|
이론
1. 이론의 개요
2. 주의력
1) 의미
2) 주의력 유발 및 유지전략
3. 적절성
1) 의미
2) 적절성을 확인시키기 위한 전략과 기법
4. 자신감
5. 만족감
1) 의미
2) 만족감 부여 전략
Ⅱ. 플랜더스의 언어적 상호작용 모형
|
|
|
유의미학습 이론 (선행조직자)
1) 학습의 과정
2) 수업의 원리
3) 수업 모형
4) 발견학습의 절차
4. 가네의 교수설계이론
5. 스키너의 프로그램 학습이론
6. 켈러의 학습동기유발 교수전략
7. 플랜더스의 언어적 상호작용 모형
|
|
|
학습한 내용을 일반화하여 적용하기
3) 과제-외적보상보다 과제-내적보상의 제공
라이겔루스의 정교화 교수이론
플랜더스의 언어적 상호작용 모형
구성주의 교수-학습이론
1. 구성주의 교수-학습이론의 원칙
1) 실제적(맥락)제공, 체험/현장
|
|
|
학습 조직면에서 본 교수 학습의 분류
26. 팀티칭
27. 발견학습
28. 설명학습
29. 탐구학습
30. 교수 - 학습의 원리
31. 달톤 플랜
32. 수업 모형
33. 적성처치상호작용모형(ATI)
34. 개별처방식 수업(IPI)
35. 플랜더스의 수업형
|
|
|
학습자가 학습내용이나 학습전략 통제 I. Bruner의 교수이론
II. Ausubel의 유의미 언어학습이론
III. Cronbach의 적성-처치 상호작용이론
IV. Carroll의 학교학습 모형
V. Bloom의 완전학습(mastery learning) 이론
VI. Keller의 학습동기화 모형
VI
|
|
 |
교수방법
[7] 몬테소리의 환경관
1. 준비된 환경
2. 몬테소리 환경의 요소
[8] 몬테소리 교사교육과 실제
1. 몬테소리 교사교육
2. 몬테소리 교사교육의 실제
[9] 몬테소리 유아교육의 평가
1. 몬테소리 방법에 대한 비판
2. 몬
|
|
|
교수학습이론과 매체. 한국방송통신대학교출판부
이기숙, 장영희, 정미라, 엄정애 공저(2003).유아교육개론. 양서원
이기숙(2005). 유아교육과정. 교문사
조정숙, 전인옥 공저(2006). 유아교육개론, 한국방송통신대학교출판부
권영례,서영숙 공저(
|
|
|
학습모형으로는 STAD, TGT, DME, Jigsaw모형 등이 있는데, 본 연구자는 Jigsaw모형 중에서 JigsawⅢ모형을 초등 사회과 수업에 적용해 보았다.
Jigsaw모형은 사회 심리학적 이론 배경을 갖는 협동학습 모형으로서 사회과의 교과적 특성에 적합하여 그 활
|
|
|
동기(출생 ~ 2세) ........................ 5
2. 전조작기(2세 ~ 7세) .............................. 7
3. 구체적 조작기(7세 ~11세) ..........................9
4. 형식적 조작기(11세 이후) ......................11
Ⅳ. 피아제 이론 평가 ................................ 1
|
|
|
교수전략에 따라 물놀이 과학활동과정이 어떠한 차이를 보이는지에 대한 연구가 기대된다.
② 물놀이 특성상 교사와 유아는 학습내용의 선정, 활동의 진행과정, 활동결과에 대한 평가에 이르기까지 적극적이고 능동적인 참여가 요구되므로,
|
|
 |
동기 및 목표 소개
2.학업 관련 경험
2.1 고등학교 학업 성과와 관련 활동 소개
2.2 특별한 학업 경험 및 성과 소개
3.인성과 리더십
3.1 자기개발과 성장 경험 소개
3.2 동아리, 독서모임, 봉사활동 등의 참여 경험
4.독특한 경험과 역량
4.1 입
|
|
 |
학습의 과정과 결과가 평가에 반영되도록 수업 진행
학생들의 발달 특성과 흥미 등을 고려하여 다양한 평가 방법을 사용할 수 있도록 계획
평가의 결과는 학생 개개인의 이해 수준 파악, 수업 내용 / 방법 선정, 학생의 학습 동기유발, 교수
|
|
 |
가능한 교육 공동체 구축에 이바지하는 진정한 교육자로 성장하겠습니다. Ⅰ. 학업 목표
Ⅱ. 전공 선택의 동기와 지원 배경
Ⅲ. 전공 관련 학업 및 실무 경험
Ⅳ. 입학 후 학업 및 연구계획
Ⅴ. 졸업 후 진로 계획 및 사회적 기여
|
|
|
교수·학습 전략을 개발하여, 유아들이 자신만의 방식으로 세상을 탐색하고 표현할 수 있도록 돕는 교육자로 성장하고 싶습니다. 1. 자기소개
2. 진학동기
3. 학습목표 및 계획
4. 기타 특기사항(지원분야, 경력, 연구활동, 수상경력
|
|
 |
이론과 개념: 90
회귀 분석 및 모델링: 91
가설 검정과 추론: 92
데이터 분석 및 시각화: 92
빅데이터와 기계 학습: 93
실험 계획법 94
비모수 통계 94
빅데이터와 머신러닝 94
데이터 분석 도구와 소프트웨어 95
? 통계분석 도구 소프트웨어에
|
|
메뉴펼치기
