|
가치를 어떻게 가르칠 것인가, 가치 명료화 이론과 교수 전략 Ⅰ. 국어과 가치탐구학습의 개념
Ⅱ. 국어과 가치탐구학습의 이론적 기초
Ⅲ. 국어과 가치탐구학습의 과정
1. 선택하기
1) 문제 상황 확인
2) 가치 분석 및 선택
2. 긍지갖
|
|
|
Ⅶ. 국어(국어과교육) 독서토론학습
1. 주제
2. 토론과정
3. 개인과 집단의 성장
4. 문제의 해결
5. 책 읽는 습관 형성 및 독서 능력 향상
Ⅷ. 국어(국어과교육) 직접교수법
1. 이론적 기초
2. 특징
3. 적용 적합 단원(영역)
참고문헌
|
|
|
학습을 통한 창의적 사고력 신장
▷ 박헌준, 기업윤리와 기업성과와의 관계, 연세대 경영학과
▷ 전성연 외(1995), 수준별 교육과정 편성방안 연구, 교육과정개선연구회
▷ 정구향(1997), 제7차 국어과 교육과정, 함께 여는 국어교육 겨울호
▷ 한
|
|
|
국어과교육) 총체적언어학습
Ⅴ. 국어교육(국어과교육) 독서토론학습
1. 독서토론학습이란
2. 학습의 특징
3. 만들기와 활동방법
4. 적용에 알맞은 학습내용
5. 활동에 필요한 준비나 유의점
Ⅵ. 국어교육(국어과교육) 가치탐구학습
1.
|
|
|
학습지도
1. 제1단계
2. 제2단계
3. 제3단계
Ⅵ. 국어과(교육) 기초기본학습지도
1. 읽기
2. 쓰기
Ⅶ. 국어과(교육) 문제해결학습지도
1. 이론적 기초
2. 특징
3. 적용 적합 단원(영역)
4. 지도 과정
1) 문제 확인
2) 문제 탐구
3) 문제 해결
|
|
 |
학습자의 맥락화에 대한 탐구……………………………………………73
2. 학습자와 수용맥락 간의 상호작용………………………………………75
3. 학습자 수용맥락의 개방성………………………………………………79
4. 학습자 삶의 맥
|
|
|
A. 기본운동능력에 미치는 효과
B. 지각운동능력에 미치는 효과
C. 기초체력에 미치는 효과
D. 신체적 자아개념에 미치는 효과
Ⅵ. 논의 및 결론
A. 요약
B. 논의
C. 결론 및 제언
참고문헌
부록
국문초록
ABSTRACT
|
|
|
학습운동의 활성화
3 지역사회 평생교육기관의 추구 가치
제3절 지역 평생교육 활성화를 위한 평생교육기관의 과제
1 평생교육기관간 파트너십 구축
2 지역사회 기반 학습동아리 활동의 활성화
제5장 평생교육의 발전 방향
|
|
|
기초한 수업 활동 개발 및 효과 분 석. 한양대학교 대학원 박사학위논문.
최유현(1999). 다지능 이론의 탐색과 교육적 적용. 한국교육개발원. I. 서론 1
1. 연구의 필요성과 목적 1
II. 이론적 배경 3
1. 다중지능이론의 특징 3
2. 다중지
|
|
|
이론적 배경과 아동관
1. 몬테소리의 이론적 배경
2. 몬테소리의 아동관
[3] 몬테소리 교육의 목적 및 목표
1. 몬테소리 교육의 목적
2. 몬테소리 교육의 목표
[4] 몬테소리 교육의 내용
1. 일상생활연습ㆍ실제
2. 감각교육ㆍ
|
|
 |
탐구하기 위한 방법론, 이론적 틀, 예상되는 연구 과정 등을 설명합니다. 또한, 연구의 예상 결과와 그것이 해당 분야에 어떤 기여를 할 수 있는지에 대해 논합니다.
4. 학업 준비 상태 및 자격: 관련 분야나 주제에 대한 이해도, 이전 학업이나
|
|
 |
탐구하기 위한 방법론, 이론적 틀, 예상되는 연구 과정 등을 설명합니다. 또한, 연구의 예상 결과와 그것이 해당 분야에 어떤 기여를 할 수 있는지에 대해 논합니다.
4. 학업 준비 상태 및 자격: 관련 분야나 주제에 대한 이해도, 이전 학업이나
|
|
 |
기초부터 심화까지 체계적으로 이해하는 데 핵심적이며, 제가 장기적으로 진행하고 싶은 연구에 필요한 기반이기 때문입니다. 특히 기계학습 이론에서는 모델 일반화, 오버피팅 방지, VC 차원 등 이론적 개념을 배우고 싶고, 딥러닝 구조 수업
|
|
 |
가치관을 기술하고 그 가치관을 형성하는데 중요했던 경험과 성장과정을 기술하시오.
3. 학업이외 대학시절의 중요한 활동과 결과를 기술하고, 그 경험이 지원전공을 공부하는데 어떤 의미를 갖는지 기술하시오.
4. 입학 후 학습목표 및
|
|
 |
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 머신러닝 127
자. 데이터 분석 도구와 소프
|
|
메뉴펼치기
