诺奖物理学家把奖金捐出来,做了这个播放量3.6亿次的理科互动学习网站 ,引导更多的人深入认识科学

2018 年 1 月 25 日 科学出版社

本文授权转载自公众号 “把科学带回家” 
版权由原作者所有


hello~

PhET

今天给大家介绍一个把小学到大学的理科知识全部互动化的网站——PhET



PhET 由诺贝尔奖获得者卡尔·威曼于2002年创立,用的是他的诺奖奖金。


卡尔·威曼是美国凝聚态物理学家。他与沃尔夫冈·克特勒和埃里克·康奈尔三人共同获得了2001年的诺贝尔物理学奖。



谈到创立 PhET 的初衷,威曼表示他在多年的研究生涯中常常遇到的一个情况是,读了17年书的新研究生不知道怎么做研究,对待物理实验无从下手。他感到传统的课堂有很大的问题,因此下定决心创办了 PhET 这个以互动和探索为导向的新型在线课堂。


PhET 鼓励孩子从探索中学习,激励学生在直观的、游戏化的环境中进行探索和发现。



PhET 是一个非营利的、开源的组织,任何人都可以从PhET的网站免费下载或使用模拟软件,教师可以进行更好的课堂演示,并帮助学生深入认识科学。


目前 PhET 由科罗拉多大学的团队专项运营,并已被翻译成包括中文在内的65种语言,被播放使用了3.6亿次。 


PhET 在 STEM 教育领域成绩斐然。2014年,美国有1233个高中和276个高等学府使用PhET作为教学手段。


威曼表示,斯坦福大学的物理系和数学系的部分课程也试用了PhET。和那些没有使用PhET的学生相比,使用了PhET的学生在传统考试中的成绩要好得多。


这个教育网站有多牛呢?一起来看看就知道了。


中文,全部免费,无需科学上网。




 PhET访问地址

https://phet.colorado.edu/zh_CN/simulations


PhET包含从小学到大学的数学、物理、化学、生物、地球科学的在线互动演示课程:




你可以根据你的设备选择课程:



量子化学也可以学哦:






来看一看具体内容是什么样的吧!


数学:



小学数学:





概率:




物理:




能量转化:




电场:



光的折射和反射:




生物:



基因制造蛋白质:





化学:



化学方程式配平:





地球科学:



延伸阅读

善用MOOC:“互联网+教育”视域下的应用模式

甘健侯,赵波,李艳红

ISBN 9787030514967


善用MOOC:“互联网+教育”视域下的应用模式》共有五个章节,涵盖MOOC的发展、理论、设计、开发和应用的所有领域。在MOOC的发展历程章节,我们系统的梳理了MOOC由开放课件运动到"后MOOC时代"发展模式的演变过程。在MOOC的理论、设计、开发和应用四个章节,我们遵循由"基础"到"深层"的研究思路,使读者系统的掌握MOOC的基本内涵,重塑读者对MOOC的固有思维模式。这样有助于推动传统高等教育理念向自适应和个性化学习模式转变,拓展和强化MOOC对传统高等教育的颠覆性创新思路。


(本期编辑:王芳)


一起阅读科学!

科学出版社│微信ID:sciencepress-cspm

专业品质  学术价值

原创好读  科学品味

登录查看更多
0

相关内容

物理学(Physics)是一门形式科学,主要研究的是时空中的物质及其运动的模型,包括能量和作用力等所有相关概念。更广义地说,物理学探索分析大自然所发生的现象,目的是要了解其规则。 话题图片由 张明明 知友制作。
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【2020新书】数据科学:十大Python项目,247页pdf
专知会员服务
212+阅读 · 2020年2月21日
人工智能学习笔记,247页pdf
专知会员服务
175+阅读 · 2019年12月14日
谷歌机器学习速成课程中文版pdf
专知会员服务
143+阅读 · 2019年12月4日
【干货】谷歌Joshua Gordon 《TensorFlow 2.0讲解》,63页PPT
专知会员服务
24+阅读 · 2019年11月2日
为什么所有人都报了这个虐人到哭的训练营?!
人工智能头条
5+阅读 · 2019年5月15日
清华美女学霸数学笔记曝光, 精美程度无与伦比
算法与数学之美
7+阅读 · 2019年3月22日
清研实践|清华深研院师生赴澳洲墨尔本六所高校开展数据科学访问
秒杀99%大学生!中国最牛高校学霸PK,简历吓坏网友...
人工智能机器人联盟
7+阅读 · 2017年11月12日
概率论与随机过程相关书籍点评
算法与数学之美
9+阅读 · 2017年8月11日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Object detection on aerial imagery using CenterNet
Arxiv
6+阅读 · 2019年8月22日
Arxiv
11+阅读 · 2019年6月19日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
Feature Selection Library (MATLAB Toolbox)
Arxiv
7+阅读 · 2018年8月6日
VIP会员
相关资讯
相关论文
Top
微信扫码咨询专知VIP会员