|
콜버그는 이론은 도덕성 발달 단계에서 있어 아동기 시절의 교육의 중요성을 설명하였다. 도덕적 행동이 단순한 규칙에만 따르게 되는 것이 아니라 더욱 복잡한 것이라는 사실을 보여준다. 비슷한 관점에서 아동들의 도덕적 추론과 도덕적
|
|
|
최선의 원리, 인간 성장을 조성하는 원리 등이 우주적인 원리에 속한다. 1. 도덕적 딜레마
2. 콜버그의 도덕성 발달이론
(1) 제1수준, 전인습적 : 전도덕성
(2) 제2수준, 인습 수준 : 타율 도덕성
(3) 제3수준, 후인습수준 : 자율도덕성
|
|
|
이수연 저 / 양성원 / 2017
성격심리학 / 권석만 저 / 학지사 / 2017
발달심리학 : 전생애 인간발달 / 정옥분 저 / 학지사 / 2014
심리학의 이해 / 방선욱 저 / 교육과학사 / 2003 I. 피아제의 도덕성 발달이론
II. 콜버그의 도덕추론이론
* 참고문헌
|
|
|
도덕적 딜레마
2. 콜버그의 도덕성 발달이론
(1) 제1수준, 전인습적 : 전도덕성
(2) 제2수준, 인습 수준 : 타율 도덕성
(3) 제3수준, 후인습수준 : 자율도덕성 1. 도덕적 딜레마
2. 콜버그의 도덕성 발달이론
(1) 제1수준, 전인습적 : 전도덕
|
|
|
관련성
콜버그 이론의 타당성은 도덕적 추론과 행동의 연관성에서 찾을 수 있다. 이는 콜버그의 도덕적 추론 이론에서 유추될 수 있는 당연한 논리이다. 일반적으로 도덕적 추론 능력은 도덕적 행동과 관계가 있어야 한다. 미숙한 수준의 도
|
|
 |
콜버그의 정의 공동체에 관한 연구 」, 서울대학교 석사논문, 1994.
김경미, 「kohlberg의 도덕성 발달 이론의 교육적 적용」, 중앙대학교 석사논문, 2005.
김미정, 「콜버그(L. Kohlberg)의 토의식 수업이 도덕적 판단력과 학업성적에 미치는 영향」,
|
|
|
이론
1) 제1단계 : 도덕적 사실주의 (2∼7세)
2) 제2단계 : 도덕적 동등성(7∼11세)
3) 제3단계 : 도덕적 자율성(11∼15세)
(5) 피아제 이론의 교육적 시사점 및 평가
2. 비고츠키의 인지발달이론
(1) 비고츠키의 생
|
|
|
이론과 사례』, 한울아카데미.
B.셰퍼·C.호레이시·G.호레이시/서울대 사회복지실천연구회 역(1998), 『사회복지실천 기법과 지침』, 나남.
Egan, Gerald. The Skilled Helper, 5th ed. Monterey, Calif.: Brooks/Cole, 1994.
페릭스 피 바이스텍/김만두 역(1992), 『케이
|
|
|
이론과 사례』, 한울아카데미.
B.셰퍼·C.호레이시·G.호레이시/서울대 사회복지실천연구회 역(1998), 『사회복지실천 기법과 지침』, 나남.
Egan, Gerald. The Skilled Helper, 5th ed. Monterey, Calif.: Brooks/Cole, 1994.
페릭스 피 바이스텍/김만두 역(1992), 『케이
|
|
|
이론적 배경‥‥‥‥‥‥ 03
1. 미혼모의 개념‥‥‥‥‥‥ 03
2. 미혼모의 심리사회적 특성‥‥‥‥‥‥ 03
3. 미혼모의 심리사회적 적응‥‥‥‥‥‥ 05
Ⅲ. 연구방법‥‥‥‥‥‥ 07
1. 10대미혼모의 현황‥‥‥‥‥‥ 07
2. 한
|
|
 |
이론과 개념: 92
나. 회귀 분석 및 모델링: 93
다. 가설 검정과 추론: 93
라. 데이터 분석 및 시각화: 94
마. 빅데이터와 기계 학습: 95
바. 실험 계획법 95
사. 비모수 통계 96
아. 빅데이터와 머신러닝 96
자. 데이터 분석 도구와 소프트웨어 96
?
|
|
 |
경찰활동입니다.
□ 프로파일링 이란
자료수집이 원 뜻이나, 수사용어로는 범죄유형분석법을 말합니다. 범죄 현장을 분석 해 범인의 습관, 나이, 성격, 직업, 범행수법을 추론한 뒤 이를 바탕으로 범인을 찾아내는 수사기법입니다.
|
|
 |
다양한 머신러닝 기법의 기본 원리를 익히고, 이론적 근거에 대한 관심을 더욱 키울 수 있었다.
대학원 과정에서는 ‘고급 수리통계학’, ‘고차원 통계학’, ‘머신러닝 이론’, ‘베이즈 추론’ 등의 과목을 추가로 수강하여 연구 주제에
|
|
 |
이론에 대한 지식검증 기출문제 115
가. 기초 이론과 개념: 117
나. 회귀 분석 및 모델링: 117
다. 가설 검정과 추론: 118
라. 데이터 분석 및 시각화: 119
마. 빅데이터와 기계 학습: 119
바. 실험 계획법 120
사. 비모수 통계 120
아. 빅데이터와 머
|
|
 |
이론에 대한 지식검증 기출문제 122
가. 기초 이론과 개념: 124
나. 회귀 분석 및 모델링: 124
다. 가설 검정과 추론: 125
라. 데이터 분석 및 시각화: 126
마. 빅데이터와 기계 학습: 126
바. 실험 계획법 127
사. 비모수 통계 127
아. 빅데이터와 머
|
|
메뉴펼치기
