1、遷移理論在高職計算機教學中的應用探析遷移理論在高職計算機教學中的應用探析所謂學習遷移，是指一種學習對另一種學習的影響，其中又分正遷移和負遷移，前者是指一種學習對另一種學習起到積極的促進作用，后者那么反之。我國高職院校科學計算機教育起步較晚，且學生根底知識薄弱，因此如何從計算機的教學實際出發，遵循促進學習遷移的教學原那么，最大限度地促進學生對所學新知識的遷移與運用，對于有效進步老師的授課質量和學生的學習效率，意義深遠。一、精選教學材料，重基儲找規律，促進知識的正遷移計算機學習看似復雜難懂，其實各種知識之間或多或少存在一些共同要素及一般原理，而遷移總是以先前的知識學習為前提，因此學生掌握的知識越是

2、根底的，新知識和新問題的學習研究適應性就會越寬廣，產生學習遷移的范圍也更廣泛。基于此，老師在組織教材時，應將根本概念和規律放在首位，突出教材的系統性和規律性，以促進本文由論文聯盟搜集整理更多的正遷移產生。例如，在學習以語言作為數據構造和算法的描繪語言的?數據構造?時，必須有語言作為根底，語言學得好的學生越容易產生遷移，將語言中的知識應用到數據構造的描繪上來。因此，在講授?數據構造?時，老師應在教學中適當參加一些與之有關的語言的根底知識，以促進知識遷移的發生。此外，計算機與數學關系深遠。如計算機程序就需要運用到數學思維，而縱觀當前我國高職數學教學，計算機數學知識方面內容非常欠缺，且一些數學老師對

3、計算機數學重視缺乏，如在數學考試命題上與計算機數學相關知識很少入眩因此，老師還應結合高職計算機教材內容，適當補充學生計算機數學知識，最好在講解范例的過程中分析其設計思想、討論算法時穿插程序設計相關的初等數學中的計算數學方面的知識，向學生介紹或復習舊知識，以促進學生知識的遷移。結合多年理論，筆者認為需要補充的數學知識主要如下：不定方程初等試論中的試驗法;逐次逼近法、近似計算知識;輾轉相除法;遞推法給出序列;教材里一些關于自然數的公式;等等。二、抓住事物之間的內在聯絡，尋找共同因素，促進學習遷移共同因素是遷移的根本條件之一，學習遷移理論證明，但凡在先前的學習同后來的學習之間有著一樣或相似地方的，就

4、能產生互相遷移的作用，而且兩者之間所包含的共同因素越多，越容易產生遷移。教學中，讓學生自行運用先前的知識來學習新的內容往往較為困難，這就需要老師將新的學習內容和學生已有的背景知識聯絡起來，盡量找出其中的共同因素和內在聯絡，引導學生促進學習遷移。如在高職計算機程序設計課中，引導學生通過分析和綜合把數學語言和算法語言的共同因素和內在聯絡提取出來，全面系統地認識它們，無疑對進步學習算法語言效率有積極的作用。例如，算法語言是可以用嚴密的數學形式描繪的抽象的符號系統，與數學語言的符號系統比擬，二者之間有以下明顯的共同之處：兩種語言均以英文字母、阿拉伯數字括號、運算包括邏輯運算，各種運算的意義一樣，運算順

5、序一致，符號也大體一樣;數學中的根本初等函數和BASI語言中的標準函數意義想通，形式也根本一樣;單字母變量、下標變量包含有數學里變量的意義，其形式在數學里能找到相應的模型，如數組元素AI，JAi，j或ai，j。又例如，數學語言和算法語言使用的表達方式之間也存在共同因素：數學式子和BASI表達式都是運算符號將數、變量、函數連接起來的式子，二者表達方式根本一致，在讀、寫程序時總是要遇到數學式子和BASI表達式二者之間的互譯，等等。對于以上這些共性因素，老師在教學中，可以列舉一些對照表充分地提醒出來，并對這些共性加以概括，從而讓學生系統地認識它們，不再將算法語言的各種規定視為全新的獨立的個體，而是與

6、數學類比納入舊有的知識系統，進展整體的識記理解。如此，學生就能在弄清一點對應規律的根底上，記住一片，理解一片，大大緩解了學生學習算法語言時大量的概念和符號記憶理解的負擔，促進學習效率的提升。三、啟發學生概括總結所學內容，促進新、舊知識的交互作用，預防負遷移根據學習遷移理論的概括化理論，對原理理解概括得越好，對新情境中學習的遷移越為有利。因此，在計算機學科的教學過程中，老師應積極引導學生總結出概括化的原理，盡量將新概念或規律與學生認知構造中原有的適當概念相聯絡。將新概念、規律納入原有概念、規律中，同時使新概念、規律與原有的有關概念、規律進一步分化和融會貫穿，組成一個整體構造，從而通過利用原理的遷移，到達最正確的教學效果。例如，學習語言編程時，可引導學生進展如下認知活動：將語言中的數據類型和表達式概念與認知構造中原有的計算機編程語言的概念相聯絡;將語言中的根本語句的語法規那么與原有的計算機編程語言相關語句的語法規那么相比擬，將新舊知識融會貫穿，形成一個有機的整體構造。如此，讓學生將頭腦中已有的有關概念與新感知的概念聯絡在一起，促進新、舊知識的交互作用，從而實現將所學的原理、原那么遷移到新的學習環境中去的目的。此外，需要注意的是，雖然原有知識能同化新知識，但一旦原有知識掌握不穩固，那么不但不會產生正遷移，反而可能會出現負遷移，因此，應注意