Matematika putem e-učenja

Transcrição

1 Matematika putem e-učenja prof.dr.sc.blaženka Divjak Sveučilište u Zagrebu Fakultet organizacije i informatike

2 Motivacija za e-učenje Pretpostavka e-učenje u službi pedagogije i metodike Izazovi rješavanje specifičnih problema predmeta Matematika 1. godina Velike heterogene grupe studenta Slabo predznanje iz matematike Niska motivacija za matematiku Niska prolaznost, postizanje ishoda učenja Dodana vrijednost Zajednički rad profesora i asistenata matematike Projektni i istraživački pristup Usvajanje novih kompetencija Korisnost za studij informatike

3 Matematika 2 kako do cilja? Velike heterogene grupe studenta Kontinuirano praćenje, evidencija, sve upute u Moodleu Baza zadataka za (samo) provjere Forum, ankete o zadovoljstvu radom Slabo predznanje iz matematike Provjera predznanja, feed-back Dopuna Demonstrature, Pomoćni materijali Niska motivacija za matematiku Informatičari vole tehnologiju! Poštivanje stilova učenja - prezentacije i animacije Uzimanje u obzir različitih tipova motivacije Niska prolaznost, postizanje ishoda učenja Unaprjeđenje metodologije rada upotreba taksonomija Zadaci za vježbanje riješeni i zadaće

4 Strategija e-učenja na FOI, na SvZg Oblici učenja Opis Tehnologije Klasična nastava (f2f, licem u lice) nastava (najčešće predavačka) u učionici Ne koriste se, osim na pr. tekst procesor (Word) za pripremanje nastave Nastava podržana ICT-om (ICT supported teaching and learning) tehnologija se koristi uglavnom zato da bi se poboljšala klasična nastava Prezentacije (PP), Multimedijski CD-ROMovi, Web sjedišta za predmete s hipermedijskim sadržajima (courseware), Programi za testiranje (kvizovi za samoprovjeru znanja i provjere znanja), i mailing liste, Forum Hibridna ili mješovita nastava (blended, mixed, hybrid) Razina FOI1, FOI 2, FOI3 kombinacija klasične nastave u učionici i nastave uz pomoć tehnologija LMS (Learning Management Systems) - sustavi za upravljanje učenjem, CBT/WBT (Computer/Web Based Training), Videokonferencije Online obrazovanje učenje i poučavanje odvija se isključivo uz pomoć tehnologije; nema f2f nastave Predmeti (kolegiji, tečajevi) koji se dostavljaju putem Interneta (kao Web sjedišta ili pomoću LMS), Videokonferencije

5 FOI Razina 3 Svi nastavni materijali organizirani prema nastavnim cjelinama i dostupni preko LMS sustava Oblikovanje nastavnih materijala izvedeno prema instrukcijskom dizajnu Dopuna nastavnih materijala korištenjem audio i video zapisa Bodovanje svih relevantnih studentskih on-line aktivnosti (diskusije, pristup materijalima, provjere znanja...) Predavanje i ocjenjivanje zadaća, seminara, testova putem LMS-a Cilj: UnaprjeĎenje nastavnih metoda i tehnika podučavanja putem hibridne organizacije kolegija prema kriterijima instrukcijskog dizajna

6 E-učenje na FOI u brojkama Broj uključenih studenata ~ 3500 (100% na preddiplomskom i diplomskom studiju) Broj predmeta 215 predmeta Preddiplomski studij - 74 (100%) Diplomski studij - 38 (100%) Doktorski studij - 21 (63%) Specijalistički studiji - 22 (40%) Stručni studij - 50 (80%)

7 Ove godine radimo na E-portfolio Digitalna knjižnica Web2.0 tehnologije Integracija sustava E-UČENJE - FOI LMS Digitalna knjižnica E-portfolio Web 2.0 ISVU Pomaci u razinama (FOI 1 -> FOI 3), pedagogiji Potpuno online kolegiji - u testnoj izvedbi

8 Kontekst ishoda e-učenja Ishodi učenja studijskog programa Ishodi učenja predmeta Sadržaj i nastavne cjeline Metode poučavanja Evaluacija svih dijelova kurikuluma i ugrađivanje povratnih informacija u nove inačice Metode ocjenjivanja Taksonomije ECTS

9 Ishodi učenja na razini programa - vezani za Matematiku 1,2, OPM Koristiti matematičke metode, modele i tehnike primjerene rješavanju problema iz područja informacijskih i poslovnih sustava. Koristiti vještine učenja potrebne za cjeloživotno učenje i nastavak obrazovanja na diplomskom studiju. Modelirati poslovne procese i podatke u organizacijama i primijeniti modele u razvoju informacijskih i poslovnih sustava. Taksonomije: Bloom i MathKIT

10 Rješavanje problema matematičko modeliranje Karakteristike Matematika 1 Matematika 2 Odabrana pogl. matematike Diskretne struk. Teorija grafova Semestar 1. sem. predd. 2. sem. predd. 4.sem. predd. Diplomski Grupe Velike Velike Velike i srednje Manje Ishodi uč. MathKIT Bloom Literatura, izraz K Poznavanje Matematički pristup K/I Rješavanje Teoretski/Prakt Alat I/T Analiza/Sinteza Novi kontekst 2 faze T Evaluacija Projekt Esej Problemski zadatak Problem matem./inf. Interdiscipl. problem Tim/Indiv. Indiv. Indiv. Tim Tim On-line Predaja Predaja Predaja Razvoj (wiki) Ocjena Povratna inf. Analiza (eportfol)

11 Taksonomija u e-učenju, baza zadataka Baza zadataka za provjere i samoprovjere Implementirana u Moodlu Prema KIT taksonomiji tri razine Matematika 2 baza od ukupno 532 pitanja i zadataka Ulazne kompetencije studenata 12 pitanja podijeljenih u tri skupine (po K, I i T prema taksonomiji) Nedostaci u predznanju: grafički i geometrijski zadaci koji povezuju funkciju s praktičnim problemom, ili graf funkcije sa svojstvima funkcije Animacije Demonstrature Online materijali za učenje i ponavljanje

12 Test

13 Predavanja prezentacija s animacijama

14 Evaluacija predmeta Koji oblik poučavanja studenti preferiraju? % 24% on-line tradicionalna 69% mješovita

15 Zaključak Naša je zadaća iskoristiti tehnologiju u svrhu unaprjeđenja kvalitete nastavnog procesa i u osiguravanju ispunjavanja ishoda učenja, imajući isključivo na umu metodičko-didaktičke potrebe, a ne imperativ primjene suvremenih tehnologija. Ankete među studentima vrlo pozitivne Matematika najbolje rangirana Prolaznost nakon promjene metodologije poučavanja, koja uključuje e-učenje Povećana obavljena 2 znanstvena rada olakšan rad nastavnicima s velikim heterogenim grupama

16 Hvala rpage=20&page=1