|
학습하고, 영양분류와 자연분류가 다르다는 것을 인식함으로써 즉, 통합적 조정을 통해서 개념들 간의 혼동을 피할 수 있다.
(이상으로 유의미 학습의 실천 전략으로 선행조직자의활용, 점진적 분화의 원리, 통합적 조정의 원리에 대해서 살
|
|
|
개념이라도 다양한 수준으로 설명될 수 있다.
유의미학습의 조건
학습과제의 논리적 유의미가
학습자 인지 구조 내의 관련 정착 의미
학습자의 유의미 학습의항 -학습목표-
- 오수벨이 강조하는 유의
|
|
|
학습이론과 브루너교수학습이론(발견학습이론)
1. 교육과정의 구성
① 기본적 개념과 태도를 반영하는 교과의 기본적 구조와 그에 따른 교수자료를 어떻게 재구성할 것인가?
② 이미 개발한 교수자료의 수준을 학교급별에 따른 학생들의 능
|
|
|
학습이론은 정해진 답이 있는 문제가 아니라 문제 해결에 필요한 몇 가지 원리들을 탐색하고 찾아내게 함으로써 교육의 효과를 극대화시킨다. 다른 교수 방법들은 문제의 해결을 접근해 들어갈 때 인과적 분석이라는 전통적인 문제 해결 전
|
|
|
학습자 통제 - 스스로 자신의 학습과정을 통제하도록 1. Carroll의 학교학습 이론
2. Bloom의 완전학습모형
3. Ausubel의 유의미학습 이론 (선행조직자)
1) 학습의 과정
2) 수업의 원리
3) 수업 모형
4) 발견학습의 절차
4. 가네의 교수설계
|
|
 |
이론적 배경
1. 어촌 관광의 개념 및 특성
2. 체험 관광
3. 어촌관광의 여건과 개발 가능성
Ⅲ. 어촌체험관광의 선행연구 및 사례분석
1. 어촌 관광 실태에 대한 선행연구 분석
2. 사례연구
Ⅳ. 어촌지역 체험관광상품 개발을 통한 지역발
|
|
|
학습 목표 27
3. 학습 계획 27
4. 일정 관리 28
5. 자기평가 28
6. 참고 자료 및 도구 29
? 대학원 입시 간호학 학술이론 지식검증 기출문제 29
? 통계분석 학술이론에 대한 지식검증 기출문제 32
기초 이론과 개념: 33
회귀 분석 및 모델링: 33
가
|
|
|
분석-
제 7 절 Allison모형
1. 의의
2. 모형들의 주요내용
1) 합리모형(Model Ⅰ)
2) 조직과정모형(Model Ⅱ)
3) 정치모형(Model Ⅲ)
3. 세 가지 모형의 종합·비교
4. Allison모형의 적용가능성 -미국의 대한반도 군사정책결정과정 분석-
|
|
|
등장배경
1. 등장배경
2. 사회복지에 있어서의 행동모델의 영향
Ⅱ. 행동모델의 이론적 기반
1. 기본개념
Ⅲ. 사회복지실천에의 적용
1. 행동모델의 목표
2. 행동모델의 개입과정과 사회복지사의 역할
1st. 사례개요
2nd. 사례개요
|
|
|
이론적 배경
제1절 학교폭력의 개념 및 유형
제2절 학교폭력의 발생요인
제3절 선행연구의 검토
제3장 우리나라 학교폭력의 실태분석
제1절 학교폭력의 장소별 실태
제2절 학교폭력에 대한 가해자 신분별 실태
제3절 학교폭력 피
|
|
 |
유의미한 연구를 하여 기업에 변화를 일으키는 학문적 리더십을 갖춘 인재로 성장하고 싶습니다. 장래에는 교수의 꿈을 가지고 있는 만큼, 실무경력과 이론을 겸비하여 후배들에게 좋은 가르침을 줄 수 있는 학자의 길로 나아가고자 합니다.
|
|
 |
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
? 통계분석 도구 소프트
|
|
|
분석 및 머신러닝 86
수리 모델링 87
추가 문제 88
? 통계학 학술이론에 대한 지식검증 기출문제 89
기초 이론과 개념: 89
회귀 분석 및 모델링: 89
가설 검정과 추론: 90
데이터 분석 및 시각화: 91
빅데이터와 기계 학습: 91
실험 계획법 92
|
|
|
분석 및 머신러닝 86
수리 모델링 87
추가 문제 88
? 통계학 학술이론에 대한 지식검증 기출문제 89
기초 이론과 개념: 89
회귀 분석 및 모델링: 89
가설 검정과 추론: 90
데이터 분석 및 시각화: 91
빅데이터와 기계 학습: 91
실험 계획법 92
|
|
 |
분석 학술이론에 대한 지식검증 기출문제 33
기초 이론과 개념: 33
회귀 분석 및 모델링: 34
가설 검정과 추론: 34
데이터 분석 및 시각화: 35
빅데이터와 기계 학습: 36
실험 계획법 36
비모수 통계 37
빅데이터와 머신러닝 37
데이터 분석 도
|
|
메뉴펼치기
