|
Gagne, Merrill의 학습 과제 유형 비교
Bloom
Gagne
Merrill
지식
언어정보
사실
이해
변별, 개념
개념
적용, 분석, 종합, 평가
원리, 문제해결
절차, 원리
정의적 영역
태도
심동적 영역
운동기능
3. 과제분석의 주요 기법
- 가네(Gagne)에 의하면 위계분석,
|
|
|
학습에 요구되는 다양한 행동들을 세목화
- 세목화된 행동들이 일어날 수 있는 조건 확인
- 과업 성취나 행동 수행의 평가 준거 개발 1. 과제분석의 개념
2. 학습과제의 분류
1) 블룸의 교육목표 분류
2) 가네의 학습목표별 분류
3) 메릴
|
|
|
1) 가네의 학습 목표별 분류
가네는 학습의 조건을 내적조건과 외적조건으로 분류하고 있다. 즉, 학습의 내적, 외적 조건이 상호 작용하여 학습의 결과를 가져온다는 것이다. 가네는 학습의 결과를 언어적 정보, 지적기능, 운동기능, 태도, 인
|
|
|
학습: 두 개 이상의 개념을 연결하여 개념 간 의미 있는 관계를 파악한다.
⑧ 문제해결학습 · 복합적 원리학습 · 중다원리학습: 원리를 조합하여 문제해결의 아이디어를 생각해 내는 것이다. 가네(Gagne)의 목표별 수업이론(=학습조건적 수
|
|
|
학습에서 매우 중요하다.
예) '다섯 개의 평면 도형을 주며', '인터넷으로 연결된 컴퓨터가 주어지면', '외국인 가정에
초대를 받으면' 등과 같은 형태로 나타난다.
② 학습된 능력
학습된 능력은 가네가 분류한 학습 유형을 말한다. 즉, 그가
|
|
 |
분류
第2節 작품 분석
第4章 漢詩를 활용한 수업 지도안
第1節 〈春望〉 杜甫
第2節 〈蠶婦〉 張兪
第3節 〈絶句〉 杜甫
第4節 〈送元二使安西〉 王維
第5節 〈山中答俗人〉 李白
第6節 〈行宮〉 元稹
第7節 〈登金陵鳳凰臺〉 李白
|
|
|
학습하는 것은 단순히 개념이나 절차 및 그 응용을 학습하는 것 이상이다. 그것은 수학적 성향을 발달시키는 것과 상황을 판단하는 강력한 방법으로 수학을 파악하는 것을 포함한다. 수학적 성향이란 단순히 태도가 아니라 긍정적으로 사고
|
|
|
분류
3. 해양레저장비산업 특성
Ⅲ. 해양레저장비산업의 국내•외 동향
1. 해양레저장비산업의 해외동향
2. 해양레저장비산업의 국내동향
Ⅳ. 국내외 정책동향 및 기술 분석
1. 국내외 정책동향
2. 기술개발 동향
3. 기술 분석과 특
|
|
|
분류 ………………… 11
[ 표-4 ] 13종 문학 교과서 시점 분석 ………………… 16
[ 표-5 ] 문학 교과서 시점 유형 분류 ………………… 18
[ 표-6 ] 교과서에 수록된 윤흥길 작품 시점 분류 ………………… 31
[ 표-7 ] 시점 교육 학습 모형 ………
|
|
|
히는 단계
활동 : 브레인스토밍, 특성목록표, SCAMPER 등
수준 2
복합적인 사고력과 정서의 과정
창의적인 문제해결력 함양을 위한 복합적인 방법과 체제를 학습하고 훈련하는 단계
가치명료화, 시넥틱스, 역할극, Bloom의 분류학, 오디세이 정신,
|
|
 |
분류하고, 각각의 특성에 대해 아시는 대로 작성해 주시기 바랍니다.
관광마케팅은 국내 관광분야에서 관광 상품과 서비스를 효과적으로 홍보하고 전달하기 위한 사업입니다. 특히 한국관광공사는 국내 관광 상품이 시장에서 가장 좋은 위
|
|
 |
행복을 느낍니다. 앞으로도 더 나은 교육적 컨텐츠와 서비스를 제공하여 모두가 학습에 대한 유종의 미를 거둘 수 있도록 노력하고 싶습니다. - 성장과정
- 학창시절
- 성격의 장·단점
- 경력 및 직무관련능력
- 입사동기 및 포부
|
|
 |
학습 및 기타 활동에 참여했던 2가지 경험에 대해 서술해 주십시오. (4~5번 문항 각 1가지)
5. Big Data 직무는 ①Data 분석 및 Modeling ②Data Engineering의 두 가지 분야로 이루어져 있습니다. 본인의 역량에 가장 적합한 분야를 한가지 선택하고, 해당
|
|
 |
분류 정확도를 달성하였습니다. 이 과정을 통해 데이터를 전처리하고, 모델을 학습·평가하는 일련의 과정을 실제로 경험해 볼 수 있었습니다.
또한 졸업 이후에는 AI 관련 스타트업 인턴으로 참여하며 고객 데이터 기반 추천 시스템 개발 보
|
|
 |
학습, 강화학습 등의 알고리즘을 구현하며 AI 기술의 기초를 익혔습니다. 특히, Python 기반의 Scikit-learn, TensorFlow, PyTorch 등을 활용해 데이터를 분석하고 모델을 최적화하는 실습을 진행하였습니다. 프로젝트를 통해 이미지 분류 및 시계열 예측
|
|
메뉴펼치기
