|
이론적 배경
1. 관여
2. 탐색
3. 설명
4. 정교화
5. 평가
Ⅳ. STS학습모형(수업,과학기술사회)의 목표
Ⅴ. STS학습모형(수업,과학기술사회)의 분류
1. 개념영역
2. 과정영역
3. 창의성 영역
4. 태도영역
5. 응용과 연계영역
Ⅵ. 외국의 STS
|
|
|
STS수업모형(과학기술사회,학습)의 과제
과도한 학문 중심의 과학 교육에 대한 문제 제기로 등장한 STS 교육은 개혁 교육 과정을 위한 대안으로 제시되어왔다. 그러나 STS 교육에 대한 이론적 정비가 미흡한 나머지 현장의 STS 교육에 대한 이해
|
|
|
모형
1. 탐색 및 문제 파악 단계
2. 가설 설정 단계
3. 실험 설계 단계
4. 실험 및 가설 검증 단계
5. 결론 및 일반화
Ⅵ. 과학과 탐구학습 발견학습모형
Ⅶ. 과학과 탐구학습의 기타모형
1. 일반 수업모형
2. 경험 학습 수업모형
3. STS 수
|
|
|
위한 모둠별 토의와 발언
8) 8단계 ― 발표 모둠 답변
9) 9단계 ― 자유 토론
10) 10단계 ― 학생 상호 평가와 마무리
Ⅶ. 토의학습(토론학습, 토의수업)의 모형
1. 도입
2. 탐색
3. 설명 및 해결책 제시
4. 실천하기
Ⅷ. 결론
참고문헌
|
|
|
) 탐구학습 STS(과학기술사회)수업
1. STS교육의 등장배경
2. STS교육의 특성
1) ROY
2) Hofstein
3) 미국과학교사협회(NATA)
3. STS 을 적용한 과학교육의 실제
1) STS 프로그램과 관련된 자료를 제작한다
2) 소집단 탐구 활동 실시
참고문헌
|
|
 |
수업에 알맞은 매체 및 학습자료 분석
1) 인쇄자료
2) 사진자료
3) 자석을 이용한 그림 ․ 문장카드
4) 실물자료
5) 모형자료
6) 영화 자료
Ⅴ. 실제 수업 설계를 통한 교구 활용 및 지도법 분석
1. 수업 설계
2. 수업 전개
3. 수업
|
|
|
특성
가. 열린교육의 의미
나. 열린교육의 특성
2. 열린 학습 공간 구성의 이론
가. 개별화의 조건
나. 개방교실의 특징
3. 열린 학습 공간 구성의 기초
가. 학습 공간 구성의 방향
나. 열린 학습 공간의 설계
다. 열린교
|
|
|
사회과교육과 협동학습
1) 사회과의 특성과 협동학습
2) 사회과 협동학습의 유형
3. Jigsaw모형의 이론적 토대
Ⅲ. Jigsaw모형을 적용한 수업지도안 구안
1. Jigsaw모형을 적용한 수업지도안
2. Jigsaw모형 적용 시 유의점 및 개선 방향
Ⅳ.
|
|
|
사회성 발달에 미치는 영향. 순천향대학교 교육대학교. 석사학위논문.
김택호(2004). 이해중심 축구형 게임 수업이 체육 학습에 미치는 효과. 대구교육대학교 교육대학원 석사학위 논문.
김현용(1999). 이해중심 게임수업 모형의 적용을 통한 초
|
|
|
모형에 의한 수업절차
<표 Ⅱ-5> 점수에 따른 소그룹 보상법
<표 Ⅱ-6> 자율적 협동학습 모형
<표 Ⅲ-1> 대상 학생들의 지능 및 읽기 수준
<표 Ⅲ-2> 대상 학생들의 학업성취도, 메타인지, 전략 활용 등의 전략교수 이전 수준
<표 Ⅲ-3> 교과서
|
|
 |
모형과 분류 문제를 해결하는 연구에 참여할 계획입니다. 이를 위해 컴퓨터 과학과 수학 관련 심화 과목도 이수하며, 이론적 기반을 탄탄히 다질 것입니다. 연구실 배정을 받아 지도 교수님의 연구 프로젝트에 적극 참여하여 실험 설계, 데이
|
|
 |
?
- 이론적 정의에 대해서 설명하라?
- 수학적 귀납법에 대해서 설명하라 1.면접의개념
2.면접의기본자세
3.면접비법
4.면접을잘볼수있는비법
5.면접유형
6.면접10계명
7.편입을위한준비사항
8.편입유의사항
9.전년도학과별면접문제
|
|
 |
분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다.이러한
|
|
 |
분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다.이러한
|
|
 |
분류기를 통해 감정에 대한 사전 확률을 결합한 사후확률을 고객불만지표로 정의했습니다 이후 군집분석 및 ANN, SVM을 통한 예측모형을 구축했습니다. 그 결과 예측모형의 정확도를 80.7%, 83.61%의 높은 performance를 도출할 수 있었습니다. 1.
|
|
메뉴펼치기
