|
개념의 형성
(5) 개념파악
(6) 개념형성에 대한 실험 결과
2) 문제해결
(1) 문제해결의 문제영역
(2) 문제해결의 전략
(3) 결론
2. 지식획득과 메타인지
1)메타인지
(1) J.Flavell의 메타인지 이론
(2) A. Brown의 메타인지 이론
2)학습전략
(1) Robin
|
|
|
개념의 형성
1) E. Heidbreder의 개념학습
2) Bruner의 개념학습
(5) 개념파악
(6) 개념형성에 대한 실험 결과
2) 문제해결
(1) 문제해결의 문제영역
(2) 문제해결의 전략
(3) 결론
2. 지식획득과 메타인지
1)메타인지
(1) J.Flavell의 메타인지 이론
|
|
|
학습과정을 보다 명확히 기술하고 설명하는 데 유용한 접근임에 틀림없으며, 보다 과학적인 접근방법이 개발되고 검증됨으로써 확고한 이론으로 자리 잡게 될 것이다. 서론
본론
1. 인지학습이란?
2. 학습자의 인지적 특성
1) 지능
2)
|
|
|
학습한 개념이 잘 적용됨을 발견하고 알지 못했던 현상을 설명하고 이해
⇒ 학생들에게 도입된 개념을 심화시키고, 활용할 수 있는 추가적 기회 주기
Ⅶ. 과학과교육(수업) 인지적도제학습
1. 인지적 도제학습 도입 배경
인지적 도제학습 이론
|
|
|
특성
2) 관찰평가에서 고려할 사항
3. 관찰평가의 내용
1) 수학적 개념 및 지식에 관한 관찰
2) 수학적 절차에 관한 관찰
3) 학생들의 학습 성향에 관한 관찰
Ⅵ. 도덕과(도덕교과) 수행평가
1. 도덕과 수행평가의 개념
2. 도덕과에서의 수
|
|
 |
관한 연구, 한국여성체육학회지 제2권.
유상석(2001), 발달적으로 적절한 유아체육 프로그램과 교수전문성에 대한 소고, 한국유아체육학회지 제2권 제1호.
유진(1995), 유아동작교육의 개념과 동작수행의 내재적 과정, 한국유아교육협회 제31회
|
|
|
학습자 중심의 미술교육
2. 상호작용의 강조
3. 다상징적 접근과 미술의 미적 체험
4. 표상활동
5. 상징화 주기
6. 기록화(Documentation)작업과 미술교과의 평가
Ⅴ. 유아 미술교육 방법과 유아 미술교사의 역할
1. 우리나라의 유아미술교
|
|
|
인지발달』, 학지사, 2001.
Barry J. wordsworth, 『'삐아제‘의 인지적, 정의적 발달』, 성옥련 외 2명 역, 중앙적성출 판사, 1995. Ⅰ. 피아제의 인지발달이론배경 ........................... 2
Ⅱ. 피아제 인지발달이론의 주요 개념 ...................... 2
|
|
|
이론적 배경
1. 협동학습의 이론적 토대
1) 협동학습의 등장
2) 협동학습의 특징
3) 협동학습의 효과
2. 사회과교육과 협동학습
1) 사회과의 특성과 협동학습
2) 사회과 협동학습의 유형
3. Jigsaw모형의 이론적 토대
Ⅲ. Jigsaw모형
|
|
|
관한 분석”(「韓國言論學報」 45- 특별호 ,2001. 9) pp70-98
김훈순, “한국 언론의 젠더 프레임: 범죄뉴스와 여성”(『한국언론정보학보』통권 27호, 2004.겨울) pp. 63-91
김혜숙, “고정관념의 인지적 기능과 결과”(「亞洲社會科學論叢 」통권 4호,
|
|
 |
학습자로서 자기계발에도 꾸준히 노력하겠습니다.
마지막으로, 유아교육자로서 아동의 권리와 존엄성을 최우선으로 존중하며, 공정하고 포용적인 교육 환경 조성에 힘쓸 것입니다. 유아교육의 사회적 책임을 깊이 인식하고, 교육 정책 개선
|
|
 |
관한 연구를 심화하여 국내 교육 현장에 적용 가능한 방안을 개발하며, 국제적 수준의 유아교육 전문가로 성장할 것이다.
평생 학습자로서 전문성 강화를 위한 노력을 지속할 예정이다. 교육 분야는 끊임없이 변화하고 발전하므로, 최신 연구
|
|
 |
인지하고, 개발 및 운영 과정에서 투명성과 공정성을 확보하며, 신뢰받는 IT 전문가로서 사회적 신뢰를 구축할 것입니다.
마지막으로, 평생학습자로서 자기계발에 꾸준히 노력하며 빠르게 변화하는 IT 환경에 유연하게 대응하겠습니다. 최신
|
|
 |
파악하는 도구: 128
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
|
|
 |
파악하는 도구: 82
아. 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
|
|
메뉴펼치기
