پایگاه داده نمونه های آناتومی دیجیتال سه بعدی انسان

1. پایگاه داده نمونه های دیجیتالی آناتومی انسان Meiwo با استفاده از موتور Unity3D همراه با نرم افزار مدل سازی Max و Maya توسعه یافته است. این مدل از داده های واقعی بدن انسان برای بازسازی داده های سه بعدی-و شبیه سازی یک محیط آموزشی واقعی تشریحی استفاده می کند. کاربران می توانند آناتومی را به گونه ای بیاموزند که گویی در یک محیط واقعی هستند و ایرادات آموزش سنتی را حل می کنند. حس غوطه وری بالا و تعامل، علاقه دانش آموزان را به یادگیری افزایش می دهد و توانایی یادگیری مستقل آنها را بهبود می بخشد.

 

2. این نرم افزار دارای هفت ماژول «آموزش نمونه»، «تمرین خودکار»، «امتحان آزمایشی»، «مرکز وظایف»، «مجموعه من»، «مجموعه سوالات اشتباه» و «تحلیل آماری» است. معماری ماژول دارای مقیاس پذیری انعطاف پذیر است و ماژول ها را می توان با توجه به موقعیت خاص کاربر اضافه کرد.

 

3. پایگاه داده نمونه های دیجیتالی آناتومی انسان گواهی شناسایی دیجیتالی محصول نمونه فیزیکی انجمن تشریح چینی را گذرانده است و دارای نرم افزار کامپیوتری چینی است.

 

توابع پایگاه داده نمونه های دیجیتالی آناتومی انسان سه بعدی
این سیستم شامل: "سیستم آناتومی"، "آناتومی محلی" و نمونه کتابخانه های نمونه "کل انسان". با توجه به وضعیت واقعی نمونه، سیستم می تواند از دو دسته از نمونه ها و مدل های فیزیکی پشتیبانی کند و از دو نوع حاشیه نویسی پشتیبانی کند: حاشیه نویسی نقطه و حاشیه نویسی ناحیه. پشتیبانی جامع از عملیات دو زبانه چینی و انگلیسی.

 

1. یادگیری نمونه
1.1 این ماژول شامل: حداقل 620 مدل نمونه آناتومی سیستماتیک. کمتر از 103 مدل نمونه آناتومی محلی. کمتر از 28 مدل نمونه انسانی کامل؛

1.2 نمونه از زوم کردن، کوچک نمایی، چرخش 720 درجه، ترجمه، کشیدن و سایر عملیات پشتیبانی می کند. پشتیبانی از نمایش کاتالوگ ساختار، عملکرد بهترین زاویه دید (روی نام ساختار کلیک کنید، مدل نمونه می تواند به طور خودکار به بهترین زاویه دید قطعه بچرخد). از عملکردهای چرخش و سوئیچ صدا پشتیبانی می کند. از عملکردهای قفل، تنظیم پس زمینه، قلم مو، اسکرین شات، بازنشانی (تنظیم مجدد) پشتیبانی می کند. از توابع حاشیه نویسی و تلفظ ساختار دو زبانه چینی و انگلیسی پشتیبانی می کند.

 

2. مطالعه خود-
در یادگیری نمونه، ساختار نقطه‌ای-به دانش‌آموزان اجازه می‌دهد تا تشخیص ساختار خود-در قالب سؤالات چند گزینه‌ای را تمرین کنند، و ساختار دایره‌ای-علامت‌گذاری‌شده به دانش‌آموزان اجازه می‌دهد تا تشخیص ساختار خود-مطالعه را در قالب کلیک کردن بر روی مدل برای علامت‌گذاری ساختار تمرین کنند. در عین حال، عملکردهایی مانند تصحیح سؤالات آزمون، تجربه آزمون و آمار میزان خطای سؤالات آزمون را ارائه می دهد. میزان خطای سوالات آزمون برای تمامی کاربران سیستم قابل مشاهده است. در حین کار، می توانید از کلیدهای میانبر برای انتخاب سوالات آزمون یا نمونه سوالات مدل استفاده کنید.

 

3. آزمون شبیه سازی
3.1 هنگام ایجاد خودکار یک مقاله آزمایشی، باید شامل موارد زیر باشد: نام مقاله آزمون، محدوده آزمون، مدت زمان آزمون، نوع سؤال آزمون، دشواری سؤال آزمون، تعداد سؤالات، تعداد سؤالات کوچک، درصد تولید مقاله آزمایشی با یک کلیک- و سایر پارامترها و عملیات.

 

3.2 در طول فرآیند تولید اوراق آزمایشی، از بسته شدن مقاله آزمون در نیمه راه و باز کردن مجدد مقاله برای انجام سؤالات پشتیبانی می کند. زمان استفاده شده، زمان باقیمانده آخرین بار است و سوابق برگه های آزمون و سوالات انجام شده از بین نمی رود. زمانی که زمان آزمون به پایان می رسد، مقاله آزمون به صورت خودکار ارسال می شود و مقاله آزمون نیز می تواند به صورت خودکار ارسال شود.

 

3.3 پس از ارسال مقاله آزمون، وضعیت پاسخ تاریخی قابل مشاهده است. وضعیت پاسخ تاریخی برای سوالات علامت گذاری شده و دایره ای ثبت می شود. به عنوان مثال، سوالات دایره ای می توانند موقعیت علامت گذاری تاریخی کاربر و موقعیت ساختار صحیح را نشان دهند. در عین حال، برگه آزمون نتایج آماری مانند زمان پاسخگویی به سوالات و نمره را نمایش می دهد.

 

 

4. Task Center
4.1 در Task Center، معلمان می توانند وظایفی مانند امتحانات، آزمون ها، تمرین ها و تکالیف را در پس زمینه منتشر کنند. آنها می توانند دوره زمانی اجرای موثر کار را تعیین کنند. هنگام انتشار کار، آنها می توانند محدوده انتشار کار را مشخص کنند و تعداد و نمره سوالات را با سطوح دشواری مختلف از 1 تا 5 ستاره تعیین کنند.

 

4.2 پس از دریافت تکلیف، دانش آموز می تواند برگه آزمایشی را با توجه به زمان اجرای مؤثر تنظیم شده هنگام انتشار به سه حالت تقسیم کند: انتظار برای آزمون، در حال انجام و مقاله آزمون تاریخی. ضمناً برگه های آزمون دانش آموزانی که در آزمون شرکت نکرده اند را می توان به عنوان غایب طبقه بندی کرد.

 

4.3 هنگام مشاهده برگه آزمون تاریخی، سؤالات را می توان به سه حالت اشتباه، صحیح و بی پاسخ تقسیم کرد. نمره آزمون، زمان و میزان خطای سوال قابل شمارش است. در عین حال، هر سوال می تواند میزان خطای خود را نیز در سیستم نشان دهد.

 

5. مجموعه سوالات اشتباه
5.1 مجموعه سوالات اشتباه، تمام سوالات اشتباه را در عمل، امتحانات آزمایشی و مرکز وظیفه جمع آوری کنید و عملکرد حرکت را به مجموعه سوالات اشتباه اضافه کنید.

 

5.2 مجموعه سوالات اشتباه فقط شامل سوالات ساختاری اشتباه در نمونه ها/مدل ها می شود و سوالات ساختار صحیح شامل نمی شود.

 

6. مجموعه من
نمونه هایی را که افراد در یادگیری نمونه به آن نیاز دارند جمع آوری کنید و عملیات جمع آوری حذف را ارائه دهید تا کاربران بتوانند به سرعت نمونه های مورد نیاز خود را پیدا کنند.

 

7. تجزیه و تحلیل آماری
7.1 ماژول تجزیه و تحلیل آماری عمدتاً در قالب نمودار نمایش داده می شود و وضعیت یادگیری کاربر را در یک دوره زمانی به مستقیم ترین و واضح ترین روش نشان می دهد.

 

7.2 تجزیه و تحلیل آماری زمان یادگیری، تعداد سوالات و نمرات تاریخی، از انتخاب زمان و موضوع پشتیبانی می کند و در قالب نمودار نمایش داده می شود تا بتوانید در یک بازه زمانی وضعیت یادگیری خود را بررسی کنید.

 

7.3 آمار رتبه بندی سوالات اشتباه، می توانید سوالات با بیشترین میزان خطا را در سیستم در قالب لیست رتبه بندی بشمارید و کاربران با کلیک بر روی اشتباه وارد حالت آموزش مستقیم شوند.

 

8. 2تبدیل D/3D

مدل یادگیری نمونه از تبدیل 2 بعدی/3 بعدی پشتیبانی می کند. در صفحه‌ای که از جلوه‌های نمایش سه‌بعدی پشتیبانی می‌کند، می‌توانید افکت سینمای سه‌بعدی را تجربه کنید که علاقه دانش‌آموزان را به یادگیری افزایش می‌دهد و حافظه آنها را از نکات دانش بهبود می‌بخشد.

 

9. آموزش دو زبانه چینی-انگلیسی،
این سیستم از عملیات دوزبانه و نمایش همه ماژول های کاربردی از جمله یادگیری نمونه، تمرین مستقل، آزمون های آزمایشی، مرکز وظیفه، مجموعه سوالات اشتباه، مجموعه من، تجزیه و تحلیل آماری و غیره پشتیبانی می کند تا به ارتباط 100% یکپارچه بین چینی و انگلیسی در سیستم دست یابد و سناریوهای برنامه گسترده تر و جامع تر شود.

 

 

تگ های محبوب: پایگاه داده نمونه آناتومی انسان دیجیتال 3 بعدی، تولید کنندگان، تامین کنندگان، کارخانه پایگاه داده نمونه آناتومی انسان سه بعدی دیجیتال