|
학습집단 편성에 어려움
-기존 학년별·교과별 편제에 혼란 가미 우려
-기존 학교행정체제 혼란 가미 우려
-팀구성 교사의 자유에 제한을 가할 우려
-팀에 속하지 않는 교사들의 사기저하 우려 * 기타 교수-학습이론
1.B.G. Massialas의 탐구학
|
|
|
학습이론
1. 행동주의 학습이론의 기본 전제
가. 파블러 (1849-1936)의 고전적 조건화
나. 스키너(1904-1990)의 조작적 조건화
다. 반두라(1925 - )의 사회적 학습이론
2. 학습을 설명하는 행동주의 원리
Ⅱ. 인지주의 학습이론
1. 통찰학
|
|
|
학습자일 때 훨씬 적극적인 적용이 가능할 것으로 본다.
<참고문헌>
- 언어교수이론과 한국어교육, 남성우 외, 한국문화사, 2007
- 외국어로서의 한국어교육학 개론, 허용 외, 박이정, 2007 Ⅰ. 서론
Ⅰ-1. 전신반응 교수법이란
Ⅰ-2.
|
|
|
노트 기록
2. 교과별 필독 도서 선정과 독서 교수-학습 지도안 구안
3. 독서 결과의 수행평가 반영
4. 독서 시간 설정
Ⅵ. 창의적수업활동(교육활동) 사례
1. 자기 주도적 학습 활동(스스로 공부해요)
2. 범교과 및 자율적 학습 활동(이런 공
|
|
|
교수-학습집단 편성에 어려움
-기존 학년별교과별 편제에 혼란 가미 우려
-기존 학교행정체제 혼란 가미 우려
-팀구성 교사의 자유에 제한을 가할 우려
-팀에 속하지 않는 교사들의 사기저하 우려
교수학습이론 기본이해정리 끝!!
^^ 제1절
|
|
 |
내용 ……………………………………………… 2
Ⅱ. 듀이의 아동중심 교육사상의 철학적 배경 ……………………… 4
1. 자연주의 ……………………………………………………………… 4
가. 코메니우스 ………………………………
|
|
|
정교성
2. 창의성을 개발시키기 위한 훈련 기법
(1) 브레인스토밍
(2) 색다른 용도법
(3) 강제결합법
Ⅲ. 교수학습 과정안
활동 1. 떠오르는 그림 그리기
활동 2. 만약에 가상 사건
활동 3. 색다르게 사용하기
활동 4. 관계짓기
|
|
|
본반의 다중회귀분석결과 9
4.3.4 수학 기본반의 후진제거법을 활용한 다중회귀분석결과 10
4.3.5 수학 심화반의 다중회귀분석결과 11
4.3.6 수학 심화반의 후진제거법을 활용한 다중회귀분석결과 12
4.4 수학 수준별 수업에 대한 학업성취도에
|
|
|
-5. 한국교육개발원
박혜정(1989). 한국의 유아교육. 교학사.
신연식(1985) 유아교육개론. 서울:형설출판사
이귀윤, 이기숙(1987). ‘유치원과 초등학교 1학년 교육과정 연계성을 위한 정책방안
이기숙(1998). 유치원과 국민학교 연계성을 위한 방향
|
|
|
과정 분석
가. 기능중심 게임수업의 과정 분석
나. 이해중심 게임수업의 과정 분석
다. 두 모형 간 과정분석 차이
3. 두 모형 간 교수 행동 분석
4. 두 모형 간 수업에 대한 초등학생의 만족도 분석
V. 결론
참 고 문 헌
|
|
|
교수를 어떻게 정해야 하나? 158
마. 스스로 찾을 수 있는 [지식]을 연구하는 과정 158
? 면접시험에 대한 기본적인 준비자세 158
가. 대학교 혹은 대학원의 교육학목표/교육학철학의 중요성 159
나. 기본이 중요한 이유 161
다. 제가 듣고 싶은
|
|
|
교육학 이론의 기본을 검증하는 문제 200
? 면접에 기본을 갖추어야 하는 이유 213
가. 기본이 중요한 이유 213
나. 제가 듣고 싶은 이야기는... 215
다. 나의 주장에 힘을 실어주는 근거, ‘학습 경험’ 216
라. 면접을 보는 교수님이나 전공 교수
|
|
 |
교수-학습 방법을 어떻게 할 것인가?
4. 좋아하는 시인과 관용어가 무엇인가? (고형진)
(중략)
09후기
1. '이영보래'란 무엇인가?
2. 소학지희, 우희가 판소리에 어떠한 영향을 주었는가?
3. 20, 30년대 아는 시집과 소설집에 대해 말하라. (고
|
|
|
본 교사용 지도서:(주)교학사 황석근 외 12인 (2010. 1. 25, 서울특별시교육감 인정)
※ 수행평가지 ? 성 격
? 목 표
? 교수 ? 학습 방법
? 평 가
1. 단원명
2. 단원의 개관
3. 단원의 이론적 배경
4. 단원의 지도 목표
5. 지도 계통
6. 지도 계
|
|
|
이론과 개념: 82
자. 회귀 분석 및 모델링: 83
차. 가설 검정과 추론: 83
카. 데이터 분석 및 시각화: 84
타. 빅데이터와 기계 학습: 84
파. 실험 계획법 85
하. 비모수 통계 85
거. 빅데이터와 머신러닝 86
너. 데이터 분석 도구와 소프트웨어 86
?
|
|
메뉴펼치기
