یادگیری برنامه نویسی برای کودکان و نوجوانان

مطالبی که قرار می دهیم مربوط به آموزش برنامه نویسی برای کودکان و نوجوانان می باشد.

یادگیری برنامه نویسی برای کودکان و نوجوانان

مطالبی که قرار می دهیم مربوط به آموزش برنامه نویسی برای کودکان و نوجوانان می باشد.

برنامه نویسی برای کودکان و نوجوانان مزایای فراوانی به همراه دارد. بنده یک برنامه نویس هستم. ای کاش در زمان نوجوانی کسی بود و دستم را می گرفت و به سمت برنامه نویسی می آورد. کودکان و نوجوانان به آموزش برنامه نویسی بپردازند

  • ۰
  • ۰

از مفاهیم برنامه نویسی پیشرفته تر استفاده کنید. ر سایت های آموزش برنامه نویسی به کودکان اه حل "جنگل هوشمند" از همگام سازی و موازی سازی برای پیاده سازی یک سیستم تشخیص آتش سوزی و پیام های هشدار و همچنین برای همگام سازی عملکرد دو ربات استفاده می کند. راه حل "TiNoNi" از مجموعه ای از رویه ها برای اجرای مجموعه ای متنوع از اقدامات، موازی سازی و هماهنگ سازی استفاده می کند تا ارتباط بین سه ربات را بر اساس صدای اضطراری گرفته شده توسط حسگرهای صوتی تعریف کند.

برای تجزیه و تحلیل سطوح علاقه، حل مسئله، دانش رباتیک آموزشی و اعتماد به نفس ارائه شده توسط معلمان پیش از خدمت (RQ6)، پس از تجربه آموزشی، ماتریسی از نمرات توصیفی هر گویه ساخته شد (پیوست D). میانگین نمرات مشاهده شده در هر بعد در جدول 2 نشان داده شده است. با این حال، ابعاد "علاقه" و "حل مسئله" در مقایسه با سایرین امتیازات بالاتری را ارائه کردند (به ترتیب M = 4.44، انحراف معیار = 0.55؛ M = 4.22، SD = 0.57)، و سایت های آموزش برنامه نویسی به کودکان  "دانش رباتیک آموزشی" دارای امتیاز کمترین امتیاز (M = 3.67، SD = 0.72). بر اساس مقیاس لیکرت (بین 1 تا 5)، نمرات بین 1 تا 2.4 ضعیف، بین 2.5 تا 3.4 متوسط ​​و بین 3.5 تا 5 بالا هستند.

جدول 2. میانگین و انحراف استاندارد (SD) هر بعد (n = 26).

جدول

برای تحلیل اهمیت آماری همبستگی بین ابعاد، تحلیل همبستگی پیرسون انجام شد و نتایج در جدول 3 ارائه شده است.

جدول 3. ضریب همبستگی پیرسون بین ابعاد مقیاس (n = 26).

جدول

تجزیه و تحلیل ضریب همبستگی پیرسون نشان داد که همبستگی آماری  سایت های آموزش برنامه نویسی به کودکان معنی‌داری بین تمام ابعاد وجود دارد (0.53 < r < 0.84، P <0.001). سطح بالایی از همبستگی بین «حل مسئله» و «علاقه» (r = 0.84، p <0.001)، و همچنین بین «اعتماد به نفس» و «دانش رباتیک آموزشی» (r = 0.82، p <0.001) یافت شد. ). بر این اساس، مدل رگرسیون خطی بین این ابعاد ساخته شد.

رگرسیون خطی امتیاز «علاقه» به عنوان پیش‌بینی‌کننده نمره «حل مسئله» نشان می‌دهد که «علاقه» قبل از خدمت می‌تواند 70 درصد از واریانس را در «حل مسئله»، نمره و مدل رگرسیون پیش‌بینی کند. سطح حل مسئله به طور قابل توجهی بالا (F(1،24) = 56.47، p <0.001؛ r2 = 0.70). نتایج نشان می‌دهد که هر یک امتیاز افزایش در امتیاز "علاقه" نیز نمره "حل مسئله" را 0.81 افزایش می‌دهد (b1 = 0.81، t = 7.52، p <0.001).

رگرسیون خطی نمره «دانش رباتیک آموزشی» به عنوان پیش‌بینی‌کننده نمره «اعتماد به نفس» نشان می‌دهد که «دانش رباتیک آموزشی» پیش از خدمت می‌تواند 67 درصد از واریانس نمره «اعتماد به نفس» را توضیح دهد. مدل رگرسیون سطح اعتماد به نفس بسیار بالایی را پیش‌بینی می‌کند (F(1،24) = 48.98، p <0.001؛ r2 = 0.67). نتایج نشان می‌دهد که هر یک امتیاز افزایش در نمره «دانش رباتیک آموزشی» نیز نمره «اعتماد به نفس» را 0.81 ا سایت های آموزش برنامه نویسی به کودکان فزایش می‌دهد (b1 = 0.81، t = 6.99، p <0.001).

7. مفاهیم برای آموزش معلمان قبل از خدمت

این تحقیق دارای محدودیت های روش شناختی است. اولاً، فرآیند نمونه گیری و حجم کوچک نمونه اجازه تعمیم نتایج را نمی دهد. ثانیا، تجزیه و تحلیل اجرای این فعالیت های آموزشی با کلاس های واقعی دانش آموزان K-12 امکان پذیر نبود. برای اثبات نتایج، در سال تحصیلی آینده، معلمان پیش از خدمت برخی از این سناریوهای یادگیری را با کلاس های واقعی دانش آموزان در تمرین آموزشی تحت نظارت خود در مدارس اجرا می کنند.

علی‌رغم محدودیت‌ها، مجموعه‌ای از نتایج مرتبط در مورد اینکه چگونه معلمان پیش از خدمت، جنبه‌های نظریه‌ای را که در آماده‌سازی سناریوهای یادگیری با روباتیک آموخته‌اند، در عمل به  سایت های آموزش برنامه نویسی به کودکان کار می‌برند، نظام‌مند شدند. طراحی سناریوهای یادگیری، که در رویکردهای یادگیری فعال پشتیبانی می‌شوند، یک عمل منظم در آموزش معلمان قبل از خدمت در دانشگاه لیسبون است [31،32]. برای Tetchueng، Garlatti و Laube [33]، سناریوهای یادگیری ابزار قدرتمندی برای برنامه ریزی و توصیف فعالیت ها سایت های آموزش برنامه نویسی به کودکان ی یادگیری برای کسب حوزه های دانش و دانش برای حل مشکلات خاص هستند. در همین راستا، میسفلد [34] سناریوی یادگیری در آموزش را به عنوان یک چارچوب یا رویکرد جدید توسعه یافته برای درک موقعیت های آموزشی بر اساس سناریوها تعریف می کند که به عنوان موقعیت های واقعی یا مصنوعی درک می شود که برای ایجاد زمینه، تجربه مرتبط بودن و غوطه وری استفاده می شود. در موقعیت های آموزشی» (ص 183). این مطالعه نشان می‌دهد که سناریوهای یادگیری ابزار مهمی برای طراحی و برنامه‌ریزی وظایف یادگیری با رباتیک، پیش‌بینی مشکلات، فکر کردن به راه‌حل‌های این مشکلات و ایجاد پل ارتباطی سایت های آموزش برنامه نویسی به کودکان  با سایر حوزه‌های درسی هستند. اولین مفهوم این مطالعه امکان گسترش استراتژی مبتنی بر سناریو به سایر برنامه‌های کارشناسی ارشد در تدریس و همچنین به طرح‌های آموزش ضمن خدمت است.

سایر نتایج مربوط به استفاده از رباتیک آموزشی به عنوان  Programming teaching sites for children یک استراتژی برای معرفی برنامه نویسی است

  • ۰۳/۰۳/۱۸
  • javad salehi

نظرات (۰)

هیچ نظری هنوز ثبت نشده است

ارسال نظر

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی