|
영유아 프로그램 개발과 평가, 방송대출판문화원
권대훈 저(2006) 교육심리학의 이론과 실제, 학지사
송준식 외 공저(2006) 유아교육의 역사와 사상, 학지사
곽금주 외 공저(2006) 아동발달 심리학, 박학사
권악원 외 공저(2005) 교수학습이론의
|
|
|
이론과 학습이론의 비교
1) 유사점
성숙주의 이론과 학습이론은 과학적인 방법을 사용하여 영유아를 연구한다는 공통점을 가지고 있다.
2) 차이점
심리적 기초는 영유아의 발달과 학습에 과학적 연구결과를 반영하여 표준보육과정의 내용과
|
|
|
영유아프로그램개발과평가, 한국방송통신대학교 출판문화원.
2. 김혜경(2020), 영유아프로그램 개발과 평가, 창지사.
3. 조승제(2020), 영유아 교수 학습의 이론과 실제, 양서원.
4. 정옥분(2018), 아동발달의 이해, 학지사.
5. 이기숙ㆍ강숙현(2018),
|
|
|
학습이론, 양서원. Ⅰ. 서 론
Ⅱ. 본 론
1. 영유아프로그램의 기초이론 중 성숙이론에 대한 설명
1) 이론의 배경
① 자연주의와 성숙론
② 성숙이론의 확립
2) 기본전제
① 발
|
|
|
학습
교사의 역할
준비된 환경, 따뜻하고 안정된 분위기 제공
능동적, 지식적, 지식 전달자
교육프로그램
사회정서 영역 강조
학문기초 기술, 기능중심
Ⅲ. 결론
영유아프로그램을 이해하는 데는 그에 대한 기초이론의 이해가 필요하다. 영유
|
|
 |
영유아보육학16(98.12)pp217~248)
전통적 프로젝트 접근법과 레지오 에밀리아 접근법의 비교 연구(김필식, 논문집24,(2002.2) pp.161-180) Ⅰ.서론
Ⅱ.본론
ⅰ. Project 접근법
1. 이론적 배경
2.프로젝트 접근법의 실제
ⅱ. Reggio Emilia 접근법
1.
|
|
|
이론적 기초 6
1) 프로젝트 접근법의 배경 6
2) 프로젝트 접근법의 이론적 기초 6
(1) 프로젝트 접근법의 정의 6
(2) 체계적 교수와 프로젝트 활동의 비교 7
2. 프로젝트 접근법의 교육 목표와 기본 원리 8
1) 프로젝트 접근법의 교육
|
|
|
프로그램이 유아들의 정서·사회성 발달에 미치는 영향』, 충북대학교 교육대학원 석사학위논문, 2006.
지성애,「유아운동실태와 교사의 인식분석」, (『유아교육학논집』, 12(2), 한국영유아교원교육학회), 2008.
현일환,『유치원 운영 실태에서
|
|
|
이론 연구」, 학민사, 1994
유아교육사상사, 고후순 외 3인, 서울 양서원, 2003
영유아 교육 프로그램 이주하 외 1인 서울 학이당
유아교육개론, 신연식, 서울 형설출판사, 1982
현대유아교육개론, 이역석, 서울 교육출판사, 1987
최신 유아 교육 개
|
|
|
영유아보육과정 . (주) 교문사
이순형 외 공저(2005) . 영유아 보육교육 프로그램의 이해 . 학지사
http://blog.daum.net/jsgroupb/3147
http://cafe.daum.net/yooncognition/DIUm/29 Ⅰ. 서론
1. 연구의 필요성 및 목적
2. 연구문제
Ⅱ. 이론적 배경
1. 피아
|
|
 |
프로그램을 완성하게 할 것입니다. 그리고 현장에서 상담자와 내담자가 모두 문제해결능력을 제시할 수 있는 상담프로그램을 만드는데 기여할 수 있게할 것이라고 생각합니다. 더 나아가 한 집업군을 선택해 국내에서 그 직업군에 속해 있는
|
|
 |
프로그램을 개발하는데 힘썼습니다. 이후 전문성
을 갖추기 위하여 데이터의 구조를 파악하고 데이터 경영과 관리 및 활용 방법을 교육받았습니다.
무엇보다 데이터베이스 개론과 다양한 실험을 통해서 데이터베이스의 기초이론을 학습하
|
|
 |
학습자 특성 연구, 새로운 이론 교수법, 기초 음악 실기 분석 같은 연구들을 활용할 수 있도록 많은 연구 케이스 들을 살펴보면서 실전적으로 연습해 볼 예정입니다. 이것은 제가 연세대학교 교육대학원에서 추구하고 있는 연구주제의 활용도
|
|
 |
기초과학이론 기출문제 82
? 바이오소재학대학원 입시준비 연구계획서 1500자 95
연구계획서: 바이오소재학대학원 입시준비 96
연구 주제 및 목표: 96
연구 방법 및 전략: 96
연구의 중요성 및 기대효과: 97
연구진행 일정: 97
마무리 말씀: 97
?
|
|
 |
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
