通过COVID-19开放性数据挑战进行远程教学的数据驱动物理建模
摘要：在2020年COVID-19大流行的第一阶段（2020年3月至5月），我们报告了第一次进行远程教学的计算物理学三年级实验课的经验。为了传达一种“数据物理学”的方法，即数据分析和数据驱动的物理建模方法，我们使用了跨学科的数据来源，并将一项开放式的“COVID-19数据挑战”项目作为课程的核心。COVID-19流行病学数据为激发学生处理复杂问题提供了理想的环境，在这些问题中不存在唯一或预设的解决方案。我们的研究结果表明，与封闭式项目相比，这些问题产生了质化不同的改进，同时也指出了使用这些问题作为教学策略的关键因素。通过打破学生对单向性的期望，远程教学提供了意想不到的机会来促进积极的工作和积极的学习。
作者：Marco Cosentino Lagomarsino, Guglielmo Pacifico, Valerio Firmano, Edoardo Bella, Pietro Benzoni, Jacopo Grilli, Federico Bassetti, Fabrizio Capuani, Pietro Cicuta, Marco Gherardi
论文ID：2104.09394
分类：Physics Education
分类简称：physics.ed-ph
提交时间：2022-08-31