|
교수체제개발의 주요 특징
-첫 1.교육공학의 정의
1)교육공학의 발생
2)공학의 어원 및 개념
2.교육공학의 발달
1)시각교육과 시청각교육
2)시청각 통신
3)교수공학
3.교육공학의 영역
4.교육공학의 활용
5.교수학습 방법에 대한
|
|
|
교수-학습』, 남두도서.
주지홍, 유지연, 최경진, 허종렬 (2002) “지식정보화에 다른 교육훈현 환경개선을 위한 법제도 정비방안 -원격대학 위상정립과 원격교육 활성화 방안 마련을 중심으로-”, 정보통신정책연구원, 정책연구 02-13.
정인성 (1
|
|
|
방법들 중에서 선택이 허용되는가
ㆍ선진 공학기법들의 우수한 특성들을 가장 잘 활용할 수 있는가
ㆍ적절한 성취기준에 도달할 때까지 인내심이 허용되는가
학습에 초점을 두고 있는 교수설계이론은 학습환경설계를 위한 지침을 제시해야
|
|
|
학습지도상 기타 유의점
Ⅴ. 창의력증진학습지도(수업지도)
1. 허용 지지적 분위기 조성
2. 사고 과정에 따른 학습지도의 방법
3. 창의적 사고력 지도 단계
1) 문제의 제기 단계
2) 문제 해결의 단계
3) 연습단계
4) 일반화 단계
Ⅵ. 수준
|
|
|
학습효과
Ⅴ. CAI(컴퓨터보조학습, 컴퓨터보조수업)의 구성
Ⅵ. CAI(컴퓨터보조학습, 컴퓨터보조수업)의 원리
Ⅶ. CAI(컴퓨터보조학습, 컴퓨터보조수업)의 고려사항
Ⅷ. CAI(컴퓨터보조학습, 컴퓨터보조수업)의 제고 방안
Ⅸ. 결론
참
|
|
 |
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
|
|
|
개념과 본질
1. 교과 독서와 구성주의 학습관
2. 상호텍스트성과 스키마이론
3. 내용교과와 독서의 본질
4. 내용교과와 국어과
Ⅳ. 역사과 읽기 지도 방안
1. 역사과 읽기 지도의 의의
2. 역사과의 독자적 성격
3. 역사 내러티브
|
|
|
설계……………………………………………84
2. 맥락 중심 문학수업 모형 구안……………………………………………86
가. 맥락 중심 수업 모형의 전제 ………………………………………87
나. 맥락 중심 수업 모형…………………
|
|
|
설계
3. 검사 도구
4. 연구 절차
5. 자료처리 및 분석
Ⅴ. 연구결과 및 해석
A. 기본운동능력에 미치는 효과
B. 지각운동능력에 미치는 효과
C. 기초체력에 미치는 효과
D. 신체적 자아개념에 미치는 효과
Ⅵ. 논의
|
|
|
방안
<표 6-3> 특별수선충당금의 관리기관의 주요업무 내용과 기대효과
<표 6-4> 국민주택기금의 개선방안
<표 6-5> 리모델링 민간금융의 개선방안
그림목차
<그림 2-1> wanke Hayden Connell architects, 뉴욕증권거래소, 미국.1
|
|
 |
특성 질문 230
가. 환경조경 관련문제 230
나. 과정 기출문제 238
? 인성검사문제 255
? 공통상식문제 281
? 공통면접질문 323
? 입학시의 추천서의 중요성 330
가. 추천서의 의미 330
나. 좋은 추천서 330
다. 지도교수가 쓴 추천서 견본 330
라.
|
|
 |
개념
2. 학업계획서를 잘 쓰는 방법
3. 학업계획서의 필수 구성요소
(1) 대학 학과(부)지원동기
(2) 대학 생활 중 학업계획
(3) 졸업 후의 희망 진로
4. 학업계획서 작성 시 유의사항
(1) 학부 및 계열 모집일 경우는 전공학과를 먼저 선정
|
|
 |
123
? 바이오소재학 입시지원 영문자기소개서 1500단어 124
? 바이오소재학 어학능력 검증하는 영어면접문제 100개 126
? 통계분석 학술이론에 대한 지식검증 기출문제 137
기초 이론과 개념: 137
회귀 분석 및 모델링: 138
가설 검정과 추론: 13
|
|
 |
환경은 비록 열악하고 불비하지만
“狡三窟”하는 자세로 미리 준비하고 대처한다면
시대가 처한 위기를 충분히 극복해 낼 수 있으리라는
확신을 가지고 매사에 최선의 노력을 다 하도록
하겠습니다.
6 - 6 □ 개 요
□ 학생 지도, 입시
|
|
 |
개념: 82
자. 회귀 분석 및 모델링: 83
차. 가설 검정과 추론: 83
카. 데이터 분석 및 시각화: 84
타. 빅데이터와 기계 학습: 84
파. 실험 계획법 85
하. 비모수 통계 85
거. 빅데이터와 머신러닝 86
너. 데이터 분석 도구와 소프트웨어 86
? 통계분
|
|
메뉴펼치기
