Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 579944

Model prilagodljivog stjecanja znanja učenika u sustavima e-učenja


Grubišić, Ani
Model prilagodljivog stjecanja znanja učenika u sustavima e-učenja, 2012., doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb


CROSBI ID: 579944 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Model prilagodljivog stjecanja znanja učenika u sustavima e-učenja
(Adaprive student's knowledge acquisition model in e-learning systems)

Autori
Grubišić, Ani

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, doktorska disertacija

Fakultet
Fakultet elektrotehnike i računarstva

Mjesto
Zagreb

Datum
24.02

Godina
2012

Stranica
279

Mentor
Stankov, Slavomir

Ključne riječi
Inteligentni tutorski sustav; prilagodljivi računalom oblikovani nastavni sadržaj; automatsko generiranje pitanja; Bloomova taksonomija znanja; Bayesova mreža predikcija; stereotip
(Intelligent tutoring systems; adaptive courseware; automatic question generation; Bloom's knowledge taxonomy; Bayesian probability network; stereotype)

Sažetak
Model automatskog i dinamičkog generiranja prilagodljivog računalom oblikovanog nastavnog sadržaja u sustavima e‐učenja, AC‐ware Tutor, predstavlja sinergiju tradicionalne strukture inteligentnih tutorskih sustava, stereotipova, Bloomove taksonomije znanja i Bayesovih mreža. U današnje vrijeme, kada se najviše uočava problematika prilagođavanja znanju učenika, ovakav model donosi rješenja koja olakšavaju učiteljima dugotrajan i iscrpljujući proces oblikovanja nastavnih sadržaja i testova. Naime, automatizam u generiranju elemenata računalom oblikovanog nastavnog sadržaja prebacuje spomenuti zadatak s živih učitelja na računalnog tutora, koji samostalno oblikuje, odabire i niže elemente računalom oblikovanog nastavnog sadržaja potpuno prilagođene razini znanja učenika. Razina znanja učenika je određena njegovim stereotipom, a profinjena je Bayesovim modelom učenika. Ovakav računalom oblikovani nastavni sadržaj nije statičan, već se dinamički mijenja nakon svakog provjeravanja znanja, prilagođavajući sljedeći element courseware‐a za učenje aktualnoj razini znanja učenika. Učenik se uči i poučava onoliko dugo koliko mu je potrebno da postigne željenu razinu znanja. Poželjno je da svaki učenik završi cijeli proces učenja i poučavanja na razini stručnjaka, ali kako to nije ostvarivo ni u okruženju tradicionalne nastave, tako se i u ovom pristupu omogućava učeniku završavanje procesa učenja i poučavanja na nižim razinama znanja. Još jednom naglašavamo da model AC‐ware Tutor prilagođava sadržaj, a ne sučelje, znanju učenika, a ne stilovima učenja, što ga čini jedinstvenim primjerkom među prilagodljivim sustavima e‐učenja.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Projekti:
177-0361994-1996 - Oblikovanje i vrednovanje inteligentnih sustava e-učenja. (Žitko, Branko, MZOS ) ( CroRIS)

Ustanove:
Prirodoslovno-matematički fakultet, Split

Profili:

Avatar Url Slavomir Stankov (mentor)

Avatar Url Ani Grubišić (autor)

Citiraj ovu publikaciju:

Grubišić, Ani
Model prilagodljivog stjecanja znanja učenika u sustavima e-učenja, 2012., doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb
Grubišić, A. (2012) 'Model prilagodljivog stjecanja znanja učenika u sustavima e-učenja', doktorska disertacija, Fakultet elektrotehnike i računarstva, Zagreb.
@phdthesis{phdthesis, author = {Grubi\v{s}i\'{c}, Ani}, year = {2012}, pages = {279}, keywords = {Inteligentni tutorski sustav, prilagodljivi ra\v{c}unalom oblikovani nastavni sadr\v{z}aj, automatsko generiranje pitanja, Bloomova taksonomija znanja, Bayesova mre\v{z}a predikcija, stereotip}, title = {Model prilagodljivog stjecanja znanja u\v{c}enika u sustavima e-u\v{c}enja}, keyword = {Inteligentni tutorski sustav, prilagodljivi ra\v{c}unalom oblikovani nastavni sadr\v{z}aj, automatsko generiranje pitanja, Bloomova taksonomija znanja, Bayesova mre\v{z}a predikcija, stereotip}, publisherplace = {Zagreb} }
@phdthesis{phdthesis, author = {Grubi\v{s}i\'{c}, Ani}, year = {2012}, pages = {279}, keywords = {Intelligent tutoring systems, adaptive courseware, automatic question generation, Bloom's knowledge taxonomy, Bayesian probability network, stereotype}, title = {Adaprive student's knowledge acquisition model in e-learning systems}, keyword = {Intelligent tutoring systems, adaptive courseware, automatic question generation, Bloom's knowledge taxonomy, Bayesian probability network, stereotype}, publisherplace = {Zagreb} }




Contrast
Increase Font
Decrease Font
Dyslexic Font