高分辨率图片下载 MS PowerPoint 幻灯片 本科化学课程通常将有机合成和仪器分析呈现为不相关的经历,这限制了学生在解释真实数据时整合结构、光谱和材料相关概念的能力。为了解决这个问题,我们在一所为西班牙裔服务的研究型大学实施了第三年仪器分析课程中的螺旋实验室体验(n ≈ 48),学生回顾了在先前有机化学课程中合成的费罗烯基查尔酮,并使用互补的色谱、光谱和热分析技术将其作为“未知”进行分析。这一再整合要求学生利用先前的合成知识,同时通过解释跨多个分析方法收集的数据来发展新的分析推理能力。一个结构化的人工智能(AI)实验前组件要求学生使用有针对性的提示来预测特征签名,支持概念准备,促进对AI生成的化学信息的批判性评估。实验报告和活动后调查的评估显示,学生对分析仪器的信心增加,跨学科概念整合能力提高,并且对以材料为导向的有机金属化合物应用的参与度增加。此活动提供了一个可复制的模型,以通过结合螺旋整合、整合分析推理和负责任的AI使用来解决课程内容的碎片化问题,在本科化学实验室中实施。
Díaz-Vázquez等人(周二)研究了这个问题。
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: