|
성숙주의와 경험주의 이론을 각각 정리한 후 두 이론을 비교하였으며 성숙주의와 행동주의 이론에 기초한 환경구성 원리에 대하여 이론 별로 각각 설명 한 후, 유아를 지도하는 구체적인 교사의 모습을 비지시적, 지시적, 중재적 유형으로 설
|
|
|
환경을 제공함으로써 영유아의 발달을 촉진시켜야 한다.
Ⅲ 결론
이상과 같이 성숙주의와 행동주의 이론에 기초한 각각의 환경 구성 원리에 대해 살펴보았다. 성숙주의와 행동주의 이론에 기초한 각각의 환경구성은 한 마디로 영유아가 새
|
|
|
이론과 실제 성영혜 저 | 동문사 | 2014.05.20
영유아 보육 교육기관 실습의 이론과 실제 오영희, 임영옥 외 2명 저 | 21세기사 | 2014.06.01 Ⅰ. 서론
Ⅱ. 본론
1. 성숙주의 이론(주요내용과 시사점, 교사의 역할과 환경 구성원리)
2. 행동주의 이
|
|
|
성숙주의, 행동주의, 구성주의 접근법을 개념, 특성, 목표, 환경구성, 일과운영, 교수학습방법, 교사의 역할에 따라 비교하여 설명하시오.
<목 차>
Ⅰ. 서론
Ⅱ. 본론
1. 성숙주의 교육과정 접근법
1) 개념
2) 주요이론가
3) 목표
|
|
|
성숙주의, 행동주의, 구성주의 접근법을 개념, 특성, 목표, 환경구성, 일과운영, 교수학습방법, 교사의 역할에 따라 비교하여 설명하시오.
<목 차>
Ⅰ. 서론
Ⅱ. 본론
1. 성숙주의 교육과정 접근법
1) 개념
2) 주요이론가
3) 목표
|
|
 |
이론과 실제. 서울 : 도서출판 창조문화.
조 복희, 1999. 아동발달. 서울: 교육과학사.
최 영숙·최 영희. 1997. 몬테소리 언어교육의 이론과 실제. 서울 : 대학서림.
Erika Hoff. 2003. 언어발달. 이 현진·박 영신·김 혜리 공역. 서울: 시그마프레스.
Ross
|
|
|
행동주의적 인간관, (서울 : 문학과 지성사).
장상호(1982),「 피아제: 발생적 인식론과 교육」, (서울: 교육과학사).
장상호(1982). 피아제: 발생적 인식론과 교육, (서울: 교육과학사).
<논문>
박왜경(1986), 학습이론에 대한 기독교적 평가, 고
|
|
|
(자동화)
4) 4단계(탈자동화)
(4) 비계설정
1) 비계설정의 목표
2) 비계설정의 구성요소
(5) 비고츠키 이론의 교육적 시사점 및 평가
Ⅲ. 피아제와 비고츠키 이론의 유사점 및 차이점
Ⅳ. 결론
Ⅲ 참고문헌
|
|
|
이론적 배경
Ⅲ. 콜버그(Kohlberg)이론의 성격과 특징
1. 도덕성 발달의 이론적 전개
2. 도덕성 발달 단계의 특징
Ⅳ. 유아교육의 접근
1. 유아교육의 기초
2. 발달이론
Ⅴ. 콜버그의 이론이 교육현장에 주는 기본원리
Ⅵ. 결
|
|
|
이론과 적용 ---------------------- 8
A. 게리 콜린스의 통합이론 ------------------------- 8
B. 통합을 위한 이론적 기초: 재건 접근법 -------------- 9
C. 통합의 적용 ----------------------------------- 10
Ⅴ. 결 론 ----------------------------------------- 12
참
|
|
 |
환경 39
? 전기전자 신소재관련 학위과정 입자지원자에 묻는 학술적 이론문제 40
전기전자 기초 40
전자기학 40
반도체 및 소자 41
신소재 41
재료과학 41
전자재료 42
디바이스 및 센서 42
에너지 재료 42
나노기술 및 응용 43
최신 연
|
|
 |
환경 51
? 전기전자 신소재관련 학위과정 입자지원자에 묻는 학술적 이론문제 52
전기전자 기초 52
전자기학 52
반도체 및 소자 53
신소재 53
재료과학 54
전자재료 54
디바이스 및 센서 54
에너지 재료 55
나노기술 및 응용 55
최신 연
|
|
 |
기초 이론과 개념: 129
회귀 분석 및 모델링: 129
가설 검정과 추론: 130
데이터 분석 및 시각화: 130
빅데이터와 기계 학습: 131
실험 계획법 132
비모수 통계 132
빅데이터와 머신러닝 133
데이터 분석 도구와 소프트웨어 133
? 통계분석 도구 소
|
|
 |
기초 이론과 개념: 121
라. 회귀 분석 및 모델링: 121
마. 가설 검정과 추론: 122
바. 데이터 분석 및 시각화: 122
사. 빅데이터와 기계 학습: 123
아. 실험 계획법 124
자. 비모수 통계 124
차. 빅데이터와 머신러닝 125
카. 데이터 분석 도구와 소프
|
|
 |
기초 이론과 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
|
|
메뉴펼치기
