|
학습의 9단계
(4) 수업을 위한 적용
2. 포섭이론(유의미 학습 이론)의 이해 (D. Ausubel)
(1) 유의미 학습의 특징과 조건
(2) 포섭과 망각적 포섭
(3) 유의미 학습에서의 인지 과정
3. 학습조건 이론(R.Gagne)과 포섭이론(D. Ausubel)의 비교
4. 학습조건
|
|
|
학습모형은 학습이 반드시 위계적 단계에 따라 일어나야 한다는 것을 보인다.
③ 이 학습모형은 개념과 기술이 누적되어 보다 고차원적인 수준으로 발달하는 과정을 통해 일어난다
5. 오스벨의 유의미학습이론과 과학교육
(1) 오스벨(Ausubel)의
|
|
|
가네교수학습이론(목표별수업이론)과 오수벨교수학습이론(유의미학습이론)의 비교
가네의 위계적 학습이론이란 지식이 경험을 바탕으로 그리고 귀납적 일반화 과정을 통하여 형성되며 학습 은 그런 과정을 통하여 이루어진다.
학습의 구성
|
|
|
학습이 일어난다고 한다. 이것도 또 하나의 구성주의의 한계점이라고 볼 수 있겠다.
오스벨은 유의미 언어학습의 기억이론은 명명학습 개념학습 명제학습 발견학습과 같은 학교 학습에 적용될 수 있다고 전제하면서, 학습과제를 포섭이론에
|
|
|
현대 초등 수학 교육론. 서울: 이화여자대학교 출판부.
Bruner, J. (1965). Toward a theory of Instruction. New York: W. Norton Co. 1. J. Piaget의 수학 학습 이론
2. J. Bruner 의 발견 학습
3. R. Gagne와 학습 위계 이론
4. Ausubel의 유의미적 수용 학습 이론
|
|
 |
적용가능성 -한국철도산업 구조개혁의 정책결정분석-
제 7 절 Allison모형
1. 의의
2. 모형들의 주요내용
1) 합리모형(Model Ⅰ)
2) 조직과정모형(Model Ⅱ)
3) 정치모형(Model Ⅲ)
3. 세 가지 모형의 종합·비교
4. Allison모형의 적용가
|
|
|
학습이론’, 음악교육연구 제 13집, 1994.
원 희, ‘졸탄 코다이 음악교육방법에 관한 연구’, 이화여자대학교 교육대학원 석사학위논문, 1984.
이연경, ‘코다이 음악지도법과 국내 적용방법에 관한 연구’, 음악교육연구 제 9집, 1990.
정현주, ‘
|
|
|
학습의 이론과 실제』, 서울: 형설출판사
김대현허승희황희숙김광휘이영만(1998), 『열린수업의 이론과 실제』, 서울: 학지사
Ⅱ. 논문
김수동(1999),「직소(Jigsaw) 학습방법의 탐색 : 이론과 교육적 적용」
손병노(1996),「사회과 협동 학습의 의의
|
|
|
이해중심 게임수업
(4) 안양옥의 변용된 이해중심 게임수업 모형
3. 선행연구의 고찰
가. 외국의 선행연구
나. 국내의 선행연구
Ⅲ. 기능중심 게임모형과 이해중심 게임모형학습지도안 비교분석
1. 영역 침범형 게임(I
|
|
|
전략교수 이후 수준
그 림 목 차
<그림 Ⅱ-1> 팀 경쟁학습 구조
<그림 Ⅱ-2> 팀 보조 개별학습 구조
<그림 Ⅱ-3> 집단 탐구법 구조
도 표 목 차
<도표 1> 전략 활용에 대한 성취수준 비교
|
|
 |
이론과 실제 교육의 사이에서 존재하는 다양한 문제들을 연구기법들을 통하여 솔루션을 만들어 보겠습니다. 특히 자발적 음악교육 학습동기와 미디어적 기반 학습 기반에 대해서 좀 더 심도 있게 연구하고 다양한 실제 사례들에 대해서 적용
|
|
 |
학습하고 있습니다. 이를 위해 전문 서적과 산업 보고서를 탐독하고, 온라인 세미나와 강의를 통해 실무 적용 가능성을 넓혀 가고 있습니다. DIG에어가스가 지향하는 스마트 소싱과 친환경 구매 문화에 빠르게 적응하고, 회사와 함께 성장하는
|
|
 |
이론을 학습하는 것에 그치지 않고, 이를 실제 상황에 적용하는 능력이 중요하다고 생각합니다. 이 점에서 기계공학과 편입을 통해 더욱 심화된 지식을 쌓고, 연구 및 현장 실습을 통해 제 역량을 한 단계 더 발전시키고 싶습니다. 기계공학
|
|
 |
지속 가능성과 환경 문제 145
8. 교육 및 정보 격차 문제 145
9. 빠른 변화에 대응하기 어려운 규제와 정책 문제 145
? 문화예술경영학 연구개발발전에 대한 지원자의 방법론 146
1. 다학제적 연구 그룹 구성 147
2. 실증 연구 및 현장 적용 147
3
|
|
 |
이론과 개념: 90
회귀 분석 및 모델링: 91
가설 검정과 추론: 92
데이터 분석 및 시각화: 92
빅데이터와 기계 학습: 93
실험 계획법 94
비모수 통계 94
빅데이터와 머신러닝 94
데이터 분석 도구와 소프트웨어 95
? 통계분석 도구 소프트웨어에
|
|
메뉴펼치기
