ВИКОРИСТАННЯ ІКТ ДЛЯ ПОКРАЩЕННЯ ЕФЕКТИВНОСТІ ДИДАКТИЧНОГО ПРОЦЕСУ

Автор(и)

  • Paweł Plaskura

DOI:

https://doi.org/10.33989/2226-4051.2018.17.176294

Ключові слова:

iнструменти навчання, дидактичний процес, монiторинг, iнтелектуальне навчальне середовище, дидактична аналогiя, симуляцiя дидактичного процессу

Анотація

У статтi розглядається питання монiторингу ефективності дидактичного процесу з використанням авторської системи дистанційного електронного управління Quela. Для моделювання дидактичного процесу використовуються диференцiальнi рiвняння, що описують мережi з’єднаних елементiв, які характеризують окремi компоненти дидактичного процесу. Монiторинг ефективності навчання здiйснювався за допомогою моделювання вищезгаданих мереж, що симулюють процеси запам’ятовування і забування студентами модулів навчального матеріалу. Наведено приклади застосування розроблених технологій у реальних педагогiчних ситуацiях.

Посилання

Baškarada, S., & Koronios, A. (2013). Data, information, knowledge, wisdom (DIKW): A semiotic theoretical and empirical exploration of the hierarchy and its quality dimension. Australasian Journal of Information Systems, vol. 18, no. 1. [Online]. Retrieved from: http://journal.acs.org.au/index.php/ajis/article/ view/748

Bloom, B. (1956). Taxonomy of educational objectives: The classification of educational goals: Handbook I: cognitive domain. Longmans, Green.

Bloom’s taxonomy. [Online]. (2017) Retrieved from https://en.wikipedia.org/ wiki/Bloom’s_taxonomy

Essa. (2016). A possible future for next generation adaptive learning systems. Smart Learning Environments, vol. 3, no. 1, p. 16, Nov 2016. [Online]. Retrieved from https://doi.org/10.1186/s40561-016-0038-y

Jaap, M., & Murre, J. D. (July 2015). Replication and analysis of Ebbinghaus’ forgetting curve. Plus One, vol. 2, pp. 396–408. [Online]. Retrieved from http: // journals.plos.org/plosone/article?id=10.1371/journal.pone.0120644

Jaber, M., & Saadany, A. (2011) An economic production and manufacturing model with learning effects. International Journal of Production Economics, 131 (1), pp. 115-127.

Murre, J., Meeter, M., & Chessa, A. (2007). Statistical and Process Models for Neuroscience and Aging. Mahwah, NJ: Lawrence Erlbaum, ch. Modeling amnesia : Connectionist and mathematical approaches, pp. 119-162.

Plaskura, P. (2013). Symulator mikrosystemów Dero v4. Metody i algorytmy obliczeniowe, modelowanie behawioralne, przykłady. (Microsystems simulator Dero v4. Computational methods and algorithms, behavioral modeling, examples.). AIVA.

Quela web page. [Online]. (2017). Retrieved from http://quela.aiva.pl

SuperMemo. [Online]. (2017). Retrieved from https://www.supermemo.com/

Woz´niak, P., Gorzelan´czyk, E. and M. J. (2005). The two-component model of long- term memory. Symbolic formula describing the increase in memory stability for varying levels of recall. Cybernetic Modelling of Biological Systems.

Woz´niak, P., & Gorzelan´czyk, E. (1994) Optimization of repetition spacing in the practice of learning. Acta Neurobiologiae Experimentalis, 54, pp. 59-62.

##submission.downloads##

Опубліковано

2018-03-09

Номер

Розділ

ІННОВАЦІЇ У МИСТЕЦЬКІЙ І ПЕДАГОГІЧНІЙ ОСВІТІ