A Taxonomy for Learning, Teaching, and Assessing pdf epub mobi txt 电子书下载 2026

简体网页||繁体网页

☆☆☆☆☆

出版者:Allyn & Bacon

作者:Lorin W. Anderson

出品人:

页数:336

译者:

出版时间:2000-12-29

价格:USD 60.00

装帧:Paperback

isbn号码:9780801319037

丛书系列:

图书标签:

教育方法
education
Bloom's
教学设计
teaching
taxonomy,
taxonomy
philosophy
学习分类学
教学
评估
认知
教育
教学设计
学习目标
课程开发
布鲁姆分类学
教学策略

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小美书屋

book.quotespace.org

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

Embodying advances in cognitive psychology since the publication of Bloom's taxonomy, this revision of that framework is designed to help teachers understand and implement standards-based curriculums as well as facilitate constructing and analyzing their own. A revision only in the sense that it builds on the original framework, it is a completely new manuscript in both text and organization. Its two-dimensional framework interrelates knowledge with the cognitive processes students use to gain and work with knowledge. Together, these define the goals, curriculum standards, and objectives students are expected to learn. The framework facilitates the exploration of curriculums from four perspectives-what is intended to be taught, how it is to be taught, how learning is to be assessed, and how well the intended aims, instruction and assessments are aligned for effective education. This "revisited" framework allows you to connect learning from all these perspectives.

跨越知识的鸿沟：现代学习理论与实践的深度剖析作者：[此处留空，请自行填入原书作者名] 出版社：[此处留空，请自行填入原书出版社名] 内容简介：本书《跨越知识的鸿沟：现代学习理论与实践的深度剖析》并非对现有教育分类体系的重述或修正，而是一部立足于认知科学前沿和教育实践革新的深度研究报告。它旨在为教育工作者、课程设计师、学习技术开发者以及政策制定者提供一套全新、动态且极具操作性的框架，用以理解、构建和评估人类学习过程的复杂性。本书的核心论点是：传统的、静态的学习分类模型已无法充分捕捉数字时代下，学习者主动构建知识、迁移技能以及应对复杂情境的能力。因此，我们提出了一个以“情境化认知负载管理”和“跨域技能整合”为驱动力的全新学习生态模型。全书共分为五个主要部分，层层递进，构建起一个全面的分析与实践体系。 --- 第一部分：学习的本体论重塑：从信息传递到意义建构本部分首先对“学习”这一概念进行了彻底的哲学和心理学层面的重审。我们不再将学习视为知识的简单获取或记忆的堆砌，而是将其定义为“在特定文化和技术媒介支持下，个体对外部信息进行筛选、内化、重组并最终形成可迁移心智模型的动态过程。” 我们深入探讨了以下几个关键主题： 1. 内隐知识与外显知识的动态耦合：详细分析了专家（如技艺大师、资深学者）如何将复杂的、难以言传的经验（内隐知识）有效地转化为可被教授和学习的结构（外显知识），以及反向过程中的认知障碍。 2. 心智模型（Mental Models）的形成与演化：探讨了学习者如何通过模拟和预测来构建和修正其对现实世界的内部表征。本书引入了“心智模型一致性检验”的概念，用以评估学习材料在多大程度上能促进学生形成与领域专家相符的模型。 3. 学习的社会性与媒介依赖性：批判性地审视了技术工具（从书籍到虚拟现实）如何塑造学习者的认知结构。特别关注了异步协作和分布式认知在现代学习环境中的作用。 --- 第二部分：认知负载的精细化管理：超越“过载”的边界本书的第二部分聚焦于学习过程中最关键的限制因素——认知资源的管理。我们认为，有效的教学设计不在于“减少”信息，而在于“优化信息的呈现、处理和储存路径”。我们引入了“情境化认知负载因子（Contextual Cognitive Load Factors, CCLF）”的概念，该因子将传统的三种认知负载（内在、外在、相关）与学习者的“前置经验异质性”和“任务情境相关性”相结合： 1. 任务情境相关性分析：提出了一种评估教学任务与未来应用场景契合度的量化方法。高相关性的任务能将部分外在负载转化为更具效率的相关负载。 2. 异质性学习群体的负载平衡：针对混合能力班级，我们设计了“可变分流路径”的教学策略，确保初学者避免因基础知识缺失而遭受不成比例的内在负载，同时为高阶学习者提供足够的复杂性挑战。 3. 元认知干预在负载调控中的角色：详述了如何通过明确的“自省提示”和“计划性暂停”机制，训练学习者主动监控自身的认知负荷，并适时启动策略调整。 --- 第三部分：技能的迁移与深度整合：从知识点到行动范式本书的第三部分是关于学习成果的应用和深化。它直接挑战了那些仅仅停留在知识再现层面的评估模式。我们主张，真正的学习体现在“跨领域、跨情境的知识和技能的灵活迁移能力”。核心内容包括： 1. 类比推理机制的教学强化：探讨了如何设计一系列具有系统性结构相似性的问题（而非表面相似），以培养学习者从已知领域提取抽象原则并应用于未知领域的能力。 2. 复杂问题解决的解构模式：提出了一种“自底向上”和“自顶向下”相结合的问题解决流程，训练学习者在面对模糊、非结构化问题时，能够快速识别关键结构（顶层）并调动所需的基础工具集（底层）。 3. 实践社区（Community of Practice）的构建：强调了专业技能习得中，模仿、反馈和共同实践不可替代的作用。本书提供了构建高效“实践社区”的组织模型和激励机制设计指南。 --- 第四部分：评估的转型：度量潜能而非记录成就传统的测试往往只能记录学习者在特定时刻对既有知识的掌握程度。本部分主张评估体系必须转向“预测未来绩效与诊断学习潜力”。我们构建了一套“形成性诊断评估矩阵（Formative Diagnostic Assessment Matrix, FDAM）”，该矩阵超越了对错的简单判断： 1. 过程性证据的采集与权重：详细论述了如何通过分析学习者的草稿、错误修正路径、搜索策略和协作记录，来推断其心智模型的健康程度和解决问题的韧性。 2. 拒绝“知识孤岛”的评估任务设计：介绍了如何构建需要整合来自不同学科知识才能解决的“综合性挑战任务（Integrative Challenge Tasks）”，从而揭示知识的深度整合水平。 3. 基于适应性反馈的评估闭环：强调评估的最终目的不是评分，而是为下一阶段的学习提供精准的、个性化的干预建议。这包括对特定认知瓶颈的定位，而非笼统的“需要更多练习”。 --- 第五部分：学习系统的工程化与伦理考量在最后一部分，本书将理论和实践框架提升到了系统设计的层面。我们探讨了如何将前述的认知模型、负载管理和迁移评估整合到大规模的学习系统中，无论是课程规划还是技术平台的开发。 1. 学习路径的动态优化算法：探讨了基于个体化学习数据的反馈回路，如何实时调整教学内容的难度、呈现方式和练习频率，以确保认知负载始终处于“最佳学习区（Zone of Proximal Productivity）”。 2. 学习体验设计中的“诱导性摩擦”：反驳了“技术必须总是让事情变简单”的观点。我们论证了在特定情况下，适度的、有目的的“摩擦”（如需要手工计算而非直接出结果）是促进深度编码和迁移的关键手段。 3. 数据隐私与学习自主权的平衡：审慎地讨论了在高度数据驱动的学习环境中，如何设计系统以最大化学习效果，同时坚决维护学习者的自主决策权和对自身学习数据的控制权。总结：《跨越知识的鸿沟》不是一本关于“如何教”的简单指南，而是一份关于“人如何学习”的深度宣言。它要求教育者从知识的“传递者”转变为学习“生态系统的架构师”，致力于设计一个既尊重人类有限的认知资源，又能最大限度激发知识迁移潜能的未来学习环境。本书为所有致力于推动教育创新的人士提供了坚实的理论基础和可操作的蓝图。