|
스키너의 이론에 대한 평가
(1) 스키너 이론의 강점
① 기본개념의 의미가 명확
② 과학적 연구의 중요성 강조
③ 학습이론의 범주 확대
조작적 조건형성의 원리를 이용한 행동수정 기법에 기여
프로그램화된 교수법, 교수기계를 제시
(2) 스
|
|
|
성을 강조한 데 있다. 학습이론은 조건형성과 모델링
을 통해서, 아동의 바람직한 행동은 격려하는 반면, 바람직하지 못한 행동을 제거
하는 데 도움이 된다. 특히 조작적 조건형성 원리를 이용한 행동수정 개념은 아동
의 문제행동을 바람직
|
|
|
Pavlov)의 고전적 조건형성이론
1. 시간의 원리
2. 강도의 원리
3. 일관성의 원리
4. 계속성의 원리
II. 왓슨(Watson)의 행동주의이론
III. 스키너(Skinner)의 조작적 조건형성이론
1. 강화
2. 벌
IV. 반두라(Bandura)의 인지적 사회학습이론
1
|
|
|
조작적 조건형성
(1) 강화와 처벌
(2) 강화계획
가) 고정간격계획
나) 변수간격계획
다) 고정비율계획
라) 변수비율계획
2) 일반화와 변별
3. 스키너 이론의 평가
III. 반두라(Bandura)의 사회학습이론
1. 반두라의 생애
2
|
|
|
Bandura가 언급한 강화는 Skinner의 강화와 다소 차이가 있다. 즉 Skinner에게 있어서 강화는 학습하기 위해 필요하지만, Bandura에게 있어 강화는 습득한 학습을 실제로 수행하기 위해 필요하다.
(3) Bandura의 인지적 사회학습이론에 대한 평가 및 비판
|
|
 |
이론이 아동교육에 주는 의미
Ⅲ. 스키너의 행동주의 이론에 관한 일반적 고찰
3. 1 스키너의 교육사상의 배경
3. 2 스키너(Skinner)의 조작적 조건형성
3. 3 Skinner의 조작적 수업이론
3. 4 스키너의 학습이론이 아동교육에 주는 의미
Ⅳ.
|
|
|
반응의 강도가 감소되는 것.
자발적 회복 : 소거가 일어난 다음에 실험동물을 잠시 동안 옛날의 거처로 옮겼다가 다시 실험장면에 데리고 왔을 때 추가훈련이 없어도 얼마동안 다시 학습된 행동을 하는 것.
＊ 강화의 상대성(프리멕의 원리)
|
|
|
서론, 본론, 결론, 임용고시 기출문제
|
|
|
성교육에 대한 “공익광고”의 필요성에 대한 생각 바뀌셨습니까?
필요 하다고 생각하게 되었다.
필요 없다고 생각하게 되었다. 1. 서론
- 문제선정 제기
- 문헌연구
- 연구문제
- 연구가설
- 조작적 정의
2. 본론
- 연구 실험 과
|
|
|
반 만4세, 5세 유아 약 15명씩 30명을 대상으로 실시한다.
4. 연구 절차
2010년 11월부터 12월까지 매주 2회씩 6주간 12회 진행 예정이며, 설문지와 동영상 촬영, 교사인터뷰를 이용하여 조사한다. 설문지 조사시 연구대상인 유아의 특성상 개별 면담
|
|
 |
성의 도전과 극복 66
7.1 도전 요소 66
7.2 극복 전략 66
결론 66
1. 서론: 연구의 동기와 목표 67
2. 연구 분야 및 주제 67
3. 연구 방법론 68
4. 연구의 중요성 69
5. 연구의 장기적 목표 69
6. 개인적 성장 및 개발 70
7. 결론 71
? 역사학전공 대
|
|
 |
사회기여를 위해 더욱 더 도약할 수 있는 길을 모색해 보니 반드시 이론적 기반을 충실히 가지고 업계에서 성장해야 된다고 결심하여 제가 공부하고자 하는 이론들을 중시하면서도 실무위주의 지도 및 학습방식을 병행하는 귀 대학원에 지원
|
|
 |
기술해 주세요.
본인이 이루어낸 가장 뛰어난 성과에 대해 구체적으로 기술해 주세요. ( 계기, 구체적 성과 등 )
상기 문항에서 언급되지 않았으나 기재하고 싶은 추가 내용이 있을 시 간단하게 요약하여 기술해 주세요.
면접예상질문
|
|
 |
성적 관리 데이터베이스 프로그램’, ‘웹 기반 기업 인사 관리 시스템’, ‘XML을 활용한 DSN의 효율적 저장’ 등을 주제로 한 프로젝트에도 직접 참여하여, 이론으로 배운 내용을 실제 실무에 가깝게 구현해보는 경험을 쌓았습니다. 이러한
|
|
 |
성 다루기: 86
5. 다양한 분야와의 융합: 86
6. 정보의 해석과 의사 소통: 86
7. 진실을 파악하는 도구: 86
기초 이론과 개념: 87
회귀 분석 및 모델링: 87
가설 검정과 추론: 88
데이터 분석 및 시각화: 88
빅데이터와 기계 학습: 89
실험 계획법 90
|
|
메뉴펼치기
