科学解释

摘要： 科学解释在科学探究中具有关键作用。利用PTDR框架对牛顿第一定律的教学过程进行设计,采用渐退式脚手架策略,显化科学解释的路径,以期锻炼学生在探究过程中的思维能力与科学解释能力,为教师设计能发展学生物理核心素养的教学提供启示。

摘要： 在科学探究的过程中,科学思维和科学解释既是重要能力,又是核心环节。CER框架是美国中小学教育研究过程中提出的引导学生开展科学解释的教学模式,包括主张、证据、推理三个要素。《实验:探究平抛运动的特点》一课教学,尝试以CER框架为导向:基于“经验”,讨论提出“假设”;基于“假设”,探究得到“证据”的方案;基于“证据”,开展“推理”分析;基于“推理”,提出“主张”,得到“科学结果”。

摘要： 以“基因在染色体上”的教学为例,谈如何进行论证驱动式的探究教学。该模式并非强调教学环节的固定,而是强调创造一个宽松的课堂氛围,让学生提出自己的观点;鼓励学生勇于质疑并注重证据,崇尚批判、反思;引导学生主动探究,来解决问题。让学生学会针对某一现象构建合理的科学解释,提升其理解和评价某一科学解释及针对某一问题提出解决方法的能力。

摘要： 科学写作是发展学生核心素养的重要途径,但学生的表现却不尽如人意。针对这一问题进行探究,发现教学中可采用的方法有:(1)由结构变化引出功能改变,体现生命观念中的结构与功能观;(2)使用“科学解释的3个要点”完成科学写作,发展科学思维;(3)在科学表述中寻找实验设计中的隐蔽错误,提升科学探究能力;(4)反思典型科学性错误表述,提升科学写作的准确性和社会责任。并通过用好教材、先易后难、分类梳理等策略,在规范学生科学写作的同时,发展学生生物学学科核心素养。

摘要： 理解科学本质是科学教育的目标之一。科学本质观不仅局限于掌握学科概念和学科思维,更是学科育人价值的体现。通过历史情境的迁移,理解科学解释在特定的时期内与可获得的实证相吻合,而当出现新的证据时,重新审视其合理性,进而完善、修正,甚至重构,促使学生崇尚科学、热爱科学。

摘要： 科学解释是科学哲学中的一种论证方法,也是教育实践的重要内容。生物学科学史的教学需要在理解科学解释本质的基础上,巧妙地运用科学解释,创设真实情境生成真问题,提升科学探究活动的品质,在情境活动中培养高阶思维能力,以适应未来的社会挑战。

摘要： 基于科学解释的标准模型“演绎-规律模型”,分析比较科学解释与科学思维的关系。以“有丝分裂”课堂教学为例,从观察实验、发现问题到提出学科主张、例举科学实证、进行逻辑推理的科学解释,重点凸显有丝分裂的本质,展示提升学生科学思维能力的课堂特色。

摘要： 基于科学解释的相关研究,提出运用原理、证据、推理和主张四个科学解释要素分析原因类生物学试题,并以2020年高考全国卷的试题为例进行说明,有利于该类试题的解决,并为教学提供参考。

摘要： 基于科学解释能力要素,以"细胞膜的结构和功能"一节为例,通过"明确科学主张、彰显社会责任,注重问题引领、强化逻辑推理,基于史料实证、开展科学探究,构建认知系统、发展生命观念"的主体脉络,凸显生物学学科核心素养理念的引领、思维的锤炼,努力实现课程育人.

摘要： 本文在回顾生物学教学中科学解释能力的内涵与类型的基础上,结合科学哲学和科学教育分析的视角,提炼了生物学科学解释模型.就科学解释模型中的解释起点、证据类型与选择和推理过程等教学实践,进行了实例的分析.

摘要： 海西(Mary Hesse,1924-)是英国著名女性科学哲学家,海西的研究彰显了隐喻和模型在科学知识进步过程中所具有的重要作用,是二十世纪后半期隐喻研究的重要推动者.罗蒂(Richard Rorty,1931-2007)指出,正是像"海西这样的科学哲学家使得我们认识到隐喻是科学进步所必须的".海西把隐喻研究引入到科学哲学之中，通过科学解释说明了隐喻在科学理论的发现和科学知识的进步过程中所具有的重要作用，从而为克服传统的修饰性隐喻观，彰显隐喻所具有的认知性价值奠定了更为坚实的基础。

摘要： 自从亨佩尔提出科学解释的覆盖律模型以来，科学解释一直为科学哲学家所关注。范·弗拉森对前人的科学解释模型进行了修正和补充，提出了自己的形式语用学科学解释模型，避免了一些困惑，但是又陷入了新的困境。

摘要： 本发明属于人工智能领域，涉及一种通过应用介科学方法论提高深度学习数据集质量及模型可解释性的方法。本发明的实施流程为：界定物理系统、建立每个物理系统的介尺度模型、建立所处理对象的完整物理模型、建立对象特征与物理属性之间的关联、为对象特征建立一维标签、建立训练集和测试集、使用深度学习进行建模、利用训练模型进行预测、解释训练模型。与现有的深度学习方法相比，由于与所处理对象的物理模型相关联，本发明具有所需数据集较小、所建模型的可解释性较好等优点。

摘要： 本发明公开了一种基于干扰试井解释的缝洞型油藏井间参数的解释方法，其中，方法包括：获取观察井第一时刻的第一地层压力数据以及第二时刻的第二地层压力数据；基于干扰试井实测得到井间参数；根据第二地层压力数据、第二地层压力数据以及井间参数，确定激动井与观察井之间的流储系数，其中，流储系数具体为：渗透率数据与溶洞体积数据的乘积。本发明提供一种基于干扰试井解释的缝洞型油藏井间参数解释方法，用于综合解释井间以缝洞系统连通时，常规干扰试井所无法解释的井间缝洞系统的储集能力及流动能力相关参数，从而实现缝洞型油藏的干扰试井井间参数解释。

摘要： 一种计算机实施的用于文档，诸如支持临床试验的生命科学文档，的自动分类和解释的工具，所述工具被配置为执行原始文本、文档结构和图像分析的组合，以通过实现对文档内容的更全面的基于机器的理解来提高分类准确性。与传统的自动分类工具相比，分析的组合通过利用文本和图像元素之间的相对空间关系、识别元素的特征和格式，以及从文档中提取附加的元数据，为分类提供了上下文，其中应用自然语言处理(NLP)将文本与标记相关联，并识别协议之间相关的不同之处和相似之处。

摘要： 描述了一种计算机实施的用于执行生命科学文档的质量审查的方法。一个或更多个生命科学文档由移动设备扫描，其中一个或更多个生命科学文档被发送到数据库。生命科学文档中检查的内容包括语言、图像、旋转和噪音，其中检查一个或更多个生命科学文档之间的相似性、可疑更改、文档布局和缺失部分。此外，基于有关成像、旋转和噪声以及相似性、可疑更改、文档布局和缺失部分的内容，系统向生命科学文档的创始人发送反馈。

摘要： 本发明公开了一种基于介科学的可解释性发票虚开检测方法，包括步骤：首先将税务交易数据转化为税务动态网络，用于下游的数据推理和计算。然后基于介科学复杂系统建模理论，发票虚开数据系统划分为若干介区域，分别是“数据项‑发票”，“发票‑企业”和“企业‑团伙”。其次，在划分好的介区域中，通过融合税务领域知识构建介区域中的控制机制，实现数据推理，检测企业是否存在虚开发票的行为。最后对推理结果进行反向遍历找出结果生成的依据，形成与该结果对应的证据链。本发明使得税局稽查部门能够有效且有依据的检测到企业的发票虚开行为。

摘要： 一种科学计算语言解释器的对象封装方法，科学计算语言解释器的需要运算处理的字符串分为bool、complex、double、matrix、string和undefined等6种类型，其中：bool类型采用单词true和false作为标识；double类型采用数字、字母E和小数点作为标识；complex类型采用1个double标识和double紧随字母i为标识；string类型采用单引号或双引号作为标识；undefined类型采用单词nan或infinity作为标识。对上述字符串解析后调用相应的构造函数创建封装类Value实体；该实体然后输入值数学运算模型中，由于封装类实体重载实现了各种赋值运算符等，数学运算模型将对实体进行赋值和运算处理，最后调用处理后的Value实体的打印或展示数据函数方法，从而实现科学计算语言解释器的对象封装的目的。

摘要： 一种用于自动分类和解释诸如支持临床试验的生命科学文档之类的文档的计算机实现的工具，所述工具被配置为执行原始文本分析、文档构造分析和图像分析的组合，以通过实现对文档内容的更全面的基于机器的理解来提高分类的准确性。与传统的自动分类工具相比，分析的组合通过利用文本与图像元素之间的相对空间关系、识别元素的特征和格式以及从文档中提取附加的元数据而为分类提供了上下文。

摘要： 本发明属于人工智能领域，涉及一种通过应用介科学方法论提高深度学习数据集质量及模型可解释性的方法。本发明的实施流程为：界定物理系统、建立每个物理系统的介尺度模型、建立所处理对象的完整物理模型、建立对象特征与物理属性之间的关联、为对象特征建立一维标签、建立训练集和测试集、使用深度学习进行建模、利用训练模型进行预测、解释训练模型。与现有的深度学习方法相比，由于与所处理对象的物理模型相关联，本发明具有所需数据集较小、所建模型的可解释性较好等优点。

摘要： 本申请实施例中提供异常解释方法、异常解释装置、计算机装置及存储介质，通过通过已训练完成的所述异常检测模型对待检测样本进行预测；响应于待检测样本被所述异常检测模型预测为预测结果异常样本，将所述预测结果异常样本同各所述训练结果正常样本的离群度与局部异常界限值比较，以确定所述预测结果异常样本为全局或局部的异常类型；根据所述异常类型计算预测结果异常样本中每个特征的异常度；确定所述预测结果预测样本中异常度高于预设特征异常阈值的特征，作为异常特征；基于所确定的异常特征生成异常解释。本申请通过增加局部异常类型的样本判别、局部异常特征量化的方法，使得对异常样本的解释更加准确。

摘要： 本专利涉及一种可解释的深度学习方法,包括如下步骤：步骤1，获得自然语言语料；步骤2，将所述自然语言语料进行词嵌入，使得标记指定单个词语的语义信息并且每个所述指定单个词语的上下文作为外界环境来反映所述指定单个词语的语义信息，同时用量子概率反映每个词嵌入的语义置信度；步骤3，形成编码层；步骤4，根据输入利用所述编码层解码出包含有解释信息的输出信息。还涉及可解释深度学习装置、计算机和介质。