程的建设可以有效提升学生的实践操作能力和创新意识。

通过实验操作，学生可以更加深入地了解电化学理论知识，并将理论知识与实际操作相结合，培养学生的动手能力和解决问题的能力。

电化学实验课程的建设有助于培养学生的团队合作精神和沟通能力。

在实验课程中，学生需要与同学们一起合作完成实验任务，这有利于培养学生的团队合作意识和沟通技巧，提升学生的协作能力和团队意识。

电化学实验课程的建设可以促进学生对电化学专业的兴趣和热情。

通过实验操作，学生可以亲身体验和感受电化学实验的乐趣和挑战，激发学生对电化学领域的兴趣，培养学生对电化学专业的热情和探索精神。

电化学专业实验课程体系建设具有重要的研究意义，对提高教学质量和培养高素质电化学专业人才具有重要的推动作用。

2. 正文2.1 电化学专业实验课程体系现状分析电化学专业实验课程在过去主要以传统的实验教学模式为主，以理论课程为基础，注重实验操作技能的培养。

但是随着新工科背景下技术的快速发展和社会对高级人才需求的变化，传统的实验课程体系已经不能完全满足学生的需求。

因此需要对电化学实验课程进行现状分析，找出存在的问题和不足，为实验课程体系的改进提供依据。

当前电化学实验课程内容过于理论化，缺乏实际应用和创新性。

应用型本科高校化学化工类专业基础实验模块课程体系的构建

应用型本科高校化学化工类专业基础实验模块课程体系的构建本文从网络收集而来，上传到平台为了帮到更多的人，如果您需要使用本文档，请点击下载按钮下载本文档（有偿下载），另外祝您生活愉快，工作顺利，万事如意！围绕为地方或行业培养化学化工领域应用型人才，当前地方应用型本科高校设置有化学、应用化学、化学工程与工艺、高分子化学与工程、材料化学等化学化工类本科专业。

这些本科专业培养目标定位基本可以描述为：培养具有厚实的基础理论知识，扎实的基础实验技能，较强的科研开发能力，较高的综合素质，富有创新精神和竞争意识、德智体全面发展的理科与工科相结合的化学化工领域专业技术人才。

纵观化学化工类专业课程体系，理论课程与实验课程是构成专业教学的两大支柱。

在实施现代化学原理与基本实验技能的教学过程中，全程贯穿实验设计思想意识的培养、实验能力的综合训练，已成为培养学生创新能力过程中非常重要的组成部分。

所以根据地方应用型高校的办学定位与培养应用型及创新性人才的要求，如何改革化学化工类专业课程体系特别是实验课程体系，是当前地方应用型本科高校转型发展背景下化学化工类专业急需研究的重要课题。

专业实验教学改革的内容有：实验课程体系与教学内容、实验教学资源建设、实验教学方法、管理制度及组织机构建设等四个方面。

其中首要的是实验课程体系与教学内容，它处于专业实验教学改革的核心地位，是影响专业实验教学改革成效的重要内容。

针对当前地方应用型本科高校化学化工类专业实验教学体系改革的焦点，我们课题组曾以应用化学专业为例，构建了以实验技术要素为主线、以创新能力培养为核心的“三阶段三层次”应用化学专业模块实验课程新体系，即：专业基础实验课程（第一阶段第一层次）、专业综合实验课程（第二阶段第二层次）与专业设计实验课程（第三阶段第三层次）等三个模块。

基础实验课程模块包括无机化学实验、分析化学实验、有机化学实验、物理化学实验和仪器分析实验等教学内容，侧重于化学实验基本操作技术的分类训练及基本化学原理的应用；专业综合实验课程主要训练各类化学实验技术的综合应用；专业设计实验主要培养化学实验设计思想、分析问题与解决问题的能力[1]。

实践教学体系建设(3篇)

第1篇一、引言实践教学是高等教育的重要组成部分，是培养学生综合素质、创新能力和实践能力的重要途径。

实践教学体系建设是提高教育质量、促进人才培养的关键环节。

本文旨在探讨实践教学体系建设的内涵、原则和实施策略，为我国高等教育实践教学改革提供参考。

二、实践教学体系建设的内涵1. 实践教学体系的概念实践教学体系是指在一定教育理念和人才培养目标指导下，为实现人才培养目标而构建的实践教学体系。

它包括实践教学目标、实践教学内容、实践教学方式、实践教学评价等要素。

2. 实践教学体系的内容（1）实践教学目标：实践教学目标应与人才培养目标相一致，注重培养学生的综合素质、创新能力和实践能力。

（2）实践教学内容：实践教学内容应包括实验、实习、实训、社会实践、科研创新等环节，涵盖专业课程、公共课程和选修课程。

（3）实践教学方式：实践教学方式应多样化，包括课堂教学、实验、实习、实训、社会实践、科研创新等。

（4）实践教学评价：实践教学评价应建立科学、合理的评价体系，注重过程评价和结果评价相结合。

三、实践教学体系建设的原则1. 目标导向原则：实践教学体系建设应以人才培养目标为导向，确保实践教学与人才培养目标相一致。

2. 系统性原则：实践教学体系建设应具有系统性，实现实践教学各环节的有机衔接和协调发展。

3. 开放性原则：实践教学体系建设应具有开放性，积极吸纳国内外先进的教育理念和教学方法。

4. 可持续性原则：实践教学体系建设应注重可持续发展，不断提高实践教学质量和水平。

四、实践教学体系建设的实施策略1. 完善实践教学课程体系（1）优化课程设置：根据人才培养目标，调整课程设置，增加实践教学课程比重。

（2）加强实践教学环节：在课程设置中，注重理论与实践相结合，增加实验、实习、实训等实践教学环节。

2. 创新实践教学方式（1）多元化实践教学：采用课堂讲授、实验、实习、实训、社会实践、科研创新等多种实践教学方式。

（2）线上线下相结合：充分利用网络资源，开展线上线下相结合的实践教学活动。

高等学校综合实践教育课程体系构建

高等学校综合实践教育课程体系构建随着社会的不断发展和对高等教育的要求不断提高，高等学校综合实践教育课程体系的构建日益受到关注。

综合实践教育在学生的综合素质培养中扮演着重要的角色，不仅有助于学生的实践能力培养，还能提升他们的创新能力和应对社会问题的能力。

首先，在高等学校综合实践教育课程体系构建中，应注重多元化的课程设置。

多元化的课程设置能够为学生提供不同领域的实践机会，帮助他们全面认识社会的多样性和复杂性。

例如，可以开设社会实践课程、创业实践课程、公益实践课程等，为学生提供不同的实践平台，让他们在不同的领域中进行实践，拓宽眼界，培养综合素质。

其次，高等学校综合实践教育课程体系构建需要加强理论与实践的结合。

在传统的教育模式中，理论知识和实践经验常常被割裂开来，导致学生缺乏实际操作的能力和实践的思维方式。

因此，高等学校应该在课程设置中增加实践环节，同时加强理论和实践的融合，使学生在实践中获得理论的指导，从而更好地应用所学知识解决实际问题。

此外，高等学校综合实践教育课程体系构建还需要与社会各界进行密切合作。

只有与社会各界建立紧密联系，学校才能充分利用外部资源，为学生提供更多实践机会。

这包括与企业合作、与社会组织合作等形式，通过开展实践项目、参与社会实践等方式，使学生更贴近社会，了解社会需求，培养解决实际问题的能力。

另外，为了构建高等学校综合实践教育课程体系，还需要注重评价体系的建设。

传统的考试评价模式不能完全反映学生的实践能力和综合素质，因此需要探索建立多元化的评价方式。

例如，可以采用学生项目报告、实践成果展示等形式，评价学生在实践中的表现，更真实地反映学生的实践能力和创新能力。

总之，高等学校综合实践教育课程体系的构建是一个艰巨的任务，需要从多个方面进行考虑和努力。

多元化的课程设置、理论与实践的结合、与社会各界的合作以及评价体系的建设都是构建综合实践教育课程体系的重要组成部分。

希望通过这些努力，能够为培养具有实践能力、创新能力的高素质人才提供更好的机会和平台。

大学生社会实践课程体系的建设

大学生社会实践课程体系的建设摘要：本文从系统论和协同论角度出发，结合大学生成长成才规律和教育规律，在对各社会实践进行梳理整合的基础上，构建了社会实践课程体系，将社会实践全面纳入教学体系，完善实践育人模式，以期为造就高素质创新型人才提供依据。

关键词：社会实践；系统论；课程体系社会实践是青年学生按照学校培养目标的要求，有计划、有组织地参与社会政治、经济、文化生活的教育活动。

马克思在《资本论》中明确指出“生产劳动同智育和体育相结合：，不仅是提高社会生产的一种方法，而且是造就全面发展的人的唯一方法。

”让学生参加社会实践，是解决理论脱离实际、知识远离生活、厘清为何而学和学而为何等问题的有效途径，是完善知识与技能，丰富情感和体验，磨练品质和意志，增强学习使命感和社会责任感，提高思想修养和理想抱负水平，培养完满个性的人的过程。

因此，全面和深入开展大学生社会实践成为高等教育的重要组成部分，也是全面贯彻党的教育方针、推进大学生素质教育、培养高素质创新型人才的重要途径和必要环节。

在当前全面实施素质教育和人才强国战略、深入贯彻以人为本的教育理念以实现人的全面和谐发展的条件下，传统的应试教育模式下的重理论轻实践、重课堂内单向灌输轻课堂外自主探索、重共性塑造轻个性化发展等弊端进一步凸显。

近年来，虽然大学生社会实践的形式和内容不断得到改进，但教育资源严重不足，社会实践的延续性和稳定性差；虽然进行了课程化建设的有益探索，但针对性和灵活性不足，可操作性不强。

社会实践总体上仍处于一种零散、无序、多变的状态，急需社会各界统一认识，集聚社会力量创造条件，建立相应的运作机制和保障体系，推动实践教育向规范化、制度化和系统化发展。

本文从系统论和协同论角度出发，结合大学生成长成才规律和教育规律，在对各类社会实践活动进行梳理整合的基础上，将社会实践进行了系统地分类并据此形成各自独立的实践课程，在此基础上，构建了针对性、多样化、柔性化的课程体系，并将其全面纳入学校教育教学计划总体框架中，强化对大学生实施全过程、全方位、立体式的实践育人模式，为造就与知识经济相适应的个性化的高素质创新型人才提供制度性保障。