|
인간관과 기본관점
2. 주요 개념
1) 욕구
2) 욕구위계
(1) 생리적 욕구(Hysiological needs)
(2) 안전의 욕구(Safety needs)
(3) 애정과 소속의 욕구(Love and belongingness needs)
(4) 자아존중의 욕구(Self-esteem needs)
(4) 자아실현의 욕구(Self-actualization needs)
|
|
|
매슬로 이론과 로저스 이론의 인본주의적 공통점과 차이점에 대하여 설명하시오.
<목 차>
Ⅰ. 매슬로 이론
1. 매슬로의 생애
2. 인간관
3. 이론적 견해
4. 주요개념
1) 내적 본성
2) 잠재적 창조성
3) 형성되어 가는 것
4) 욕구
|
|
|
매슬로 이론과 로저스 이론의 인본주의적 공통점과 차이점에 대하여 설명하시오.
<목 차>
Ⅰ. 매슬로 이론
1. 매슬로의 생애
2. 인간관
3. 이론적 견해
4. 주요개념
1) 내적 본성
2) 잠재적 창조성
3) 형성되어 가는 것
4) 욕구
|
|
|
존재
4) 인간의 합리성
5) 인간의 독자성
6) 인간의 미래지향성
2. 차이점
1) 기본가정
2) 인간관
3) 입장과 관점
Ⅳ. 결 론
Ⅴ 참고 문헌
|
|
|
이론의 기본관점과 개념 및 사회복지실천에 적용
1) 인간관과 기본관점
2) 주요개념
(1) 열등감과 보상
(2) 우월성 추구
(3) 사회적 관심
(4) 생활양식
(5) 가상적 목적론
(6) 창조적 자아
(7) 가족형상
3) 성격의 발달
(1) 출생순서
4) 성격의
|
|
 |
-3세 이전의 아이가 세상을 겪어 나가면서 대상을 구분하고 그것을 자신의 안으로 내사 하여 표상을 만든다는 점이 흥미로운 이론인 것 같다. 또한 요즘 사회에 모두 맞벌이 부부가 많아서 이렇게 아이에게는 가장 중요한 개념과 애착이 형성
|
|
|
, “주요국의 노인장기요양보호제도에 관한 연구”, 경희행정논총 15권 1호, 2002 Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 주요 선진국의 노인장기요양보험 사례분석
Ⅳ. 한국 노인장기요양보험의 문제점 및 발전방안
Ⅴ. 결론
<참고문헌>
|
|
|
개념적 성격………………………………………………8
나. KAIST브랜드의 비전과 기본원리…………………………………………8
제 3 장 지역별 과학기술 브랜드의 창출과 운영…………………………10
1. 과학기술 브랜드의 공동사용과 운
|
|
|
기본 신념과 합의점들
4.에코페미니즘의 이론적 흐름들
①구분 방식
②주요 논점을 통한 에코페미니즘의 이해
5.에코페미니즘에 대한 평가
①이원론적 사고의 비판
1)이론적 시사점
2) 여성과 자연에 대한 지배의 정당화-서구 가부장제
|
|
|
이론적 배경
1. 의의, 필요성
1) 환경성과평가의 의의
2) 환경성과평가제도의 필요성
3) 환경 평가 제도 운영기관
2. 환경성과평가의 절차
|
|
 |
기본적인 문제들 156
가. 기본이 중요한 이유 156
나. 제가 듣고 싶은 이야기는... 158
다. 최고경영자 생각의 중요성 159
? 답변의 간결성과 꼬리질문 159
가. 면접 문제에 대한 답변의 간결성 159
나. 꼬리질문 유형 160
다. 대학원 입시 영어면접
|
|
 |
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 교수님 생각
|
|
 |
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
?
|
|
 |
성격의 장단점 및 특기
4. 상벌사항
5. 기타 (특기사항)
수학, 연구계획서
6. 석사, 박사 진학 시 희망 연구분야 및 연구계획
7. 학부, 대학원 이수 전공과목 중 관심과목
8. 석사, 박사 이후의 계획 (박사진학, 취업, 유학 등)
9. 비 고 (기 타)
|
|
 |
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
