|
최선의 원리, 인간 성장을 조성하는 원리 등이 우주적인 원리에 속한다. 1. 도덕적 딜레마
2. 콜버그의 도덕성 발달이론
(1) 제1수준, 전인습적 : 전도덕성
(2) 제2수준, 인습 수준 : 타율 도덕성
(3) 제3수준, 후인습수준 : 자율도덕성
|
|
|
이수연 저 / 양성원 / 2017
성격심리학 / 권석만 저 / 학지사 / 2017
발달심리학 : 전생애 인간발달 / 정옥분 저 / 학지사 / 2014
심리학의 이해 / 방선욱 저 / 교육과학사 / 2003 I. 피아제의 도덕성 발달이론
II. 콜버그의 도덕추론이론
* 참고문헌
|
|
|
이론은 도덕성 발달 단계에서 있어 아동기 시절의 교육의 중요성을 설명하였다. 도덕적 행동이 단순한 규칙에만 따르게 되는 것이 아니라 더욱 복잡한 것이라는 사실을 보여준다. 비슷한 관점에서 아동들의 도덕적 추론과 도덕적 행동 간의
|
|
|
도덕성추론에서 동기와 결과의 요인을 고려하였지만, 최근에는 다양한 요인들을 찾아내고 있다
(2) Kohlberg의 도덕성발달이론
Piaget의 인지적 도덕발달이론을 3수준 6단계의 이론으로 세분화
*Kohlberg의 도덕발달단계
수준 1 : 전인습적 수준 -
|
|
|
도덕성(Piaget)
④ 11세경 : 조작적인 사고가 가능해지면서 새로운 규칙을 생성할 수 있다
*Piaget는 아동의 도덕성추론에서 동기와 결과의 요인을 고려하였지만, 최근에는 다양한 요인들을 찾아내고 있다
(2) Kohlberg의 도덕성발달이론
Piaget의
|
|
 |
도덕성 발달이론
1) 제1단계 : 도덕적 사실주의 (2∼7세)
2) 제2단계 : 도덕적 동등성(7∼11세)
3) 제3단계 : 도덕적 자율성(11∼15세)
(5) 피아제 이론의 교육적 시사점 및 평가
2. 비고츠키의 인지발달이론
(1) 비
|
|
|
이론체계로 이해해서도 안 된다는 것이다. 따라서 경험적 자료의 측면과 메타 윤리적 논리의 두 측면을 동시적으로 고려해서 콜버그의 이론을 이해해야만 한다. Kohlberg 외, 문용린 역, 「콜버그 도덕성 발달이론」, 아카넷, 2000, p.267
콜버그의
|
|
|
이론 지식검증 기출문제 29
? 통계분석 학술이론에 대한 지식검증 기출문제 32
기초 이론과 개념: 33
회귀 분석 및 모델링: 33
가설 검정과 추론: 34
데이터 분석 및 시각화: 34
빅데이터와 기계 학습: 35
실험 계획법 36
비모수 통계 36
빅데
|
|
|
이론의 응용에 관한 장이다.(기본적인 관계이론에 관한 장이다.) Childs의 논문을 제외하고는 관계형 데이터 베이스 시스템의 주된 응용은 추론적 문답시스템이었지만 Levein과 Maron은 이 분야 연구에 수많은 문헌을 제공한다.
이와 반면에 이 지
|
|
|
이론으로 받아들여지고 있는 쿼크와 렙톤이 물질의 최종 기본단위라고 하더라도 과학은 또 다른 문제에 부딪히게 된다. 그것은 생명체와 물질이 같은 최종 단위로 이루어져있는데 그 차이가 어떻게 생기냐하는 문제이다. 또한 거시적 규모에
|
|
 |
등 다양한 머신러닝 기법의 기본 원리를 익히고, 이론적 근거에 대한 관심을 더욱 키울 수 있었다.
대학원 과정에서는 ‘고급 수리통계학’, ‘고차원 통계학’, ‘머신러닝 이론’, ‘베이즈 추론’ 등의 과목을 추가로 수강하여 연구 주제
|
|
 |
이론에 대한 지식검증 기출문제 115
가. 기초 이론과 개념: 117
나. 회귀 분석 및 모델링: 117
다. 가설 검정과 추론: 118
라. 데이터 분석 및 시각화: 119
마. 빅데이터와 기계 학습: 119
바. 실험 계획법 120
사. 비모수 통계 120
아. 빅데이터와 머
|
|
 |
이론에 대한 지식검증 기출문제 122
가. 기초 이론과 개념: 124
나. 회귀 분석 및 모델링: 124
다. 가설 검정과 추론: 125
라. 데이터 분석 및 시각화: 126
마. 빅데이터와 기계 학습: 126
바. 실험 계획법 127
사. 비모수 통계 127
아. 빅데이터와 머
|
|
 |
이론에 대한 지식검증 기출문제 22
? 통계분석 학술이론에 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
|
|
 |
이론에 대한 지식검증 기출문제 122
기초 이론과 개념: 123
회귀 분석 및 모델링: 123
가설 검정과 추론: 124
데이터 분석 및 시각화: 125
빅데이터와 기계 학습: 125
실험 계획법 126
비모수 통계 127
빅데이터와 머신러닝 127
데이터 분석 도구
|
|
메뉴펼치기
