반응형 Study73 학습과 구성주의(Constructivism): 지식의 구성을 촉진하는 경험 만들기 학습과 구성주의(Constructivism): 지식의 구성을 촉진하는 경험 만들기 구성주의란? 구성주의란 학습자들이 수동적으로 정보를 받아들이기보다는 적극적으로 지식을 구성한다는 이론이다. 사람들은 세계를 경험하고 이러한 경험을 바탕으로 성찰하며 자신만의 표상(representation)을 가지고 새로운 정보를 기존에 존재하는 지식(도식;schema)와 통합시킨다. 동화(assimilation): 새로운 정보를 가지고 기존에 존재하는 도식에 맞추는 것 조절(accomodation): 새롭게 획득된 정보를 사용하여 기존의 도식을 수정하고 재개발하는 것. 따라서... 학생들은 학습 경험에 참여하는 것이 수동적으로 정보를 받는 경우보다 더 잘 배움 학습은 본질적으로 사회적 과정임. 그 이유는 학생과 교사가 함.. 2022. 2. 15. SEM 구조방정식 (4.1) 기본 T 검증 (t test) : 두 집단 간 평균 차이를 검증함 SEM을 사용해 t-test를 나타낼 수 있음. 각 집단의 평균을 추정하고 비교를 함 기본 ANOVA 유사하게, 아노바도 나타낼 수 있음 하지만 왜 이렇게 복잡하게 하려고 하나? 2022. 2. 12. SEM 구조방정식 (4) SEM 모델 적합시키기 vs 모델 적합도 구조방정식 모형을 적합시키는 데 상대적으로 규칙이 별로 없는편 모형은 과대식별되지 않아야함. 즉 관찰치보다 더 많은 추정치가 있을 수 없음 하지만 모형이 데이타를 잘 대표하는지 아닌지 어떻게 아나? 그리고 동일성 검증(invariance testing)에서 필요로하는 것처럼 우리는 어떻게 계속 반복되는 모형들을 평가할 수 있나? 모델적합도 카이스퀘어 적합도 반복적 모형 적합시키기의 기본 규칙 모형 간 모델 적합도(Δ카이스퀘어)에 유의미한 차이가 없는 경우, 더 제한된 모형(parsimony)을 선택함. 두 모형 모두 공분산 구조를 똑같은 정도로 재생산한 것으로 가정됨 모형 간 모델 적합도(Δ카이스퀘어)에 유의미한 차이가 있는 경우, 덜 제한된 모형을 선택함. 더 .. 2022. 2. 12. 상위인지(메타인지): 생각에 대한 생각 상위인지(메타인지): 생각에 대한 생각 상위인지(metacognition): 자신의 생각 및 사고 과정에 대한 인식, 이해 및 통제 인간 외 다른 영장류, 돌고래도 상위인지 있고 심지어 쥐들도 자신이 아는것과 모르는 것 구분 가능함. 인간이 훨씬 많은 "어떻게 배우는지를 배우기" 능력이 있음은 사실과 가까움 마음이론(theory of mind): 자신과 타인의 내적 심리적 세계에 대한 개인의 이론을 형성하는 것. 즉, 인간의 사고, 믿음, 기분, 동기, 의도 등의 복잡한 이해를 포함함. 하지만 대부분의 성인조차 우리의 정신적 하드웨어와 소프트웨어에 대해 많이 알고있지 않음 상위인지 과정: 효과적인 학습은 자기 성찰(self-reflection)과 자기 지시(self-direction) 메타인지는 다음과 .. 2022. 2. 6. 기억, 망각, 오기억: 왜 장기기억은 완벽히 신뢰할 수 없는지 기억, 망각, 오기억: 왜 장기기억은 완벽히 신뢰할 수 없는지 어떤 것은 기억하기가 쉽고, 또 어떤 것은 기억하기 어렵다. 자신의 이름이나 핸드폰 번호는 무엇인가? 대답하기 쉽다. 이탈리아의 수도는 무엇인가? 그 전 질문들보다는 약간 어려울 수 있다. 그렇다면 당신이 3년 전에 먹은 저녁은 무엇인가? 아마 아무런 대답도 못할 것이다. 우리가 새로운 정보를 인지적으로 처리하는 방식은 그 정보가 얼마나 기억하기 쉬운지 영향을 준다. 인출(기억 꺼내기)의 특성: 장기기억에서 원하는 정보 찾기 장기기억에서 원하는 정보를 인출하는 것은 엄청 크고 어두운 방안에서 작은 손전등을 가지고 찾는것과 같음. 어떤 때는 손전등이 원하는 장소를 밝히지만, 어떤 때는 그렇지 않다. 즉, 우리 머릿속에 있는 정보를 항상 기억해내.. 2022. 2. 5. SEM 구조방정식 (3) 모델적합도 카이스퀘어 적합도(Chi-square Goodness of Fit); Joreskog SEM에서 적합도는 예측 공분산 구조 모형(내가 설정한 모형)을 관찰된 공분산 구조(나의 데이타)와 비교하는 함수라고 할 수 있음 부적합 정도는 예측 모형의 편차값이 데이타를 대표하지 못하는 정도를 나타냄 추정된 적합도 통계치 핵심 중 하나임 lavaan에서 일반적인 ML 추정 적합도 함수는: 여기서 F hat값이 카이스퀘어로 변형됨 카이스퀘어는 두 가지 방식으로 사용됨 완전히 포화된 모형, 즉 완벽하게 적합한 모형과 비교할 때 다른 적합도를 가진, nested 모델과 비교할 때 (우리가 생성한 모델이랑 비교함) 이를 통해 카이스퀘어 검증은 우도비율검정(likelihood ratio test)의 특수한 변형이.. 2022. 2. 5. 이전 1 2 3 4 5 ··· 13 다음 반응형
