APP下载

行动学习:混合式课程创新的互动机制与实现路径

2021-02-04陈增明

齐鲁师范学院学报 2021年1期
关键词:变量资源模型

李 冰 陈增明

(1.福建商学院 工商管理系,福建 福州 350012;2.福建商学院 教务处,福建 福州 350012)

2019年,教育部发布了《加快推进教育现代化实施方案(2018-2022年)》,高等教育司2020年工作要点明确提出统筹实施一流课程“双万计划”,倡导国内课程平台的横向联合, 推动课堂改革成为教育者的一场心灵革命、观念革命、技术革命、行为革命。工作要点强调大力发展“互联网+”和“智能+”教育,通过建设优质开放共享的一流课程,推动优质课程资源广泛共享。形成包含线上“金课”,线上线下混合式“金课”、线下“金课”的信息技术与教育教学深度融合的课程改革和课堂革命。以在线课程为重要抓手,促进一流本科专业建设已经成为业界共识[1]26。其中线上线下混合式教学,通过“互联网+”技术实现异质性资源有效融合,大幅提升教学质量,是今后“金课”建设的重要模式。

由于新冠肺炎病毒的影响,各省市紧急出台封闭式管理临时政策。教育部、工信部联合发出通知,对“停课不停教、停课不停学”工作提出明确意见。国家级在线精品课程在疫情期间全面免费共享,各地高校线上授课工作全面启动。疫情极大加速了中国各类学校参与线上教育的进程,大量先前没有经验的教师克服困难,调动各种资源参与了信息化教学,其中结合在线“金课”进行的混合式教学成为多数教师的首选,也为深入高校线上线下融合的混合式教学建设积累经验。但是当前我国各类高校自有的“金课”资源非常有限,平台的信息化教学支撑能力、教师学生的信息化技术使用能力亟待加强。如何借由线上“金课”实施资源跨校整合,践行万众创新理念,体现高等教育的高阶性、挑战性和创新性目标,是一个值得重视的问题。

目前,在高等教育中对混合式“金课”的研究集中在混合式课程的承载工具、研发过程,较少涉及研发能力。而国内有关教师能力的研究尚未针对混合式课程的特有的资源组合范式,进行理论探索。为弥补上述研究的不足,本研究首次在线上线下混合式教学的情境中,研究教师推进混合式课程创新的动力和能力,研究课程跨校资源整合的中介机制和对教师能力的要求。

一、理论基础

(一)教师能力与知识储备研究文献回顾

教师能力与教师知识研究有着悠久的历史,普遍采用定性与定量化研究的方式,得出教师能力是内在信息加工过程等相关结论。一些研究者从学科教学知识(PCK)和教师个体的实践性知识两方面展开研究。其中整合技术的学科教学知识(TPACK)经过多年的发展已经自成体系。苏梅整合两个经典的TPACK量表,并聚合为技术知识、学科内容知识、利用技术进行教学的知识、教学法知识和进行关键性反思的知识五大因素[2]563。2011年,联合国教科文组织在《教师信息与通信技术能力框架》(第二版)中,将教师能力划分为技术素养、知识深化、知识创造三大模块18个要点;王以宁等基于知识生命周期理念,首先提出“混合型教师”的概念。并将教师能力分为教学媒体综合运用能力、基于心理学的教学能力、学科知识教学能力[3]3;并在2020年提出“整合技术的卓越教师知识能力结构”将教师知识能力结构划分为八个维度,包括学科视野、通识性知识,学科内容知识、课程知识、教学中的技术知识、教学法知识、反思与职业规划和管理和沟通[4]98。何克抗等总结相关研究成果,提出“中国特色信息化教学创新理论”。其中,新建构主义理论批判、摈弃西方激进建构主义的哲学基础,提出以“教师主导—学生主体相结合”的教育思想[5]45。

可见,我国教育研究者始终秉持着微观教学工作中“教师主导”的基本共识,将“内容+技术”的模式,作为信息化教学效能的放大器。当前,数字技术的飞速发展,激烈颠覆着传统教学设计的流程、方法和资源,对教学内容的建设和教师能力的发展,提出更高的要求。

(二)资源拼凑理论文献回顾

资源拼凑理论研究,起源于人类学,近年来广泛应用于创新生态系统等跨组织边界的创新管理研究,是一种以“不为所有,但求所用”为思路,进行资源重组、建构的活动,是知识创新的活动[6]337。该理论区别于传统企业运营中通过收购外部资源[7]104、或积累内部经验方式[8]837来获取创新绩效,强调对内外部资源进行创造性组合,内生性地创造新资源、提供新服务[9]329[10]210。从资源拼凑视角,资源匮乏是酝酿资源重组方案、获得优质创新成果的机会[11]5。

改革开放以来,跨国资源拼凑日益成为我国企业进行创新的一条稳妥路径[12]1903[13]127。资源拼凑需要通过资源的转化与内化,才能得以呈现为创新绩效。李非等认为,创造性地资源拼凑,可以帮助组织获取新的资源,进而带来企业绩效的提高。资源拼凑的过程依靠组织的动态能力来推动[14]562。吴亮等指出,资源拼凑可以分解为资源整合能力和机会识别能力[15]425,所以资源拼凑需要实施者的动力和能力。混合式教学是一种典型的资源拼凑行为,上述成果为进一步研究行动学习、资源整合与创新绩效之间的逻辑关系,提供了可供借鉴的概念模型。

(三)行动学习文献回顾

传统的教研活动强调了教师的专家角色,弱化了教师的学习者角色。同时传统的知识管理研究,未对高等教育面临的知识生命周期现象做充分论述。因此对于混合式课程这样的新生事物,尚未以师生的学习机制、能力作为变量进行探讨。

创新管理中的行动学习研究认为,学习是建立在经验学习循环、建构主义学习理论、知识管理等理论基础之上,是以问题为导向的成人学习方式。行动学习首先强调知识的异质性、团队成员知识的多样性有利于思想碰撞。第二,行动学习被定义为问题导向学习,是以即时问题为出发点的学习。第三,行动学习强调学习与行动的平衡。两者相互依赖、相互促进。郑晓梅等构建了相关模型,并论证了这一模式转换的理论基础[16]24。之后的研究案例主要以创新创业类的课程为主;研究对象则集中在学生行动学习能力培养,较少涉及教师自身的行动能力提升[17]30。

(四)混合式课程中的行动学习特点

混合式课程是典型的资源跨校整合过程。在混合式课程实施过程中,教师既可以以自建新资源的方式进行探索式创新,帮助学生完成知识学习,提高对知识的适应性;又可以在国家线上精品课程基础上进行二次开发实施应用性创新,快速组件新课,以摆脱线下教师资源约束的困境;还可以多次混合,实现课程迭代优化。因此混合式课程是专家引领、教师互助、深度反思的资源重组。

混合式课程是行动学习推动的过程。在高等教育中,学生学习绩效考核没有固定的标准。学生除了需要具备学科知识等专用能力,还需要具备探索式学习能力、利用式学习能力等通用能力。探索式学习能力集中于新知识的获取和内化,通过增加异质性知识获取创新能力。利用性学习能力主要是对已有知识和资源的强化利用,深度学习已有知识,为综合性应用创新奠定理论基础。这些能力都需要教师通过自身的行动学习,对教学资源进行高效、灵活、持续的管理。

二、研究假设

(一)资源跨校整合与学生学习绩效的关系

混合式课程通过课程联盟和课程平台,引入校际、校内异质化资源,前置处理了学生基础知识掌握问题,将课堂学习从浅层学习走向深度学习,是一种教学资源跨校整合、资源管理活动,不仅仅是资源的简单组合堆砌,而是包含探索式创新和利用式创新二元特质的教学方式。在教学资源跨校整合的过程中,教师对资源的学习和改造,有助于创造出新的知识[18]75。

其次,资源跨校整合可以提升教学素材的新颖性[9]329。在通识性、基础性的课程教学过程中,教师往往会陷入教学思维固化的困境,只做教学形式的创新,难以进行教学内容的创新。此时,教师作为资源跨校整合者,可通过已有的线上教学平台,跨行业跨领域构建新的教学内容,提高教学创新的新颖性,提升学生知识掌握速度和学习能力。

最后,资源跨校整合可以提升本科新课的建设速度。本科学生在知识能力习得过程中,经常会陷入学习素材庞杂或不足和学习方法缺乏的双重困境,阻碍创新学习活动的开展。此时,教师作为资源跨校整合者,可以运用双元创新能力模块化重组内外部的解决方案,帮助学生快速获取学习所需的物质和技术资源,提高学习速度[10]217,进而取得学生双元学习能力的突破。

基于此,提出如下假设:

假设1:课程进行资源跨校整合有助于学生学习绩效的提升。

假设1-1:课程进行资源跨校整合的程度越高,学生学科知识掌握水平越高。

假设1-2:课程进行资源跨校整合的程度越高,学生探索式学习能力提升越快。

假设1-3:课程进行资源跨校整合的程度越高,学生应用性学习能力提升越快。

(二) 教师行动学习能力与学生学习绩效的关系

资源跨校整合的过程是线下教学教师进行知识生产的过程。是教师聚焦于新知识探索和旧知识应用,进行多次教学反思和重构的结果。在高校课程教学过程中,这一过程通常是由教研小组集体备课完成的,是团队的行动学习行为,是“做中学、学中做”的典型形式[19]1197。但是由于教学创新活动的不确定性,不同层次高等院校的内外部环境,决定了资源跨校整合过程中不能仅依靠教师的先前经验,而需要通过教师的行动学习,重新建构知识之间的逻辑线索,然后转换为学生的学习绩效。

教师行动学习能力对学生学习绩效的影响,可以体现为两个方面:(1)教师搭建混合式课程的行为是一种行动学习行为,为学生学习提供所需的教学资源和教学环境。TAYLOR等提出,行动学习能立足组织自身需求,形成个性化的社会支持网络,尤其对模块化的资源跨校整合创新行为具有积极作用[20]226。具体到教学实践过程,教师自身的行动学习能力有助于其在SPOC教学设计和环境准备中建构知识输出的全新框架。(2)教师进行混合式教学过程,是学生学习习惯养成的过程。LUMP-KIM等指出,行动学习能创造一种更高效、透明、开放的知识体系,迅速提升组织资源管理的效率,在知识内化的基础上激发资源跨校整合行为[21]453。因此教师在混合式课程中的行动学习行为,能逐步建构灵活的课程体系,深度挖掘学情数据。基于此,提出如下假设:

假设2:教师行动学习能力有助于实现学生学习绩效。

(三)资源跨校整合行动是教师行动学习能力与学生学习绩效中的中介变量

学术界普遍认为,平衡发展探索式学习和利用式学习能力,能快速提升学习效率,增加竞争力。但一些行业的实证研究指出,行动学习能力不能直接提升探索式学习和利用式学习能力,直接带来良好的创新绩效[22]597。长期或过度的探索式学习会陷入“失败陷阱”,经常或过度的利用式学习则较易陷入“成功陷阱”[23]331。因此教师充分调动行动学习能力,通过科学的资源跨校整合,对学生进行适度的学习能力训练,成为混合式课程教学得以成功的关键。

国家会相继出台和完善碳会计信息披露体系,制定相关法律,在促进企业环境投资方面也必定会有更大力度和更多方面的优惠制度,相当于给企业减轻了财务负担。

资源跨校整合是通过提升知识异质性来实现创新绩效的。Rodan等研究证实了,知识异质性对创新绩效的显著影响[24]541。一方面,知识异质性体现资源整合过程中,体现在线下教学团队依据已有的课程结构,运用线上教学资源,对现有课程进行创造性重组,创造性的拟定新的课程内容和教学方法。另一方面,知识异质性体现在激活教学团队隐形知识的过程中。引入国家“金课”增加了高质量的信息来源,对线下教学团队成员原有知识结构产生冲击,使整个团队考虑问题比较全面,在分歧中碰撞出火花,甚至产生新观点和新方法。因此,本文提出以下假设:

假设3:资源跨校整合行动是教师行动学习能力与学生学习绩效之间起中介作用。

(四) IT能力在教师行动学习能力与学生学习绩效间起调节作用

Ross等提出信息技术能力概念,简称IT能力。20多年IT技术升级迭代,在“互联网+”教学的背景下,IT能力的作用正在不断加强。Bharadwaj研究表明,组织的IT能力主要是整合组织内外各种IT资源的能力,并定下了IT能力是创新过程中一种资源管理能力的基调[25]169。苏郁锋等提出IT能力能够为资源整合、问题识别、价值创造等提供了有效解决方案[26]168。2020年,5G技术逐渐成熟和应用落地,为IT助推教育数字化、网络化、智能化发展提供新的基础网络服务,为教育理念更新、模式变革和体系重构提供支撑。杜玉波认为,5G时代的到来,会推动教育资源公平化、一体化和教育生态网格化、智能化[27]18。

在混合式教学建设中,首先,可以将IT技术本身视为资源的一部分,IT技术的提升有助于高校教师突破本地资源环境的约束,通过构建虚拟社群网络,提升资源的配置能力,进而实现从资源跨校整合行为到学生学习绩效提升的跨越;其次,可以将IT能力视为充满交互性的学习环境。建构主义和联通主义学习理论都强调学习中的交互性,“互联网+”教育通过MOOC、SPOC等基于IT技术的教学革命,实现交互学习[28]18。同时,在混合式教学建设中,还可以将IT能力视为一种技术工具,通过成熟、高效的AI算法,为探索式学习与利用式学习提供平台,为教学数据洞察、教务精准管理提供支撑。基于上述理论基础,本文认为在IT能力的调节下,教师行动学习能力能促进内外部资源联动开发和多角度运用,实现了教学资源重组,有效提升学生学科知识掌握水平和二元学习能力的提升。反之,当IT能力不足时,将阻碍教师行动学习能力与学生二元学习绩效之间的关系。例如在2020年新冠疫情期间,全国高校依托各个教学资源平台进行线上授课,由于不少平台由于并发量过大,影响教师线上教学推进效果和学生在线学习感受。基于此,提出如下假设:

假设4:IT能力对教师行动学习能力和资源跨校整合之间的关系具有调节作用。

假设5:IT能力对资源跨校整合与学术学习绩效的关系具有调节作用。

H5-1:IT能力对资源跨校整合与学生学科知识掌握水平关系具有调节作用。

H5-2:IT能力对资源跨校整合与学生探索式学习能力关系具有调节作用。

基于上述理论分析,本文构建了如图1所示的概念模型。

图1 教师行动学习能力、资源跨校整合与混合式教学创新的概念模型

三、数据搜集与变量测量

(一)样本选取与数据

搜集本次调研的样本来自通过中国大学MOOC平台参与异步SPOC混合教学的本科学生。中国大学MOOC是高等教育出版社有限公司旗下的移动互联网应用平台,免费开放全部国家在线精品课程,是互联网+高等教育的重要内容提供商,在近年的在线精品课程、线上线下混合金课申报过程中表现活跃,是较为理想的调查对象。2020年1月,我们以中国大学MOOC平台、智慧树平台开展SPOC的高校名录为抽样总体,通过平台与2018年1月至2020年1月执行SPOC教学的一线教师取得联系,通过课程平台发放调查问卷,并通过2月上旬对学生反馈数量较低的高校教师跟进联系。本次调查共随机抽取1500个学生样本,收回问卷1007份,剔除无效问卷139份,剩余有效问卷868份,有效问卷回收率为86.19%。从个人背景信息的描述性统计可以看出,受访学生样本特征具有代表性和多样性。

表1 个人基本资料

(二)样本的科学性检验

1.数据的信度检验

问卷设计包括5个潜变量、18个可测量的衡量指标,对教师行动学习能力、资源跨校整合与混合式教学创新三大类量表应用 Likert5 量级度量法进行评分(详见表 2)。本研究采用Cronbach α系数测度问卷整体和各项目的内在一致信度,通过测量同因子下各变量间的一致性以及量表整体的一致性来衡量所得结果的内部一致性程度。

表2 混合式教学创新结构方程模型变量对应表

由上表可知,各维度的Cronbach α介于0.782-0.927之间,可以看出每个维度的信度系数均大于0.7,说明各维度具有较好的内部一致性,可以进一步进行分析。

2.验证性因子分析

验证性因子分析目的在于从理论假设出发,检验理论与数据的一致性,从而检验并最终发展理论。在阐述验证性因子分析之前,首先分析所涉及的评价指标及评判标准,然后再根据指标数值的大小或符号来判断所构建的模型是否拟合指数的标准。

表3 混合式教学创新结构方程模型拟合指标

根据上表可知,CMIN/DF比值小于3,拟合指标中所有指标均符合要求,所以本文认为模型可以被接受。

现在通过模型的验证性因子分载荷计算各维度的CR和AVE来测度变量的区别效度和收敛效度。组合信度(CR)分析是反映每个潜变量中所有测项是否一致性地解释该潜变量。

各维度的聚敛效度通过平均方差萃取量(AVE值)通常被用来反映量表的聚敛效度,可以直接显示被潜在变量所解释的变异量有多少是来自测量误差,AVE值愈大,测量变量被潜在变量解释的变异量百分比愈大,相对的测量误差就愈小。

其中是各观测变量的标准化因子载荷,是观测变量的测量误差。

表4 验证性因子分析结果

本研究组合信度CR大于0.7,说明每个潜变量中的所有测项都可以一致性地解释该潜变量。

表5 区别效度和收敛效度

在对教师行动学习能力、资源跨校整合、学科知识掌握、探索式学习、利用式学习、IT能力这6个潜变量之间的相关系数进行了汇总,各变量的AVE大于0.5,AVE值平方根都是大于0.7,大于相关系数,说明量表有很好的收敛效度和区别效度。

四、模型拟合分析及最优结果

(一) 结构方程分析

结构方程建模(Structural Equation Modeling,SEM)是基于变量的协方差矩阵来分析变量之间关系的一种统计方法。结构方程建模能将多元回归和因素分析方法有机地结合在一起,以自动评估一系列相互关联的因果关系。通过am结构方程模型如图三所示。

图2 混合式教学创新结构方程影响因素路径拟合图

评估模型的简约性的指标GFI,RFI,NFI都达到理想值,模型可以接受。路径结构见表6所示:

表6 路径系数表

由上表可知,从教师行动学习能力到资源跨校整合的标准化路径系数为0.457(t=5.341,p=0.000),说明教师行动学习能力对资源跨校整合具有显著的正向影响,即教师行动学习能力越好,资源跨校整合越好。

从资源跨校整合到学科知识掌握的标准化路径系数为 0.358(t=3.957,p=0.000);到探索式学习的标准化路径系数为0.412(t=4.647,p=0.000);到利用式学习的标准化路径系数为0.293(t=3.223,p=0.001),说明资源跨校整合对三者具有显著的正向影响。值得注意的是资源跨校整合对学生学习效率的正向影响中,探索式学习大于学科知识掌握,明显大于利用式学习。因此可以推断,利用式学习对线下教学过程的高度依赖。

从教师行动学习能力到学科知识掌握的标准化路径系数为 0.268(t=3.051,p=0.002);到探索式学习的标准化路径系数为0.198(t=2.344,p=0.019);到利用式学习的标准化路径系数为0.256(t=2.832,p=0.005),说明教师行动学习能力对学生学习效率具有显著的正向影响。标准化路径系数显示,教师行动学习能力对学生学科知识掌握影响力最大,利用式学习第二,探索式学习第三。可见优质线上“金课”能够把事实性、概念性知识的知识放在课前的线上学习,带来学生对学科知识掌握程度的显著加深。同时,混合式教学减轻了教师传授理论知识的精力,能够在见面课上聚焦知识的分析、应用和综合利用,完成利用性创新等高阶认知训练。此外教师在见面课教学中展现的行动学习心得和驾驭行动学习的能力,给学生榜样示范作用,能够激发学生主动探索式学习的兴趣。

(二)调节效应分析

调节效应的检验主要利用多元层级回归,分析自变量、调节变量与交互项产生共线性问题。针对IT能力这一调节变量,需要对自变量和调节变量进行中心化处理,防止共线性的发生。本文使用SPSS.22中的线性回归法,构建了三个因变量为资源跨校整合的模型。其中,模型1引入控制变量,包括教学班规模,专业基础课,高校类别、专业核心课程,公共基础课。其目的是为防止伪回归的出现,对自变量、调节变量以及交互项进行控制。模型2引入自变量教师行动学习能力和调节变量IT能力,主要判断自变量和调节变量对因变量的影响作用,确定模型的解释能力,也就是判断模型R2的大小。模型3引入交互项教师行动学习能力*IT能力作为交互项,如果交互项的回归系数显著,且R2显著提高,则说明调节变量有显著的调节作用。经检验,模型2和模型3的拟合效果检验,其显著性概率值均小于0.05,具有显著的统计学意义。因此认为模型的回归方程拟合效果好。

表7 模型汇总

由上表可知模型2的R方为0.198,模型3的R方为0.234,模型3相比与模型2具有显著变化,说明IT能力对教师行动学习能力与资源拼凑的关系具有明显的调节作用。之后对模型2和模型3的拟合效果检验,其显著性概率值均小于0.05,具有显著的统计学意义。模型2的R方为0.139,模型3的R方为0.160,模型3相比与模型2具有显著变化,说明IT能力对资源跨校整合与利用式学习的关系具有调节作用。在模型2和模型3的拟合效果检验中,其显著性概率值均小于0.05,具有显著的统计学意义。因此认为两个模型的回归方程拟合效果很好。

交叉项资源跨校整合*IT能力对探索式学习的标准化回归系数为0.242(t=4.009,p=0.000),说明资源跨校整合*IT能力对探索式学习具有显著的正向影响,即IT能力对资源跨校整合与探索式学习具有显著的正向调节作用。

交叉项资源跨校整合*IT能力对利用式学习的标准化回归系数为0.148(t=2.240,p=0.026),说明资源跨校整合过程叠加上IT能力,对利用式学习具有显著的正向影响。可以证明教师行动能力的表达、资源跨校整合过程的实现依赖于平台、高校、学生的IT能力。IT环境应当成为相对柔性的线上线下课程评价中必要的硬件指标。

五、研究结论与启示

本研究分析了混合式教学创新过程中,由线下教学教师主导的资源跨校整合行为对学生学习绩效的具体作用机制,以及现实中IT环境优劣对这一中介机制的调节作用。量化诠释了线上线下混合式教学中的高阶性、挑战性和创新性。研究发现:

(一)教师具备行动学习能力是资源跨校整合的前提

有别于一般教育类研究中对学生行动学习能力的关注,本研究认为,教师的行动学习能力是实施混合式课程的逻辑起点和动力基础,教师在混合式课程建设过程中展现的资源探索、利用的能力和学术自信是本科生学习的重要示范。

(二)资源跨校整合与学生学习绩效显著正相关

本研究证实了在本科教学中存在和其他行业相似的资源获取路径,即从校外获取资源进行模块化重组,继而构建新的知识和资源框架和内容,从而打破学生对传统学习方式的路径依赖,提升学习效率,提高探索式创新和利用式创新的能力。

(三)资源跨校整合对知识学习、能力提升有不同程度的正向影响

本研究发现由于资源跨校整合对学生知识学习、探索式创新能力正向影响大,对利用式学习能力,即综合性学习能力,提升的作用较小。因此,教师不能只通过线上资源实施线上线下模块拼接,而是应当掌握好线上线下教学之间的比例,线上线下并重。以线上资源的模块化组合解决学生理论知识的建构和探索式学习能力的提升,以线下多元教学情景、教学素材、教学方法,形成学生利用式学习能力,并最终完成学生的双元学习目标。

(四)IT能力是教师获取资源的重要条件

IT能力是支撑学生线上学习和线下翻转学习的重要环境因素,正向调节从教师行动学习能力到资源跨校整合,再到创新学习绩效的整个中介机制。短期来看,在高IT能力支撑下,师生线上学习和翻转课堂的感受得到改善,学习感受明显提高;长期而言,在高IT能力支撑下,教学资源的选择范围显著扩大,教师能以更低的代价构建学习框架和内容,并提高从课程到专业的适应性和组织的稳定性。因此高校与线上线下金课所依托的线上平台,都应当在加强教师能力培养和寻求线上教学资源的同时,注重平台信息化建设和IT能力的提升,实现IT能力对教学资源跨校整合和学生学习绩效的支持作用。

综上,本研究主要研究基于教师能力视角分析资源跨校整合对学生学习绩效发生作用的过程及其影响,考虑了IT能力等外部环境因素的影响。但本研究尚未考虑双一流高校和应用型本科院校建设之间的差异化,所带来的内部环境因素不同。这些不足将在将在今后的研究中进一步完善。尽管存在上述不足,本研究探讨了教师行动学习行为推动课程资源跨校整合行为,对学生学习绩效的影响机制,以及IP能力对上述机制的权变影响。这对于高校混合式教学中的模式创新和学习绩效评估,仍然具有一定的理论和现实意义。

猜你喜欢

变量资源模型
适用于BDS-3 PPP的随机模型
基础教育资源展示
寻求不变量解决折叠问题
抓住不变量解题
重要模型『一线三等角』
一样的资源,不一样的收获
资源回收
做好绿色资源保护和开发
模型小览(二)
离散型随机变量分布列的两法则和三模型