基于知识图谱与AI赋能高分子化学的数智化教学思考

谢丹; 陈风青; 姜柏羽; 肖友华; 刘丽娜; 戴进峰

doi:10.14028/j.cnki.1003-3726.2025.24.315

您当前的位置：

首页 >

文章列表页 >

基于知识图谱与AI赋能高分子化学的数智化教学思考

教育与教学 | 更新时间：2025-04-29

- 基于知识图谱与AI赋能高分子化学的数智化教学思考
- Reflections on the Teaching Reform of Polymer Chemistry: Towards Intelligent and Data-driven Approaches
- 高分子通报 2025年38卷第5期页码：837-843
- 作者机构：
  
  浙江农林大学化学与材料工程学院，杭州 311300
- 作者简介：
  
  *戴进峰，E-mail: jinfengdai0601@zafu.edu.cn
- 基金信息：
  
  浙江农林大学校级专项教学改革项目(JG2024119;JG2019021;JG2022021;JG2024014)
- DOI：10.14028/j.cnki.1003-3726.2025.24.315
  中图分类号：
- 收稿日期：2024-10-17，
  
  录用日期：2025-02-08，
  
  网络出版日期：2025-03-07，
  
  纸质出版日期：2025-05-20
- 稿件说明：
移动端阅览
谢丹, 陈风青, 姜柏羽, 肖友华, 刘丽娜, 戴进峰. 基于知识图谱与AI赋能高分子化学的数智化教学思考. 高分子通报, 2025, 38(5), 837–843.

Xie, D.; Chen, F. Q.; Jiang, B. Y.; Xiao, Y. H.; Liu, L. N.; Dai, J. F. Reflections on the teaching reform of polymer chemistry: towards intelligent and data-driven approaches. Polym. Bull. (in Chinese), 2025, 38(5), 837–843.
谢丹, 陈风青, 姜柏羽, 肖友华, 刘丽娜, 戴进峰. 基于知识图谱与AI赋能高分子化学的数智化教学思考. 高分子通报, 2025, 38(5), 837–843. DOI： 10.14028/j.cnki.1003-3726.2025.24.315.

Xie, D.; Chen, F. Q.; Jiang, B. Y.; Xiao, Y. H.; Liu, L. N.; Dai, J. F. Reflections on the teaching reform of polymer chemistry: towards intelligent and data-driven approaches. Polym. Bull. (in Chinese), 2025, 38(5), 837–843. DOI： 10.14028/j.cnki.1003-3726.2025.24.315.

摘要

随着人工智能(AI)技术的发展和深入应用，探索人工智能支持教学和专业发展的需求日益迫切，深入实施AI赋能教育已成为教育数智化改革的一个重要方向。高分子化学课程作为高分子材料与工程专业的核心课程，利用知识图谱以智能化和数字化的方式展开教学，能够弥补传统授课模式中存在的因特教学缺失、理论和实践脱节、教学方式及评价体系单一等不足，对促进高分子化学课程的教学改革和进一步提升培养人才的质量具有积极的意义。

Abstract

With the development and deeper application of artificial intelligence (AI) technology

there is an increasing demand to explore AI-supported teaching and professional development. The in-depth implementation of AI-enabled education has become an important direction in the digital and intelligent transformation of education. As a core course in polymer materials and engineering

polymer chemistry can benefit from the use of knowledge graphs to teach intelligently and digitally. This approach addresses shortcomings of traditional teaching models

such as insufficient interactive teaching

a disconnect between theory and practice

and a limited variety of teaching methods and evaluation systems. This holds significant value for promoting the reform of polymer chemistry teaching and further enhancing the quality of talent cultivation.

关键词

Keywords

references

何海峰 , 白瑞钦 , 刘蕾 , 李廷希 . 高分子化学教学改革探索 . 高分子通报 , 2018 ( 12 ), 82 – 86 .

张夏兰 , 吕秋丰 , 靳艳巧 , 林起浪 . 虚实结合的高分子化学实验课程教学改革探索 . 化工高等教育 , 2024 , 41 ( 4 ), 142 – 149 .

曾安蓉 , 汪扬涛 , 曾安然 , 李云龙 . 基于项目化的“理论-实操-虚拟仿真” 一体化课程改革实践: 以《高分子化学》课程教学为例 . 高分子通报 , 2024 , ( 3 ), 413 – 418 .

高冬梅 , 靳淼 . “互联网+” 背景下高分子化学课程实践教学改革探索 . 化工设计通讯 , 2023 , 49 ( 5 ), 98 – 100 .

付慧坛 , 夏绍灵 , 王仁杰 , 彭进 , 徐三魁 . 工程教育认证背景下的《高分子化学》教学改革探索 . 山东化工 , 2019 , 48 ( 13 ), 183 – 184 .

于建香 , 戴玉华 , 高大海 , 师奇松 . 以学生为中心的高分子化学实验教学模式探索 . 高分子通报 , 2022 , ( 11 ), 128 – 131 .

陈学刚 , 华静 . 高分子化学课程教学改革与实践 . 化工高等教育 , 2024 , 41 ( 2 ), 83 – 89 .

丁丹 . 基于知识图谱的专业知识体系可视化系统设计与实现 . 硕士学位论文 , 武汉 : 华中科技大学 , 2021 .

李惠乾 , 钟柏昌 . 教育知识图谱: 研究进展与未来发展: 基于2013—2023年中文核心期刊载文的分析 . 计算机工程 , 2024 , 50 ( 7 ), 1 – 12 .

李晓华 , 孔祥丹 . 中国近代教科书研究的可视化计量分析与展望: 基于 CiteSpace 知识图谱 . 西北师大学报(社会科学版) , 2024 , 61 ( 6 ), 100 – 108 .

陆泉 , 陈静宇 , 陈帅朴 , 姚苏梅 , 陈静 . 场景化知识图谱及构建方法 . 情报科学 , 2024 , 42 ( 3 ): 1 – 9,32 .

李志强 , 张雨薇 , 白楚云 , 崔睿 . “学为中心” 的数智教学体系构建 . 中国高校科技 , 2024 , ( 9 ), 88 – 92 .

曲克晨 , 李锦昌 , 黄德铭 , 宋佳 . 基于知识图谱的学习系统设计对在线学习效果的影响研究 . 华东师范大学学报(自然科学版) , 2024 , ( 5 ), 70 – 80 .

王鑫 , 汤庸 , 王昊奋 , 李博涵 , Li, J. X . 知识图谱赋能的知识工程: 理论、技术与系统专题序言 . 计算机科学 , 2023 , 50 ( 3 ), 1 – 2 .

Tao, L. ; Byrnes, J. ; Varshney, V. ; Li, Y . Machine learning strategies for the structure-property relationship of copolymers . iScience , 2022 , 25 ( 7 ), 104585 .

Kang, J. W. ; Choi, K. ; Jo, W. H. ; Hsu, S. L . Structure-property relationships of polyimides: a molecular simulation approach . Polymer , 1998 , 39 ( 26 ), 7079 – 7087 .

Cencer, M. M. ; Moore, J. S. ; Assary, R. S . Machine learning for polymeric materials: an introduction . Polym. Int. , 2022 , 71 ( 5 ), 537 – 542 .

浏览量

111

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

链式聚合的上限温度与下限温度

“双碳”理念融入《高分子化学》课程教学设计与实践

α-二亚胺镍催化剂与烯烃聚合

以问题为导向的“凝胶点预测”深度学习教学设计