新工科和AI背景下晶体共价结合智能化教学研究

创新创业理论研究与实践 ›› 2026, Vol. 9 ›› Issue (5): 52-54.

新工科和AI背景下晶体共价结合智能化教学研究

彭琼¹, 张娅雪¹, 彭君群², 龚秀¹, 赵光菊¹

1.贵州大学物理学院,贵州贵阳 550025;
2.毕节市七星关区第六小学,贵州毕节 551700

出版日期:2026-03-10 发布日期:2026-07-01
作者简介:彭琼（1991—）,女,贵州毕节人,博士研究生,副教授,研究方向：物理学。
基金资助:
2024年度贵州省高等学校本科教学内容和课程体系改革项目“固体物理知识图谱建设及其智能化教学研究”（GZJG2024026）; 贵州省2024年研究生教育教学改革项目“基于材料制备与表征教学改革的创新人才培养模式探索”（2024YJSJGXM019）; 贵州大学2025年度本科智慧课程项目“固体物理”; 2023年教育部第二批国家级一流本科课程（线下一流课程）“大学物理1”（2023231795）; 2022年度贵州省普通本科高校省级“金课”（线下一流课程）“大学物理”（2022JKXX0012）

Intelligent Pedagogical Research on Covalent Bonding in Crystalline under Emerging Engineering and AI Contexts

PENG Qiong¹, ZHANG Yaxue¹, PENG Junqun², GONG Xiu¹, ZHAO Guangju¹

1. College of Physics, Guizhou University, Guiyang Guizhou, 550025, China;
2. Sixth Primary School, Qixingguan District, Bijie Guizhou, 551700, China

Online:2026-03-10 Published:2026-07-01

摘要/Abstract

摘要： 新工科教育和人工智能（AI）发展为固体共价结合的智能化教学研究提供了发展指引。晶体共价结合作为固体物理中的关键内容,对于理解晶体的结构和性质至关重要。然而,传统教学中对共价结合的讲解往往侧重理论公式推导,缺乏应用场景与计算工具融合。为此,该文通过构建晶体共价结合知识图谱,将理论知识点及其逻辑关系可视化,结合BOPPPS教学模式提供教学方案,引入智能化教学模式,整合多种教学资源,推动学生在实践中深化共价结合知识。

关键词: 固体物理, 共价结合, 智能化教学, 跨学科教学, 知识图谱, BOPPPS教学模式

Abstract: The dual drivers of emerging engineering education and Artificial Intelligence (AI) advancement have established a strategic framework for innovating pedagogical approaches to covalent bonding in crystalline structures. As a fundamental concept in solid-state physics, covalent bonding plays a pivotal role in understanding crystalline architectures and material properties. Current instructional methodologies, however, predominantly emphasize theoretical formula derivation while insufficiently integrating computational tools with practical applications. This study proposes an integrated framework that: constructs a knowledge graph for covalent bonding to visualize theoretical concepts and their logical relationships; implements the BOPPPS model; and develops intelligent teaching paradigms through multimodal resource integration, ultimately facilitating students'practical application and deeper understanding of covalent bonding principles.

Key words: Solid state physics, Covalent bonding, Intelligent pedagogy, Interdisciplinary teaching, Knowledge graph, BOPPPS model

中图分类号:

G642.3
O48-4

彭琼, 张娅雪, 彭君群, 龚秀, 赵光菊. 新工科和AI背景下晶体共价结合智能化教学研究[J]. 创新创业理论研究与实践, 2026, 9(5): 52-54.

PENG Qiong, ZHANG Yaxue, PENG Junqun, GONG Xiu, ZHAO Guangju. Intelligent Pedagogical Research on Covalent Bonding in Crystalline under Emerging Engineering and AI Contexts[J]. The Theory and Practice of Innovation and Enntrepreneurship, 2026, 9(5): 52-54.

参考文献

[1] 刘继安,徐艳茹,孙迟瑶.新工科背景下“计算机+”学科交叉专业构建理念与路径——MIT苏世民计算学院的启示[J].高等工程教育研究,2022(4):19-24,37.
[2] 刘润泽,马万里,樊文强.产教融合对专业学位研究生实践能力影响的路径分析[J].中国高教研究,2021(3): 89-94.
[3] 李德毅,马楠.智能时代新工科——人工智能推动教育改革的实践[J].高等工程教育研究,2017(5):8-12.
[4] 谢远龙,王书亭,郭卉,等.教育数字化转型下数字孪生驱动的机械工程专业人才培养[J].高等工程教育研究, 2023(6):47-53.
[5] 杨晨. 人工智能何以赋能高校思想政治教育——评《人工智能赋能高校思想政治教育研究》[J].中国教育学刊,2025(1):115.
[6] 舒尊哲. 高校应用化学专业建设与探究教学研究[J].中国教育学刊,2015(S1):154-155.
[7] 孔德生,冯爱敏.信息时代高校思政理论课混合式教学实践——评《高校思想政治理论课混合式教学研究》[J].中国教育学刊,2023(2):112.
[8] 王佐旭. 知识图谱和大语言模型辅助新工科课程教学资源建设方法[J].高等工程教育研究,2025(1):40-46,110.
[9] 冯林,李子豪,韩鸿宇,等.面向新工科的“数据挖掘”课程创新体系探索与实践[J].高等工程教育研究, 2025(1):68-74.
[10] 周文,李俊,包卫东,等.国内BOPPPS模型研究的知识图谱分析[J].高等教育研究学报,2019,42(3):44-52,66.
[11] 金鑫,李良军,杜静,等.基于BOPPPS模型的教学创新设计——以“机械设计”课程为例[J].高等工程教育研究,2022(6):19-24.
[12] 牛士超,李秀娟,韩志武,等.新工科背景下仿生机械设计课程的“四跨”教学探索[J].高等工程教育研究, 2024(4):82-87.
[13] 杨庆,刘志军,孔纲强,等.学科交叉融合背景下高等工程教育策略研究[J/OL].高等工程教育研究,1-5[2025-05-27].http://kns.cnki.net/kcms/detail/42.1026.G4.20250312.1454.002.html.
[14] 董桂伟,赵国群,管延锦,等.基于雨课堂和BOPPPS模型的有效教学模式探索——以“材料物理化学”课程为例[J].高等工程教育研究,2020(5):176-182.
[15] 佘远富,王庆仁.高校研究性教学评价体系的构建[J].高等工程教育研究,2011(6):111-115.