|
도덕적 발달을 조장할 수 있다고 한다. 하지만, 피아제는 10-11세 경에 도덕적 추론이 완전하게 발달한다고 본 점에서는 틀렸다. 이것은 콜버그를 통해서 분명하게 드러나게 되었다.
(4) 정보 처리 이론에서의 비판
피아제의 이론에 대한 또 다
|
|
|
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
|
|
|
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
|
|
|
Piaget의 인지발달 이론
Vygotsky의 발달에 대한 사회문화적 접근
성인기에 지능은 어떻게 변화하는가
3. 도덕적 발달과 사회적 발달
Kohlberg의 도덕적 추론 이론
애착과 양육태도
마음 이론
Erikson의 심리사회적 발달이론
|
|
 |
이론
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) 비고츠키의 생
|
|
|
이론과 사례』, 한울아카데미.
B.셰퍼·C.호레이시·G.호레이시/서울대 사회복지실천연구회 역(1998), 『사회복지실천 기법과 지침』, 나남.
Egan, Gerald. The Skilled Helper, 5th ed. Monterey, Calif.: Brooks/Cole, 1994.
페릭스 피 바이스텍/김만두 역(1992), 『케이
|
|
|
이론과 사례』, 한울아카데미.
B.셰퍼·C.호레이시·G.호레이시/서울대 사회복지실천연구회 역(1998), 『사회복지실천 기법과 지침』, 나남.
Egan, Gerald. The Skilled Helper, 5th ed. Monterey, Calif.: Brooks/Cole, 1994.
페릭스 피 바이스텍/김만두 역(1992), 『케이
|
|
|
이론의 교육적 적용」, 중앙대학교 석사논문, 2005.
김미정, 「콜버그(L. Kohlberg)의 토의식 수업이 도덕적 판단력과 학업성적에 미치는 영향」, 한국교원대학교 석사논문, 2000.
문삼열, 「Lawrence Kohlberg의 도덕 발달론과 도덕 교육론에 관한 연구
|
|
|
이론적 배경‥‥‥‥‥‥ 03
1. 미혼모의 개념‥‥‥‥‥‥ 03
2. 미혼모의 심리사회적 특성‥‥‥‥‥‥ 03
3. 미혼모의 심리사회적 적응‥‥‥‥‥‥ 05
Ⅲ. 연구방법‥‥‥‥‥‥ 07
1. 10대미혼모의 현황‥‥‥‥‥‥ 07
2. 한
|
|
 |
이론과 개념: 92
나. 회귀 분석 및 모델링: 93
다. 가설 검정과 추론: 93
라. 데이터 분석 및 시각화: 94
마. 빅데이터와 기계 학습: 95
바. 실험 계획법 95
사. 비모수 통계 96
아. 빅데이터와 머신러닝 96
자. 데이터 분석 도구와 소프트웨어 96
?
|
|
 |
경찰활동입니다.
□ 프로파일링 이란
자료수집이 원 뜻이나, 수사용어로는 범죄유형분석법을 말합니다. 범죄 현장을 분석 해 범인의 습관, 나이, 성격, 직업, 범행수법을 추론한 뒤 이를 바탕으로 범인을 찾아내는 수사기법입니다.
|
|
 |
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 주제에
|
|
 |
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
|
|
메뉴펼치기
