17
Adaptivno generiranje i kombiniranje materijala za učenje Goran Pogačić Voditelj: doc.dr.sc. Marin Golub FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA Prezentacija seminarskog rada na diplomskom studiju 2. lipnja 2009.

Adaptivno generiranje i kombiniranje materijala za učenje

  • Upload
    zeke

  • View
    41

  • Download
    6

Embed Size (px)

DESCRIPTION

FAKULTET ELEKTROTEHNIKE I RAČUNARSTVA Prezentacija seminarskog rada na diplomskom studiju. Adaptivno generiranje i kombiniranje materijala za učenje. Goran Pogačić Voditelj : d oc.dr.sc . Marin Golub. 2. lipnja 2009. Sadržaj. Uvod Model domene Model studenta Algoritmi Zaključak. Uvod. - PowerPoint PPT Presentation

Citation preview

Page 1: Adaptivno generiranje i kombiniranje materijala za učenje

Adaptivno generiranje i kombiniranje materijala

za učenjeGoran Pogačić

Voditelj: doc.dr.sc. Marin Golub

FAKULTET ELEKTROTEHNIKE I RAČUNARSTVAPrezentacija seminarskog rada na diplomskom studiju

2. lipnja 2009.

Page 2: Adaptivno generiranje i kombiniranje materijala za učenje

2

1. Uvod2. Model domene3. Model studenta4. Algoritmi5. Zaključak

Sadržaj

Page 3: Adaptivno generiranje i kombiniranje materijala za učenje

3

Adaptivni edukacijski sustavi

Uvod

Page 4: Adaptivno generiranje i kombiniranje materijala za učenje

4

Dva glavna problema prilikom izrade:1. kako će gradivo biti prikazano u sustavu2. kako će sustav podučavati studenta gradivu

Uvod

Page 5: Adaptivno generiranje i kombiniranje materijala za učenje

5

Primjer – PIPI

programske petlje, funkcije i rekurzije petlje su: for, while i do-while

segment gradiva

Model domene

Page 6: Adaptivno generiranje i kombiniranje materijala za učenje

6

Segment može biti:◦ tema◦ koncept

◦ Postoji li veza ◦ između segmenata ◦ gradiva?

Model domene

Page 7: Adaptivno generiranje i kombiniranje materijala za učenje

7

Preduvjetna veza:

Model domene

Page 8: Adaptivno generiranje i kombiniranje materijala za učenje

8

Modeliramo usmjerenim grafom!

Model domene

Page 9: Adaptivno generiranje i kombiniranje materijala za učenje

9

Postoje i dokumenti i zadatci

Model domene

Page 10: Adaptivno generiranje i kombiniranje materijala za učenje

10

David Kolb

konkretno iskustvo (CE) apstraktna konceptualizacija (AC) aktivno eksperimentiranje (AE) reflektirajuće promatranje (RO)

Model studenta

Page 11: Adaptivno generiranje i kombiniranje materijala za učenje

11

koordinatni sustav

Model studenta

Page 12: Adaptivno generiranje i kombiniranje materijala za učenje

12

Nekoliko glavnih funkcija:◦ prikaziCvor()◦ genPutUcenja()◦ pronadiSljedeciCvor()◦ prikaziPutUcenja()

Algoritmi

Page 13: Adaptivno generiranje i kombiniranje materijala za učenje

13

Funkcija prikaziCvor()

provjerava preduvjete

put učenja

Algoritmi

Page 14: Adaptivno generiranje i kombiniranje materijala za učenje

14

Funkcije genPutUcenja() i pronadiSljedeciCvor()

nedeterminizam

Kriterij odabira:◦ slijedno učenje◦ sadržajnost unutar podtema◦ težina

Algoritmi

Page 15: Adaptivno generiranje i kombiniranje materijala za učenje

15

Funkcija prikaziPutUcenja()

prikazuje dokumente čvora (tip dokumenta – određeni čvor)

postavlja zadatke o čvoru (ispitivanje znanja o gradivu)

ukoliko je potrebno, promjena tipa

Algoritmi - adaptivnost

Page 16: Adaptivno generiranje i kombiniranje materijala za učenje

16

Adaptivni edukacijski sustavi pomoć pri učenju povratna informacija o Vašem znanju lakša organizacija predmeta

Budući planovi detaljno testiranje

Zaključak

Page 17: Adaptivno generiranje i kombiniranje materijala za učenje

17

Hvala!