|
Ⅰ. 개요
Ⅱ. 행동주의학습이론의 정의
Ⅲ. 행동주의학습이론의 기본이해
Ⅳ. 고전적조건화이론(파블로프학습이론)의 내용
1. 조건반사설의 개념
2. 실험
Ⅴ. 도구적조건화이론(손다이크학습이론, 시행착오학습이론)의 내용
|
|
|
도구적조건화이론(손다이크학습이론, 시행착오학습이론)의 유래
Ⅲ. 도구적조건화이론(손다이크학습이론, 시행착오학습이론)의 의의
Ⅳ. 도구적조건화이론(손다이크학습이론, 시행착오학습이론)의 특징
Ⅴ. 도구적조건화이론(손다이
|
|
|
손다이크 도구적조건화이론의 시사점
학습이론의 시발점을 역사적으로 거슬러 올라간다면 아마도 코메니우스 시대까지로 거슬러 올라가야 하겠지만, 현대적인 교수-학습이론의 역사는 그리 길지가 않다. 20세기 초엽 연합주의 심리학에 근
|
|
|
손다이크 도구적조건화이론, 시행착오학습이론의 적용
① 벌은 바람직하지 못한 행동을 제거하는데 아주 효과적인 것은 아니다.
② 흥미는 학습에 전이력이 있다.
③ 교과목의 유의미성과 학습자의 태도는 학교에서 중요한 변인이다.
④ 강
|
|
|
적조건화이론의 법칙
1. 조건반응의 형성
2. 자극의 일반화
3. 분화 또는 변별
4. 소멸(소거)
5. 자발적 회복
6. 제지(금지)
7. 재조건형성
8. 고차적 조건형성
Ⅲ. 파블로프 고전적조건화이론의 실험전개
Ⅳ. 손다이크 도구적조건화이론
|
|
 |
이론 중에 어느 것이 더 중요하다고 할 수 없으며, 두 이론을 교육현장에서 잘 적용을 한다면 유아교육에 큰 도움이 될 것 같다.
Ⅲ 참고문헌
장휘숙(2000) . 인간발달 . 博英社
Noel Sheehy(2009) . 옮긴이:정태연, 조은영. 50인의 심리학 거장들 (주)
|
|
|
도구
1) 자아존중감 척도
4. 연구절차
5. 집단미술치료 프로그램의 구성
1) 20회기 집단 미술치료 프로그램의 구안
3) 회기별 미술치료 프로그램의 적용
6. 자료처리 방법
Ⅳ. 결과 및 해석
1. 집단미술치료 프로그램이 자아존
|
|
|
제 1장 서론
제 2장 적조현상의 이론
2.1 부영양화
2.2 적조 현상
제3장 적조의 개선 방안
3.1 황토 살포법
3.2 과산화수소 방제법
3.3 어장환경개선(저질개량)
3.4 적조 및 해양환경 자동감지 경보 장치
3.5 피해대책
3.6 적조발
|
|
|
이론가가 격언이 그들에게 제공하는 빈약한 분석적 도구에 만족 할리 만무하다.
행정학은 ‘과학’이 될 수는 없다는 사실에 반대 할 지도 모르겠다. ‘기술’이상이 될 수 없다는 사실에 반대 할지도 모르겠다. 진실이든 거짓이든 이러한 반
|
|
|
도구 …………………………………… 24
1. 가족기능 측정도구 …………………………………… 24
2. 가족지지 측정도구 …………………………………… 24
C. 연구 절차 …………………………………… 25
Ⅲ. 연구 결과 및 해석
|
|
 |
이론에 대한 지식검증 기출문제 24
기초 이론과 개념: 24
회귀 분석 및 모델링: 25
가설 검정과 추론: 26
데이터 분석 및 시각화: 26
빅데이터와 기계 학습: 27
실험 계획법 28
비모수 통계 28
빅데이터와 머신러닝 29
데이터 분석 도구와 소프
|
|
 |
이론에 대한 지식검증 기출문제 56
1. 의사 결정에 필요한 데이터 분석: 58
2. 현상 이해와 예측: 58
3. 실험 설계와 해석: 58
4. 오류와 불확실성 다루기: 58
5. 다양한 분야와의 융합: 58
6. 정보의 해석과 의사 소통: 59
7. 진실을 파악하는 도구:
|
|
 |
이론에 대한 지식검증 기출문제 87
1. 의사 결정에 필요한 데이터 분석: 89
2. 현상 이해와 예측: 89
3. 실험 설계와 해석: 89
4. 오류와 불확실성 다루기: 89
5. 다양한 분야와의 융합: 89
6. 정보의 해석과 의사 소통: 90
7. 진실을 파악하는 도구:
|
|
 |
도구: 128
기초 이론과 개념: 129
회귀 분석 및 모델링: 129
가설 검정과 추론: 130
데이터 분석 및 시각화: 130
빅데이터와 기계 학습: 131
실험 계획법 132
비모수 통계 132
빅데이터와 머신러닝 133
데이터 분석 도구와 소프트웨어 133
? 통계분
|
|
 |
도구: 101
기초 이론과 개념: 102
회귀 분석 및 모델링: 102
가설 검정과 추론: 103
데이터 분석 및 시각화: 104
빅데이터와 기계 학습: 104
실험 계획법 105
비모수 통계 105
빅데이터와 머신러닝 106
데이터 분석 도구와 소프트웨어 106
? 통계분
|
|
메뉴펼치기
