Organon Interaktivní webová aplikace pro výuku logiky

Slides:



Advertisements
Podobné prezentace
Malý průzkum dovedností žáků řešit úlohy
Advertisements

Matika krokem  Proč? - motivy vzniku
Psychologie pro manažery Projekt ESF v Opatření 3.3 Rozvoj celoživotního učení Registrační číslo projektu: CZ / /0018.
Elektronizace agend nejen ve státní správě
Přednáška č. 3 Normalizace dat, Datová a funkční analýza
Inovace vzdělávacího programu Zahradní a krajinná tvorba Projekt OPVK, oblastní podpora 2.1.
Jazyk C# a platforma .NET ZS 2013/2014
Zápočty a zkoušky SHKV Upřesňující zápis předmětů na LS.
E-learning a studenti kombinovaného studia VŠ projekt do předmětu E-learning Lucie Jirků, UČO květen 2004.
Hodnocení e-learninkových opor Inovace kombinované formy studia bakalářského a magisterského studijního programu „Tělesná výchova a sport“ a jeho učitelských.
Příprava na hodinu dějepisu, organizace výuky dějepisu
Distanční studium na OPF SU František Koliba Petr Korviny.
1 Audit software Petr SLOUP Cíl Cílem auditu je sestavit přehled a základní popis používaného software (aplikací)
Palatinum Excellence Software na řízení firmy. 1.Proč Software Excellence 2.Představení Software Excellence 3.Jak zavést do praxe Obsah Prezentace.
Didaktické prostředky
Studijní IS a e-learning Patrícia Eibenová
Další vývoj přiřazování kvalifikací k EQF v České republice Miroslav Kadlec, Praha,
Úvod. školní: příprava na předmět Databázové systémy praktický: webové aplikace databázové systémy základy vývoje webových aplikací od návrhu databáze.
E-learning ve výuce na SŠ
„Inovace výstupů, obsahu a metod bakalářských programů vysokých škol neuniverzitního typu.“ CZ.1.07/2.2.00/ Michal Sedláček.
4. Lekce Dílčí procesy funkčního testování
Predikátová logika.
Úvodní setkání Ing. Zuzana Khendriche Trhlínová, Ph.D.
Bc. Martin Dostal. Co to je sémantické vyhledávání? Vyhledávání s využitím "umělé inteligence" Vyhledávání v množině dat na stejné téma katastrofy sport.
KIV/PPA2 1.cvičení Cvičící: Pavel Bžoch.
Tabulky – vyhledávání (v dalších tabulkách pomocí relací)
Metodický kurz k Bakalářskému projektu 1 Diplomovému projektu 1
Lucie Rohlíková Jana Vejvodová ZČU v Plzni
Základní škola, Ostrava – Poruba, Porubská 831, příspěvková organizace Registrační číslo projektu – CZ.1.07/1.4 00/ Název projektu – BRÁNA JAZYKŮ.
Ing. Zuzana Khendriche Trhlínová, ph.d.
E-LEARNINGOVÉ VZDĚLÁVÁNÍ TVŮRCŮ A UŽIVATELŮ JEDNOTNÉHO ZADÁNÍ.
Dokumentace informačního systému
4. INFOSCHŮZKA. CO NÁS ČEKÁ? TÉMA:  Zápočty a zkoušky  SHKV  Upřesňující zápis předmětů na LS.
Organizační chování Harmonogram cvičeních Podmínky pro zápočet Informační zdroje.
SO – studijní opora podpora výuky BSe a DSe LS2012
Distanční kurz Základy fyziky v kombinované formě studia J. Kopečný, M. Kopečná, H. Tomečková, J. Trojková VŠB -Technická univerzita Ostrava,
B2 – Analýza požadavků a jejich zajištění Systém dalšího vzdělávání pracovníků výzkumu a vývoje v Moravskoslezském kraji a jeho realizace.
Automatizovaná podpora výběru nástroje pro dobývání znalostí Jakub Štochl.
PPA1 – 5.cvičení Pavel Bžoch.
Výsledky ankety Univerzitní knihovny ZČU Jak hodnotíte služby Univerzitní knihovny ZČU?
KIV/PPA2 1.cvičení Cvičící: Pavel Bžoch. Údaje o cvičícím Pavel Bžoch Kancelář: UL408 Konzultační hodiny: –Středa 12:05 – 12:50 –Čtvrtek 11:10 – 11:55.
REŠERŠNÍ STRATEGIE Mgr. Anna Vitásková.
Databázové systémy 2 Cvičení č. 5 Fakulta elektrotechniky a informatiky Univerzita Pardubice.
DRMS Forum září 2009 Elektronický vzdělávací systém Jan Pavlica.
Nasazení nástrojů BI pro analýzu dat z IS STAG Řešitel: Vladimíra Zádová Datum:
E-learningové aktivity na MU Luděk Matyska
Teorie ES a jejich aplikace Biskup Jiří, Fakulta stavební, ČVUT Praha, Květen 2004.
Projekt LISp-Miner Milan Šimůnek. Milan Šimůnek – Projekt LISp-Miner2 Obsah Význam databází a uchovávaných informací Proces dobývání znalostí z databází.
Úvodní informace Informatika pro ekonomy I LS 2012/2013.
1 Inovace vzdělávacího procesu založeného na získávání kompetencí prostřednictvím výstupů z učení ve studijních oborech PODNIKÁNÍ
Zápočty a zkoušky SHKV Upřesňující zápis předmětů na LS.
Úvod do studia Základní informace o předmětu Robert Zbíral Maxim Tomoszek.
DIDAKTIKA FYZIKY I. 7 Fyzikální učebnice
Základy informatiky Přednášející: Ing. Jana Krutišová Cvičící: Ing. Jan Štěbeták.
Logistika a Supply Chain Management Úvodní seminář.
Zkušenosti se zpřístupněním českých e-knih (Flexibooks) Mgr. Tereza Šorejsová, Mgr. Daniela Nová Seminář E-knihy I v NTK.
AnotaceMetodický pokyn Prezentace obsahuje celkem 8 snímků. Po všeobecném úvodu jsou na 2. snímku pokyny pro studenty. Vlastní práce je praktickým zpracováním.
Hotel Tatra, Velké Karlovice 23. – 25. dubna 2007 S4U – Seminář o Univerzitním informačním systému 1 Záznamník učitele Bc. Jana Večeřová.
Pravděpodobnost a matematická statistika I.
Didaktické prostředky
Obecná didaktika ÚVOD.
Výukový materiál zpracován v rámci projektu
Nástroje podpory uživatelů
KIV/ZD cvičení 1 Tomáš Potužák.
Možnosti audio-vizuálních aplikací v IS MU Mgr. Jitka Daňková
Důležité aplikace v IS MU
Třetí vnitřní úhel trojúhelníku
Pravděpodobnost a matematická statistika I.
METODOLOGIE PROJEKTOVÁNÍ
Rozvoj IT kompetencí Pavla Kovářová.
Transkript prezentace:

Organon Interaktivní webová aplikace pro výuku logiky Ludmila Dostálová Jaroslav Lang Západočeská univerzita v Plzni Grant FRVŠ č. 566/2006/F5d Západočeská univerzita v Plzni

Motivace Úvodní kurzy logiky jsou zpravidla masového charakteru Nejefektivnější metodou výuky logiky je samostatné řešení úloh Chybí cvičebnice s dostatečnou zásobou úloh s klíčem a vzorovým řešením Neúměrná konzultační zátěž vyučujících

Požadavky Najít dostatečně bohatý zdroj úloh Zpřístupnit úlohy studentům Zajistit konzultace Kontrolovat správnost samostatného řešení Upozorňovat na chyby a vysvětlovat je Opravovat a hodnotit odevzdané úlohy Lze převést do automatické podoby

Řešení Vytvořit webovou aplikaci, která: bude obsahovat bohatou databázi příkladů zvýší efektivitu samostudia studentů průběžná kontrola při řešení příkladů nápověda během řešení příkladu sníží zátěž vyučujících zadá a ohodnotí samostatné úlohy studentů bude schopná suplovat elementární konzultační činnost

Databáze příkladů Struktura databáze Bohatost databáze Příklady se dělí na kategorie podle tematických okruhů Kategorie se dělí na typy podle postupu a náročnosti řešení Bohatost databáze Databázi netvoří příklady ale vzory příkladů Substitucí se ze vzorů generují konkrétní úlohy s identickou metodou řešení Jedna databáze pro různé kurzy různého obsahu, struktury i úrovně.

Struktura databáze Tematický okruh Výroková logika Predikátová logika Kategorie Typ Výroková logika Tabulková metoda Transformace na NF Df ; DeM; pp Df ; DeM; p(pq)p Df ; DeM; p(pq)p q … Df ; DeM; Distr.; pp Ekvivalence tvrzení Kalkul nd Výroková logika Predikátová logika Formalizace Úsudky ….

Bohatost databáze Df ; DeM; Distr. jedn.; p(pq)p; p(pq)pq Typ Vzor Úlohy [ ( A  B )  C ]  [ A  ( B   A ) ] [ ( p  q )  r ]  [ p  ( q   p ) ] [ ( r  p )  q ]  [ r  ( p   r ) ] [ (  q  r )   p ]  [ q  ( r  q ) ] … [ ( A  B )  A ]  { [ ( A   B )  C ]  B } [ ( A  B )  C )  [ ( A   C )  C ] [ A  ( B  C ) ]  C

Modul pro samostudium Tři základní funkce dle volby studenta: Předvede a vysvětlí vzorové řešení úlohy Konzultuje se studentem jeho řešení kontroluje správnost jednotlivých kroků řešení upozorňuje na chyby, popř. poradí další krok Samostatně vyřešenou úlohu opraví a ohodnotí stejným způsobem jako hodnocené domácí úlohy Tři základní funkce dle volby studenta:

Zápočtový modul Generuje individuální domácí úkoly či testy Automatické generování přidělí každému studentovi jiné zadání stejné složitosti. Databáze příkladů je nezávislá na databázi pro samostudium Umožňuje jejich vypracování a odeslání Automaticky úlohy opravuje a hodnotí Archivuje výsledky i hodnocení Umožňuje zpětnou kontrolu Shromažďuje statistické údaje

Student Má přístup pouze k vlastnímu účtu s: Přístupem do modulu pro samostudium Přidělenými zadáními hodnocených úkolů kurzu Možností opakovaného vstupu a úprav řešení domácích úkolů až do odevzdání Výsledky (opravení a ohodnocení) odevzdaných domácích úkolů Statistickými údaji o relativní úspěšnosti

Vyučující Vytváří šablony generující příklady pro samostudium hodnocené domácí úkoly Má přístup k hodnocení úkolům studentů i k archivovaným zadáním a řešením Má možnost vyhodnocovat statistické údaje o úspěšnosti studentů a náročnosti úloh

Současný stav projektu Je vytvořena struktura databáze Jsou vytvořeny úlohy pro typy: transformace na normální formy transformace do prenexního tvaru logický čtverec (úpravy kvantifikátorů) ekvivalence tvrzení v predikátové logice Dokončují se programátorské práce Připravuje se testování aplikace ve spolupráci se studenty (září 2006) Předpokládá se zkušební nasazení do výuky na ZČU v zimním semestru 2006/07

Další vývoj Rozšiřování databáze o nové typy úloh formalizace platnost úsudků kalkul nd Přizpůsobování aplikace praktickým podmínkám běžného provozu Vytvoření podmínek pro případnou implementaci na jiných VŠ (uživatelské prostředí pro vyučující) Doplnění výkladových pasáží a rozšíření aplikace v samostatnou elektronickou učebnici