|
선순환 리더십」, 박영사, 2004. Ⅰ. 서론
Ⅱ. 본론
1. 선순환 이론의 개념
2. 선순환 리더십의 특성
1) 도덕성(기본에 충실한 삶)
2) 자기통제(악의 고리 차단)
3) 자아실현(주인정신을 갖고 정성을 다하는 삶)
4) 승-승(Win-Win) 전
|
|
|
1. 서론
2. 반두라 사회학습이론의 특징
3. 반두라 사회학습이론의 주요개념
4. 가정 차원에서의 영유아발달 지원방안
5. 유아교육기관 차원에서의 영유아발달 지원방안
6. 지역사회 차원에서의 영유아발달 지원방안
7. 결론
8. 참고문헌
|
|
|
. 학문사, 2019.
이장호, 정남운 공저. 『상담심리학의 기초』. 학지사, 2020. 목차
1. 서론
2. 열등감과 보상 개념의 적용
3. 우월에 대한 추구 개념의 적용
4. 사회적 관심 개념의 적용
5. 생활양식 개념의 적용
6. 결론
7. 참고문헌
|
|
|
3. 보험의 원칙
4. 공급의 원칙
5. 부조의 원칙
6. 원인주의의 원칙
7. 결과주의의 원칙
[제 7강 사회복지정책 형성 이론]
1. 사회복지정책 발달에 관한 이론
2. 사회복지와 복지국가를 유형화하는 이론
3. 사회복지정책과 관련된 사상
|
|
|
이론과, 퇴직관리 이론, 주식시장에서 코스닥, 코넥스 시장의 개념에 대해서 정리를 할 수 있었다. 리더십이론과 퇴직관리 이론은 이전에 접한적이 많기에 생소한 부분은 아니었다. 하지만 주식을 하지 않기에, 코스닥, 코넥스 시장에 대한 개
|
|
 |
이론적 고찰
1. e-스포츠의 개념 및 의의
2. e-스포츠의 발전과정
3. e-스포츠의 파급효과
Ⅲ. 국내외 e-스포츠 현황 분석
1. 국내 현황
2. 해외 현황
Ⅳ. e-스포츠의 문제점
1. e-스포츠 환경의 문제점
2. 대회․리그의 문
|
|
|
Ⅰ. 서 론
1. 연구의 배경 및 목적
2. 연구의 방법 및 구성
Ⅱ. 뮤지컬에 관한 이론적 고찰
1. 뮤지컬의 정의 및 특성
2. 뮤지컬의 경제적 개념
3. 뮤지컬의 생산구조와 의미
Ⅲ. 뮤지컬의 산업화와 선순환 구조
1. 뮤지컬의
|
|
|
이론적 고찰
1. RFID/USN 산업 동향
1.1 RFID/USN 산업 개념
1.2 미국
1.3 유럽
1.4 일본
1.5 국내
2. RFID/USN 기술 동향 및 발전 전망
2.1 RFID/USN 기술 개념
2.2 국내 동향 및 전망
2.3 해외 동향 및 전망
Ⅲ RFID/USN 미들웨어 응용 s/w 개발
|
|
|
이론의 이론적 틀을 차용하였는데 민감성과 취약성의 개념을 두 축으로 놓고 남한과 북한 두 행위자 간 상호의존도의 대칭성을 판단하였다. 수치적으로 표현하기 힘든 상호의존이론의 개념적 특성 상 연구방법과 개념에 있어서 많은 부분에
|
|
|
이론적 바탕, PR 원리와 같은 PR영역의 발전이 이론을 테스트 하는 것 뿐만 아니라 이론과 이론적 개념, 모델, 프레임워크나 유사 이론의 관계적 차원에서의 접근을 ‘이론’ 이라는 용어로 통합하여 사용한다면 그 영역은 오히려 교착 상태에
|
|
 |
선순환 구조를 만들고 싶습니다. 이는 ‘현장 친화적 연구’라는 제 신념의 핵심이기도 합니다.
또한, 기회가 된다면 해외 유학 또는 단기 연수를 통해 다른 교육 문화에서 과학교육이 어떻게 자리 잡고 있는지도 탐색해보고 싶습니다. 특히
|
|
 |
미분 개념에 기반하고 있고, 정규화 기법이나 손실 함수의 수렴은 최적화 이론에 의해 설명됩니다. 수학적 배경이 탄탄할수록 알고리즘의 내부 메커니즘을 깊이 있게 이해할 수 있으며, 새로운 모델 설계나 성능 개선에도 중요한 역할을 할
|
|
 |
이론과 개념을 다루기 때문에, 철학적인 사고력을 키워 문제를 깊이 있는 방식으로 분석하고 이해할 수 있습니다. 이를 통해 동양철학 전공에서 다양한 문제를 해결하고, 새로운 통찰력을 얻고자 합니다.
동양철학전공에서는 창의적인 사고
|
|
 |
이론 및 원리 81
연구 방법론 82
최신 연구 동향 82
전문 용어 및 개념 83
연구 계획 및 목표 83
학문적 도전 및 문제 해결 83
산업적 응용 및 협력 84
발표 및 커뮤니케이션 84
영어 능력 및 표현 85
최신 기술 및 발전 85
연구 결과 및
|
|
 |
이론과 개념: 78
나. 회귀 분석 및 모델링: 78
다. 가설 검정과 추론: 79
라. 데이터 분석 및 시각화: 80
마. 빅데이터와 기계 학습: 80
바. 실험 계획법 81
사. 비모수 통계 81
아. 빅데이터와 머신러닝 82
자. 데이터 분석 도구와 소프트웨어 82
?
|
|
메뉴펼치기
