Personalizovaný vzdělávací systém pro muzea. Personalized educational system for museums

Rozměr: px
Začít zobrazení ze stránky:

Download "Personalizovaný vzdělávací systém pro muzea. Personalized educational system for museums"

Transkript

1 Ostravská univerzita Pedagogická fakulta Personalizovaný vzdělávací systém pro muzea Personalized educational system for museums Autoreferát k disertační práci 2015 Studijní program: Specializace v pedagogice P 7507 Obor: Disertant: Školitel: Informační a komunikační technologie ve vzdělávání 7507V066 Mgr. Lukáš Najbrt Ostravská univerzita, Pedagogická fakulta Katedra informačních a komunikačních technologií Fráni Šrámka 3, Ostrava-Mariánské Hory doc. RNDr. Jana Kapounová, CSs. Ostravská univerzita, Pedagogická fakulta Katedra informačních a komunikačních technologií Fráni Šrámka 13, Ostrava-Mariánské Hory

2

3 Obhajoba disertační práce se uskuteční: v pondělí 9. února 2014 v 11 hodin v zasedací místnosti SA 407 Ostravská univerzita, Pedagogická fakulta Katedra informačních a komunikačních technologií Fráni Šrámka 3, Ostrava-Mariánské Hory Oponenti: prof. PhDr. Martin Bílek, Ph.D., UHK prof. Dr. Ing. Miroslav Pokorný, VŠB-TU Komise pro obhajobu disertační práce: Předseda: prof. PhDr. Martin Bílek, Ph.D., UHK Členové: doc. PhDr. Eva Höflerová, Ph.D., OU doc. RNDr. Jana Kapounová, CSc., OU doc. Ing. Kateřina Kostolányová, Ph.D., OU prof. Dr. Ing. Miroslav Pokorný, VŠB-TU prof. RNDr. PhDr. Antonín Slabý, CSc. doc. RNDr. Jana Šarmanová, CSc., OU doc. PhDr. Jitka Šimíčková-Čížková, CSc., OU doc. PhDr. Ivana Šimonová, Ph.D., UHK

4 Autoreferát byl rozeslán dne S disertací se lze seznámit na katedře informačních a komunikačních technologií Pedagogické fakulty Ostravské univerzity v Ostravě Fráni Šrámka 3, Ostrava-Mariánské Hory od Bibliografická identifikace Jméno a příjmení autora: Mgr. Lukáš Najbrt Název disertační práce: Personalizovaný vzdělávací systém pro muzea Název disertační práce anglicky: Personalized educational system for museums Školitel: doc. RNDr. Jana Kapounová, CSc. Rok obhajoby: 2015

5 Abstrakt Personalizovaným vzdělávacím systémem pro muzea je zamýšlen takový systém, který návštěvníkovi muzea navrhne pro něj co nejlepší prezentaci obsahu expozice. Muzeum a či muzejní expozice je přitom chápána jako prostředek vzdělávání. Práce se zabývá návrhem a testováním průvodce muzejní expozicí využívajícím pravděpodobnostní fuzzy orientovaný expertní systém. První fází bylo vytvoření modelu průvodce, kategorizace návštěvníků a kategorizace muzejních exponátů. Následoval návrh fuzzy orientovaného expertního systému, který slouží jako řídicí jádro. Poté byl realizován personalizovaný systém v prostředí virtuálního muzea na internetu. Práce zahrnuje vytvoření virtuálních exponátů s víceúrovňovým obsahem. Virtuální muzeum posloužilo jednak k testování funkčnosti celého systému a jednak k ověření vzdělávacího přínosu pro návštěvníka. Během testování se koncepce systému založená na práci s obecnými parametry exponátů osvědčila. Po té proběhl pedagogický experiment, který měl odpovědět na výzkumnou otázku: Má řízená prohlídka větší edukační přínos pro návštěvníka než prohlídka neřízená? Výsledek experimentu prokázal vyšší edukační přínos řízené prohlídky za pomoci personalizovaného průvodce a ukázal možnosti navrhovaného systému v oblasti vzdělávání. Klíčová slova muzeum, muzejní informační systém, expozice, exponát, forma a obsah exponátu, návštěvník, personalizace expozice, individualizace expozice, virtuální průvodce, fuzzy orientovaný expertní systém

6 Abstract By the term Personalized educational system for a museum we mean a system that recommends the best presentation of exposure content to a museum visitor. Museum and its exposition are seen as a form of education. The thesis proposes a system of personalized museum guide using probabilistic fuzzy expert system. The first step was to create a model of the guide, categorization of visitors and categorization of museum exhibits. A design of a fuzzy oriented expert system, which run as the control kernel followed. Then the personalized system in a virtual museum on the Internet was developed. This work included the design of virtual exhibits with multi-layered content. The Virtual Museum served both to test a functionality of the whole system and also to verify an educational benefit for a visitor. For this purpose a pedagogical experiment was carried out to answer the question: Has a guided tour greater educational benefit for a visitor than an unguided tour? The results of the experiment showed the existence of a higher educational benefit of guided tours and they also showed the potential of the personalized museum guide system. Key words museum, information system of museum, exposure, exhibit, form and content of the exhibit, visitor, personalization of exposure, individualization of exposure, virtual guide, fuzzy expert system

7 Abstrakt Personalisiertes Bildungssystem für Museen bedeutet so ein System, das dem Museumsbesucher die für ihn möglichst beste Präsentation des Ausstellungsinhalts anbietet. Hierbei wird das Museum bzw. die Museumsexposition als Bildungsmittel verstanden. Die Arbeit beschäftigt sich mit dem Entwurf und Testen des Ausstellungsbegleiters, der ein Fuzzy orientiertes Expertensystem nutzt. In der ersten Phase wurde ein Modell des Begleiters, der Kategorisierung von Besuchern und Museumsexponaten gebildet. Weiter folgte der Entwurf eines Fuzzy orientierten Expertensystems, das den Leitkern darstellt. Danach wurde ein personalisiertes System im virtuellen Museumsrahmen im Internet realisiert. Die Arbeit umfasst die Bildung von virtuellen Exponaten mit einem Mehr- Niveau-Inhalt. Das virtuelle Museum diente einerseits zum Testen der Funktionsfähigkeit des ganzen Systems, anderseits auch zur Überprüfung des Bildungsbeitrags für den Besucher. Das Systemkonzept, das aufgrund der Arbeit mit allgemeinen Parametern der Exponate aufgebaut wurde, hat sich während des Testens bewährt. Schließlich verlief ein pädagogisches Experiment, das die Forschungsfrage beantworten sollte: Hat eine gesteuerte Besichtigung einen höheren Bildungsbeitrag für den Besucher als eine nicht gesteuerte Besichtigung? Das Ergebnis des Experiments wies einen höheren Bildungsbeitrag der mit Hilfe des personalisierten Begleiters gesteuerten Besichtigung nach und zeigte die Anwendungsmöglichkeiten des entworfenen Systems auf dem Gebiet der Bildung. Schlüsselwörter Museum, Museumsinformationssystem, Ausstellung, Exponat, Form und Inhalt des Exponats, Besucher, Personalisierung der Ausstellung, Individualisierung der Ausstellung, Fuzzy orientiertes Expertensystem

8 OBSAH 1 ÚVOD Cíle práce Přehled současného stavu řešené problematiky Muzejní pedagogika Facilitace učení v muzeu Personalizované muzeum Kategorizace návštěvníků Virtuální průvodce Expertní systém Fuzzy logika Zhodnocení současného stavu z hlediska tématu práce Postup řešení Koncepce systému Kategorie návštěvníků Kategorizace exponátů Návrh a odladění fuzzy orientovaného expertního systému Tvorba expertního systému Simulace a odladění expertního systému Vytvoření virtuálního muzea medií na internetu Vytvoření exponátů a jejich informačních vrstev Testování funkčnosti virtuálního muzea Ověření vzdělávacího přínosu systému Výzkumná metoda Průběh experimentu Výsledky experimentu Závěr Využitelnost výsledků řešení Seznam literatury použité v disertační práci Publikace autora Účast na projektech Profesní curriculum vitae... 39

9 1 ÚVOD Cílem muzea je prezentovat zajímavým a pro návštěvníka poutavým způsobem dané téma, přičemž maximálně možným způsobem využívá vlastní exponáty a dostupnou techniku. Je též důležité, aby muzejní expozice plnila funkci vzdělávací. Aby toho bylo dosaženo, je třeba ukázat obsah expozice tak, aby byl pro potenciálního návštěvníka pochopitelný a zajímavý. Spektrum návštěvníků je široké a je třeba přistoupit k jisté míře individualizace prohlídky. Vedle tradičních prostředků individualizace se stále více prosazují moderní technologie umožňující personalizovanou (přizpůsobenou konkrétnímu návštěvníkovi) prohlídku muzejní expozice. Navržený personalizovaný systém pro muzeum provede návštěvníka expozicí a zohlední jeho individuální potřeby s důrazem na vzdělávací přínos. Takto vytvořený systém může fungovat například jako základ pro sestavení virtuálního průvodce muzeem pro chytrý mobilní telefon, průvodce virtuálním muzeem na internetu, nebo jako pomocník při navrhování a realizaci nově vznikající expozice. 2 CÍLE PRÁCE Cílem práce bylo navrhnout a otestovat personalizovaný systém pro muzeum Virtuálního průvodce expozicí, který dokáže navrhnout nejlepší trasu prohlídky a způsob prezentace muzejního materiálu vzhledem k typu návštěvníka a s ohledem na vzdělávací funkci muzea. Pracuje jednak v oblasti objektové individualizace (navrhuje návštěvníkovi vhodné objekty exponáty) a jednak v oblasti obsahové individualizace (vybírá vhodnou úroveň poskytovaných informací). Průvodce pomáhá návštěvníkovi zatraktivnit prohlídku expozice tím, že vyhoví jeho požadavkům a akceptuje jeho míru vědomostí a znalostí z oblasti prezentované expozicí. Celý projekt byl velmi náročný a musel být proto rozdělen do několika fází. V první fázi jsme vytvořili algoritmus výběru nejvhodnějšího obsahu na základě analýzy návštěvníka. Museli jsme nějakým způsobem identifikovat 9

10 návštěvníka, nasměrovat ho k vybraným exponátům a podat k nim výklad ve vhodné formě. Je důležité kategorizovat typy návštěvníků a dále provést typologii vystavovaných objektů exponátů a uložit informace o nich. Také bylo nutno stanovit relace mezi návštěvníky, exponáty a informacemi o exponátech. Pro tento úkol byl využit pravděpodobnostní fuzzy orientovaný expertní systém. Pro ověření funkčnosti všech komponent a zejména pro ověření vzdělávací funkce systému musel být navrhovaný systém otestován. Toto bylo obsahem druhé fáze projektu. Pro tento účel jsme vytvořili virtuální muzeum na internetu. Stalo se tak z důvodů jednodušší aplikace a snazšího sběru kontrolních dat. Nejprve proběhlo testování funkčnosti webových stránek muzejní expozice. Následně se uskutečnil pedagogický experiment, což přineslo odpověď na otázku: Má řízená prohlídka větší edukační přínos pro návštěvníka než prohlídka neřízená? Dílčí cíle, které odpovídají jednotlivým krokům práce na systému: Vytvořit rámcové schéma (model) inteligentního systému pro muzea. Upravit kategorizace návštěvníků muzea na základě rozboru pramenů a s ohledem na potřeby systému. Kategorizovat formy exponátů a přiřadit exponátům informační vrstvy. Navrhnout a vyvinout řídicí expertní systém. Realizovat Virtuálního průvodce expozicí v prostředí internetu. Ověřit funkčnost Virtuálního průvodce expozicí v prostředí virtuálního muzea na internetu. Ověřit vzdělávací přínos Virtuálního průvodce expozicí. 3 PŘEHLED SOUČASNÉHO STAVU ŘEŠENÉ PROBLEMATIKY Protože v práci je kladen důraz na vzdělávací funkci muzea, zabývali jsme se tedy poznatky z oblasti muzejní edukace. Rovněž nás zajímaly pokroky v oblasti inteligentního interface sloužícího ke zprostředkování komunikace mezi návštěvníkem a expozicí. Představený systém je totiž možno do této skupiny zařadit. Třetí oblastí, která nás zajímala, jsou 10

11 expertní systémy, především ty, pracující v oblasti fuzzy logiky a mající uplatnění v muzejnictví. Fuzzy expertní systém totiž tvoří jádro vyvíjeného průvodce. 3.1 Muzejní pedagogika Muzejní pedagogika je vědeckou disciplínou, jež se vědeckými metodami zabývá muzejní edukací. Tedy věda o záměrném působení na jedince ve snaze dosáhnout pozitivních změn v jeho rozvoji. (Jůva, 2005). Muzejní pedagogika je poměrně mladou disciplínou (alespoň v našich podmínkách). Z toho vyplývá problém neustálené terminologie, malého množství literatury a nedostatek podpůrných nástrojů Na to, zda má být muzeum opravdu výchovnou popř. vzdělávací institucí, nepanuje jednotný názor. Část autorů vyzdvihuje především vědeckou činnost muzea a expozici bere jen jako tradiční prostředek k prezentování výsledků této činnosti. Druzí považují výchovný smysl muzea za nejdůležitější. V muzeu by mělo docházet k záměrnému a organizovanému předávání poznání. Mnozí spojují vzdělávání se školou jako institucí, ale vzdělávání jako organizované osvojování poznatků, postojů, dovedností či hodnot nemusí být realizováno pouze ve škole, naopak může probíhat i ve zcela neformálním kontextu, v kontextu celoživotního učení. Celoživotní učení se člení do dvou etap: počáteční vzdělávání další vzdělávání Celoživotní učení dělíme na tři typy: Formální vzdělávání: U nás prozatím nejsou muzea považována za součást formálního vzdělávání, nicméně existují aktivity formálně vzdělávací, jako jsou odborné semináře či certifikovaná školení pod hlavičkou oficiálních vzdělávacích institucí, na nichž může muzeum participovat. Neformální vzdělávání: Do této oblasti spadají nejrůznější činnosti muzea pod vedením muzejního pedagoga nebo jiného odborníka. 11

12 Informální učení: Na rozdíl od formálního a neformálního vzdělávání je neorganizované, zpravidla nesystematické a institucionálně nekoordinované. Zahrnuje také sebevzdělávání, samostudium. Nepochybně lze k této formě řadit i činnost a působení muzeí. Navrhovaný systém se pohybuje na hranici oblasti informálního učení (nesystematické, nekoordinované) a neformálního vzdělávání (připravované pod dozorem pedagoga a cílené) Facilitace učení v muzeu Zřejmě nejpovolanějším subjektem v muzeu, který učení zprostředkuje nejlépe, je specialista vyškolený k tomu, aby uměl komunikovat s rozličnými skupinami a typy návštěvníků expozice. Měl by být schopen výhodnou formou interpretovat a didakticky sdělovat obsah exponátů Takovému způsobu edukace, prováděném nejčastěji muzejním nebo kurátorem se říká přímá facilitace učení v muzeu. Z důvodů personálních či finančních však tento způsob facilitace není většinou možný. Je třeba tedy přistoupit k facilitaci nepřímé. Facilitace může být přítomná již ve volbě vhodného tématu expozice, v jejím pojetí a uspořádání, v doprovodných prvcích v podobě modelů, rekonstrukci nebo informačních panelů, studijních koutků, tištěných nebo audiovizuálních průvodců či za využití moderních informačních a komunikačních technologií (virtuálních průvodců a průvodcovských robotů) Personalizované muzeum Personalizovaným muzeem myslíme takovou muzejní expozici, která se přizpůsobí každému individuálnímu návštěvníkovi. Bylo by určitě zajímavé, kdyby každého návštěvníka provázel expozicí expert, což je nereálné. Díky rozvoji moderních informačních a komunikačních technologií může každý návštěvník disponovat osobním průvodcem v podobě audioprůvodce, nebo chytrého telefonu či tabletu. 12

13 Problematika personalizace muzejní expozice počítá s přizpůsobením expozice požadavkům návštěvníka. To ovšem vyžaduje interakci mezi průvodcem a návštěvníkem. V současnosti nejjednodušší cestou, jak může návštěvník ovlivňovat prohlídku, je komunikace prostřednictvím webového rozhraní. Muzejní expozice na internetu virtuální muzeum je proto nejčastější oblastí, na kterou se práce z oblasti personalizované prohlídky soustředí. Do této oblasti lze zařadit práce Bowena (2004), Houbena (2009), Waltla (2006), či Van Hageho (2010) Kategorizace návštěvníků Aby bylo možné vytvořit opravdu fungující muzejní expozici, musí její tvůrci, designéři a kurátoři znát cílovou skupinu návštěvníků. Škála návštěvníků muzejní expozice je však velice pestrá a neexistuje jejich obecná a univerzální klasifikace. Návštěvníci však mají některé společné rysy, ze kterých můžeme při jejich kategorizaci vycházet: sociálně demografické vlastnosti: věk, pohlaví, zaměstnání, vzdělání, typ místa bydliště, národnost; muzeologické vlastnosti: motivace návštěvy oborová, informační, znalost problematiky, aktivizace prohlídky; rozsahové vlastnosti: individuální návštěva, skupina, druh skupiny, frekvence návštěv, časový rozsah; psychologické či fyziologické vlastnosti recepční, inteligenční, paměťové, představivostní, zrakové, sluchové, pohybové. Je možno konstatovat, že každý významný autor při své práci v oblasti personalizace muzejní expozice vytvořil vlastní systém klasifikace návštěvníků. 3.2 Virtuální průvodce Další oblastí, která nás zajímala, byl koncept inteligentního interface virtuálního průvodce. Zabývá se algoritmem průvodce, který by provázel návštěvníka po muzeu. Většina autorů nepracuje s kategorizací návštěvníka. Přizpůsobuje prohlídku individuálním požadavkům 13

14 návštěvníka a přizpůsobuje trasu prohlídky například na základě sémantických sítí. Naproti tomu Luisa Marucci (2000) představuje systém, který s určitou kategorizací návštěvníků pracuje. Jsou zde předdefinovány typy návštěvníků. Turista, student a expert. Prezentované informace jsou rozděleny na úvodní, souhrnné, rozdílové a zajímavosti a jsou přidělovány podle určitého klíče k typu návštěvníka. Určitou inspiraci lze čerpat z projektu, zabývajícího se personalizací e- learningu na základě učebních stylů studentů (Kostolányová, Šarmanová a Takács, 2012). Práce se zabývá nejvhodnější formou poskytovaného učebního materiálu na základě charakteristiky uživatele. Schéma systému personalizovaného průvodce muzejní expozicí může být podobné. Stačí studenta nahradit návštěvníkem, autora studijních materiálů muzejním odborníkem a varianty vzdělávacích opor vhodnými exponáty. Studium tohoto tématu přineslo zjištění, že komunikace prostřednictvím elektronického pomocníka (průvodce) nijak neomezuje ani starší lidi. Tudíž celý projekt by pro ně neměl být diskriminační. Naopak velkým problémem je rychlý vývoj informačních technologií. Většina zkoumaných systémů virtuálních elektronických průvodců pracovala na starších zařízeních (PDA, komunikátory) a jejich využitelnost je proti dnešním možnostem omezená. 3.3 Expertní systém Vyvíjený průvodce je řízen expertním systémem. Podle Pokorného (2011) jsou expertní systémy mj. typické tím, že lze nalézt celou řadu jejich společných charakteristických rysů: U expertních systémů jsou znalosti experta vyjádřeny naprosto explicitně, jsou soustředěny v tzv. bázi znalostí. Předem je dána pouze strategie využívání takto uložených znalostí řídicí mechanizmus (někdy také zvaný mechanizmus inferenční). Striktní oddělení znalostí na straně jedné a strategie pro jejich využívání na straně druhé je pro architekturu expertních systémů typické. 14

15 Báze znalostí obsahuje celou škálu znalostí experta (expertů) od obecných, objektivních až po soukromé, subjektivní. Velmi podstatné jsou heuristiky (tj. exaktně nedokázané nebo dokonce nedokazatelné znalosti), které expert získal dlouholetou praxí a o nichž pouze ví, že mu často pomáhají při řešení obdobných problémů, přičemž nalezení správného řešení přímo nezaručují. Báze znalostí musí být modulární a otevřená pro zahrnutí nových znalostí, případně eliminaci znalostí již neefektivních či redundantních. Báze znalostí zahrnuje obecné znalosti daného oboru. Má charakter obecného rozhodovacího pravidla (či soustavy pravidel). Řešení konkrétního případu znamená dosazení konkrétních dat o daném případu do obecně formulovaných pravidel báze znalostí. Množinu všech údajů vztahujících se k danému případu nazýváme bází dat. Způsob zpracování dat v expertním systému musí mít některé rysy způsobu uvažování experta. Expert pracuje velmi často s nejistými znalostmi (heuristikami) i s nejistými daty. Proto musí být expertní systém schopen pracovat s nejistotami, a to jak ve znalostech tj. znalostí s přiřazenou mírou důvěry v její platnost (nejistota v bázi znalostí) tak i v aktuálních datech (typu nevím, asi ano, spíše ne apod.), reprezentující nejistotu v bázi dat (Pokorný a Krišová, 2011) Fuzzy logika V reálném světě se často snažíme vyjádřit příslušnost daného objektu k nějaké třídě. Často použijeme výraz, že člověk je velmi malý, velký, vysoký nebo velmi tlustý. Nedefinujeme přesně, kolik centimetrů představuje výraz malý, kolik kilogramů tlustý. Fuzzy množiny řeší přiřazení objektu x do dané třídy tzv. mírou (funkcí) příslušností A(x) do té které množiny A (například tlustých lidí), obvykle v intervalu <0,1>. Jedna jazyková proměnná (v našem případě váha člověka ) může nabývat více jazykových hodnot (nízká, střední, vysoká). Tyto tři jazykové hodnoty jsou reprezentovány třemi fuzzy množinami (Pokorný, 2004). Nad fuzzy 15

16 množinami jsou definovány operace, které s nimi umožňují pracovat. Operace slouží k vytváření nových fuzzy množin. Jádrem expertních systémů je báze znalostí, v níž jsou uloženy formalizované expertní znalosti problémové oblasti, v níž má expertní systém poskytovat podporu při rozhodování. Fuzzy expertní systémy používají pro formalizaci znalostí IF-THEN pravidel ve formě: IF (předpoklad, antecedent) THEN (důsledek, konsekvent) Antecedenty i konsekventy pravidel jsou vágní fuzzy výroky jejich pravdivostní hodnota leží v intervalu Struktura fuzzy výroků obsahuje jazykové proměnné, jejich jazykové hodnoty a fuzzy logické spojky. Typickou formou je výraz, kde je jazyková proměnná a je její příslušná jazyková hodnota. Vágnost jazykových hodnot je přitom formalizována fuzzy množinami. (Pokorný, 2004) Výhodou je, že fuzzy výroky nemusí být jen jednoduché (atomické), ale mohou se spojovat fuzzy logickými spojkami (and, or, not) a tvořit tak fuzzy výroky složené. Mluvíme o expertním systému, který pracuje s neurčitostí a je postaven na základech fuzzy logiky. Proces fuzzy zpracování obsahuje tři základní kroky: fuzzifikace, fuzzy inference, defuzzifikace. Fuzzifikace je proces převedení reálných proměnných na jazykové proměnné. Fuzzy inference definuje chování systému pomocí pravidel typu IF-THEN na jazykové úrovni. Každá kombinace atributů proměnných, vstupujících do systému a vyskytujících se v podmínce IF-THEN představuje jedno pravidlo. Pro každé pravidlo je třeba určit stupeň podpory, tedy váhu pravidla v systému. Váhu pravidel lze v průběhu optimalizace systému měnit. Výsledkem fuzzy inference jsou fuzzy množiny sukcedenty použitých fuzzy pravidel. Proto přichází na řadu ještě jeden krok a to agregace, při které složením fuzzy množin vznikne jedna fuzzy množina pro každý konsekvent. 16

17 Defuzzifikace převádí výsledek předchozí operace na reálné hodnoty. Cílem defuzzifikace je převedení fuzzy hodnoty výstupní proměnné tak, aby slovně co nejlépe reprezentovala výsledek fuzzy výpočtu. V literatuře nelze najít, že by byla fuzzy logika využita přímo pro rozhodování o návštěvnické trase. Využívá se spíš v oblasti průvodcovských robotů, a sice k řízení jejich pohybu expozicí (Abdessemed et al., 2014), nebo u podpůrných muzejních systémů jako klasifikace návštěvníků muzea z hlediska marketingu (Meier a Werro, 2007), v systémech vyhledávání konkrétních snímků v digitálních sbírkách (Brown et al., 2013), či zpracování neurčitých údajů v databázích. 3.4 Zhodnocení současného stavu z hlediska tématu práce Existuje mnoho systémů sloužících jako virtuální průvodce muzejní expozicí, málokterý je ale primárně zaměřen na podporu vzdělávací funkce muzea. Většina systémů personalizuje prohlídku na základě individuálních přání návštěvníka, či pomocí sémantických sítí. Na rozdíl od podobného tématu adaptivní výuky (kde se pracuje s věkově homogenní skupinou žáků a známými styly učení) neexistuje ani jednotná kategorizace návštěvníků muzejní expozice ani kategorizace exponátů s ohledem na návštěvníka. Každý autor si vytváří kategorie podle svých potřeb. Práce proto vychází z pozorování, obecných předpokladů a z konzultací s pedagogy spolupracujícími s muzeem a se zaměstnanci muzea zabývajícími se prohlídkou expozice. Ocitáme se tedy v roli experta pro vytvářený expertní systém. 4 POSTUP ŘEŠENÍ Celá práce se uskutečnila ve dvou fázích. V první fázi to byla analýza, návrh a vývoj systému Virtuálního průvodce expozicí (VPE) za využití fuzzy orientovaného expertního systému. Probíhala v několika krocích a zároveň sloužila k dosažení některých dílčích cílů: - vytvoření koncepce VPE; 17

18 - vytvoření kategorií návštěvníků; - kategorizaci forem exponátů; - návrh a vývoj fuzzy orientovaného expertního řídicího systému. Druhou fází pak byla implementace a ověření funkčnosti VPE v prostředí virtuálního muzea a ověření vzdělávacího přínosu systému. Druhá fáze obsahovala tyto dílčí cíle: - vytvoření virtuálního muzea medií na internetu; - vytvoření exponátů a informačních vrstev exponátů; - realizace a ověření funkčnosti systému VPE v prostředí internetu; - ověření vzdělávacího přínosu systému. 4.1 Koncepce systému Při navrhování systému VPE stojí na jedné straně návštěvník a na druhé straně exponáty a informace o nich. Řídicí jádro systému musí vybrat a představit exponáty tak, aby byly pro návštěvníka zajímavé, srozumitelné a poučné. Jelikož jsme ale již v počátcích považovali systém VPE za univerzální, nemohli jsme pracovat s konkrétními exponáty. Jakákoliv změna v expozici (přidání, ubrání či výměna exponátů) by znamenala nutnost změny v řídicím systému. Řídicí systém VPE tedy nepracuje přímo s exponáty, ale pouze s jejich obecnými typy. Teprve při prohlídce muzejní expozice systém přiřadí k typům konkrétní exponáty. Z toho vyplývá, že systém nemůže rozhodnout o pořadí exponátů, to je dáno autorem expozice, ale jen o důležitosti daného exponátu pro návštěvníka. Systém rovněž počítá s tím, že některé exponáty jsou pro expozici stěžejní. Tyto exponáty označené jako významné systém automaticky doporučí s nejvyšší prioritou bez ohledu na to, jak jsou pro návštěvníka vhodné. 4.2 Kategorie návštěvníků Při určení kategorií návštěvníků jsme vycházeli ze sociálně demografických, muzeologických a rozsahových vlastností návštěvníků. Rovněž jsme se inspirovali klasifikacemi návštěvníků uvedenými v kapitole 18

19 disertační práce. Analýzou informací vychází stanovení kategorií návštěvníků z následujících charakteristik: věk; sociální kontext (individuum, skupina, rodina, pár); fundovanost (odborník, student, turista, dítě). Pro zjednodušení jsme vypustili sociální kontext, protože ve virtuálním muzeu, kde se algoritmus průvodce ověřoval, dochází pouze k individuálnímu přístupu návštěvníků. Přibyla však ještě jedna kategorie a tou je záměr návštěvy. Je důležité, zda návštěvník si chce jen zběžně prohlédnout expozici, či má zájem o hlubší studium tématu expozice. Záměr návštěvy má vliv na množství a typ zhlédnutých exponátů, tudíž i na délku prohlídky, ale taky na formu a obsah prezentovaných exponátů. Výsledkem je tedy kategorizace návštěvníků podle těchto kritérií: věk; fundovanost; záměr návštěvy. Volba jen tří kritérií je důležitá pro to, že návštěvník musí provést sebehodnocení a proto nemůže být kritérií mnoho a musí být jednoduchá. 4.3 Kategorizace exponátů Při kategorizaci exponátů jsme rovněž čerpali z literatury. Vycházeli jsme z charakteristiky exponátů podle Beneše (1981), ale upravili jsme si je pro vlastní potřebu. Zachovali jsme však rozdělení exponátů na formu, tj. způsob fyzické prezentace a obsah, tj. poskytovanou informaci. Forma je reprezentována jednak typem a jednak významem pro expozici. Typ exponátu: originální prostorový objekt; prostorový model; plošný model (graf, schéma); statický obraz (fotografie, reprodukce, grafika); dynamický obraz (film, video); 19

20 audio (hudba, zvuk, zvuková nahrávka); text (texty, symboly, tabulka, vzorec); multimédia; hra. Formy exponátu byly zvoleny s ohledem na atraktivitu pro návštěvníka. Vycházeli jsme z premisy, že pro různé návštěvníky jsou zajímavé různé typy exponátů, například děti dávají větší přednost hře a dospělý expert textu. Exponáty označené jako významné budou vždy zařazeny do prohlídky bez ohledu na to, jakého jsou typu. Významné exponáty určí muzejní odborník. Obsah exponátu je dán informačními vrstvami. Informační vrstva je tvořena multimediálním obsahem (kromě textu může obsahovat i obrázky, zvuky, videa nebo hypertextové odkazy). V navrhovaném systému obsahuje každý exponát tři informační vrstvy podle obsáhlosti a odbornosti poskytované informace. Pro děti je například určena 1. úroveň, pro dospělé návštěvníky úroveň 2 a pro odborníky úroveň Návrh a odladění fuzzy orientovaného expertního systému Při úvahách, jakým způsobem bude celý systém Virtuálního průvodce expozicí řízen, jsme vycházeli z toho, že komunikace návštěvníka se systémem musí být co nejjednodušší. To znamená, že otázky kladené systémem návštěvníkovi musí být jednoduché a srozumitelné a rovněž systém musí umět pracovat s jistou neurčitostí či nepřesností v odpovědích návštěvníka. Rovněž hranice mezi kategoriemi nejsou vymezeny ostře, ale jednotlivé kategorie se prolínají. Právě systémy pracující na bázi fuzzy logiky jsou vhodné pro takový typ požadavků. Navrhovanému systému postačí 27 řídicích pravidel. Jádrem navrhovaného systému je fuzzy orientovaný expertní systém. Bázi dat tvoří kategorie návštěvníků a exponátů a bázi znalostí pravidla prohlídky. Expertní systém byl simulován a odladěn v prostředí Fuzzy Logic Toolboxu programového systému MATLAB. 20

21 4.5 Tvorba expertního systému Vraťme se však zpátky k trase prohlídky. Trasa prohlídky je lineární, je tvořena posloupností exponátů (posloupnost je dána pořadovým číslem exponátu). Každý exponát je určitého typu a významu a obsahuje tři informační vrstvy. Dle charakteristiky návštěvníka systém přidělí váhu obecnému typu exponátu a díky tomu rozdělí příslušné exponáty na škále důležitosti: důležité méně důležité nedůležité. Exponáty označené jako významné budou automaticky zařazeny mezi důležité. Systém rovněž vybere odpovídající informační vrstvu exponátu Výstup systému je třeba brát z principu expertního systému jen jako doporučení. Návštěvník si může sám vybrat, jestli navštíví jen pro něj důležité exponáty, nebo si prohlédne i ty méně důležité či nedůležité. Samotný mentální model Fuzzy orientovaného expertního systému (FES) vypadá takto: VEK FUN ZAM FM VYK WOO WPM WG WSO WV WA WT WMM WH Obrázek 1: Mentální model FES Antecedenty (předpoklady) Věk návštěvníka (VEK) Fundovanost návštěvníka (FUN) Záměr návštěvy (ZAM) Konsekventy (důsledky) Výklad (VYK) nízký (NIZ) střední (STR) vysoký (VYS) nízká (NIZ) střední (STR) hluboká (HLU) rychlá prohlídka (RP) základní prohlídka (ZP) podrobná prohlídka (PP) jednoduchý (JED) středně náročný (STN) náročný (NAR) 21

ADAPTIVITA INFORMAČNÍCH SYSTÉMŮ INFORMATION SYSTEM ADAPTIVITY

ADAPTIVITA INFORMAČNÍCH SYSTÉMŮ INFORMATION SYSTEM ADAPTIVITY ADAPTIVITA INFORMAČNÍCH SYSTÉMŮ INFORMATION SYSTEM ADAPTIVITY Roman Malo Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta, Ústav informatiky, malo@pef.mendelu.cz Abstrakt Problematika

Více

PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE. PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov, 21. 23. 5.

PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE. PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov, 21. 23. 5. PROPOJENÍ VĚDY, VÝZKUMU, VZDĚLÁVÁNÍ A PODNIKOVÉ PRAXE PhDr. Dana Pokorná, Ph.D. Mgr. Jiřina Sojková, Státní zámek Sychrov, 21. 23. 5. 2012 APSYS Aplikovatelný systém dalšího vzdělávání pracovníků ve vědě

Více

PaedDr. Petr Pexa, Ph.D.

PaedDr. Petr Pexa, Ph.D. ODBORNÉ KURIKULUM Jméno / Příjmení PaedDr. Petr Pexa, Ph.D. Trvalé bydliště České Budějovice Telefon +420 603 327 457 +420 387 77 3075 E-mail pexa@pf.jcu.cz Státní příslušnost Česká republika Datum narození

Více

Jak efektivně přednášet v době e-learningu

Jak efektivně přednášet v době e-learningu ČVUT v Praze Fakulta elektrotechnická Jak efektivně přednášet v době e-learningu David Vaněček Masarykův ústav vyšších studií Katedra inženýrské pedagogiky Evropský sociální fond Praha & EU: Investujeme

Více

Struktura e-learningových výukových programù a možnosti jejího využití

Struktura e-learningových výukových programù a možnosti jejího využití Struktura e-learningových výukových programù a možnosti jejího využití Jana Šarmanová Klíčová slova: e-learning, programovaná výuka, režimy učení Abstrakt: Autorská tvorba výukových studijních opor je

Více

HODNOCENÍ UKONČENÝCH IPN

HODNOCENÍ UKONČENÝCH IPN HODNOCENÍ UKONČENÝCH IPN ZÁVĚREČNÁ EVALUAČNÍ ZPRÁVA Příloha č. 2: Diagramy teorie změn hodnocených IPn v rámci projektu Hodnocení ukončených IPn TEORIE ZMĚNY: METODICKÁ PODPORA RŮSTU KVALITY UČITELSKÉ

Více

PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU

PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU PROGRAMOVÁNÍ ROBOTŮ LEGO MINDSTORM S VYUŽITÍM MATLABU J. Mareš*, A. Procházka*, P. Doležel** * Ústav počítačové a řídicí techniky, Fakulta chemicko-inženýrská, Vysoká škola chemicko-technologická, Technická

Více

System for individual learning of mathematics. Agnieszka HEBA, Ph.D. Doc. RNDr. Jana KAPOUNOVÁ, CSc. dr hab. prof. UŚ Eugenia SMYRNOVA-TRYBULSKA

System for individual learning of mathematics. Agnieszka HEBA, Ph.D. Doc. RNDr. Jana KAPOUNOVÁ, CSc. dr hab. prof. UŚ Eugenia SMYRNOVA-TRYBULSKA System for individual learning of mathematics Agnieszka HEBA, Ph.D. Doc. RNDr. Jana KAPOUNOVÁ, CSc. dr hab. prof. UŚ Eugenia SMYRNOVA-TRYBULSKA Obsah prezentace Výzkumný problém Teoretická východiska Hlavní

Více

SEKCE IVU SDRUK. Činnost sekce

SEKCE IVU SDRUK. Činnost sekce SEKCE IVU SDRUK Činnost sekce INFORMAČNÍ VZDĚLÁVÁNÍ UŽIVATELŮ záplava informací kritické myšlení celoživotní vzdělávání společnost znalostí INFORMAČNÍ VZDĚLÁVÁNÍ UŽIVATELŮ 7. ročník konference Informační

Více

Měření efektivity informačního vzdělávání. Mgr. Gabriela Šimková gsimkova@phil.muni.cz KISK, Filozofická fakulta MU

Měření efektivity informačního vzdělávání. Mgr. Gabriela Šimková gsimkova@phil.muni.cz KISK, Filozofická fakulta MU Měření efektivity informačního vzdělávání Mgr. Gabriela Šimková gsimkova@phil.muni.cz KISK, Filozofická fakulta MU Evaluace jako výzkumný proces Formy informačního vzdělávání CEINVE Kontaktní (face to

Více

PILOTNÍ OVĚŘOVÁNÍ v aktivitě Ekonomická gramotnost

PILOTNÍ OVĚŘOVÁNÍ v aktivitě Ekonomická gramotnost PILOTNÍ OVĚŘOVÁNÍ v aktivitě Ekonomická gramotnost 1. Úvod V souladu s aktivitami projektu byl výukový modul Ekonomická gramotnost pilotně ověřen na primární (děti) i sekundární (pedagogové) cílové skupině.

Více

Systém ECTS: hraje důležitou úlohu při rozšiřování Boloňského procesu v globální dimenzi, kredity jsou klíčovým elementem (také kvůli své

Systém ECTS: hraje důležitou úlohu při rozšiřování Boloňského procesu v globální dimenzi, kredity jsou klíčovým elementem (také kvůli své VÝSTUPY Z UČENÍ Vysoká škola technická a ekonomická v Českých Budějovicích INOVACE VÝSTUPŮ, OBSAHU A METOD BAKALÁŘSKÝCH PROGRAMŮ VYSOKÝCH ŠKOL NEUNIVERZITNÍHO TYPU, REGISTRAČNÍ ČÍSLO: CZ.1.07/2.2.00/28.0115

Více

SOUHRNNÁ ZPRÁVA Výběr a definice klíčových kompetencí řídících pracovníků školských zařízení pro zájmové vzdělávání a nestátních neziskových

SOUHRNNÁ ZPRÁVA Výběr a definice klíčových kompetencí řídících pracovníků školských zařízení pro zájmové vzdělávání a nestátních neziskových SOUHRNNÁ ZPRÁVA Výběr a definice klíčových kompetencí řídících pracovníků školských zařízení pro zájmové vzdělávání a nestátních neziskových organizací dětí a mládeže, nebo pracujících s dětmi a mládeží.

Více

Současné možnosti ICT ve vzdělávání a strategie vedení školy

Současné možnosti ICT ve vzdělávání a strategie vedení školy Makovského 436, 592 31 Nové Město na Moravě mobil.: 774 696 160, e-mail: rama@inforama.cz WWW stránky: http://www.inforama.cz, https://www.evzdelavani.net/learning/ Současné možnosti ICT ve vzdělávání

Více

PARAMETRY EFEKTIVITY UČENÍ SE ŽÁKA V PROSTŘEDÍ E-LEARNINGU SE ZAMĚŘENÍM NA ADAPTIVNÍ VÝUKOVÉ MATERIÁLY

PARAMETRY EFEKTIVITY UČENÍ SE ŽÁKA V PROSTŘEDÍ E-LEARNINGU SE ZAMĚŘENÍM NA ADAPTIVNÍ VÝUKOVÉ MATERIÁLY PARAMETRY EFEKTIVITY UČENÍ SE ŽÁKA V PROSTŘEDÍ E-LEARNINGU SE ZAMĚŘENÍM NA ADAPTIVNÍ VÝUKOVÉ MATERIÁLY Kateřina Kostolányová Ostravská univerzita v Ostravě 1 Podpořeno projektem ESF OP VK CZ.1.07/2.3.00/09.0019

Více

Dva typy kurzů společenskovědního charakteru. Zkušenosti Centra dalšího vzdělávání TU v Liberci

Dva typy kurzů společenskovědního charakteru. Zkušenosti Centra dalšího vzdělávání TU v Liberci Dva typy kurzů společenskovědního charakteru Zkušenosti Centra dalšího vzdělávání TU v Liberci Centrum dalšího vzdělávání Založeno v roce 1994 jako rektorátní útvar Hlavní činnosti centra: Podpora pedagogů

Více

Jak vidíme e-learning? (analýza různých pojetí)

Jak vidíme e-learning? (analýza různých pojetí) Jak vidíme e-learning? (analýza různých pojetí) Ing. Josef Budík, CSc., Vysoká škola finanční a správní, o. p. s. Praha Několik úhlů pohledu na e-learning Nástroje a technologie E-learning a obdobné pojmy

Více

Závěry mezinárodní vědecké konference ICOLLE 2014

Závěry mezinárodní vědecké konference ICOLLE 2014 Závěry mezinárodní vědecké konference ICOLLE 2014 Ve dnech 16. a 17. září 2014 byl Institutem celoživotního vzdělávání Mendelovy univerzity v Brně pořádán již 6. ročník mezinárodní vědecké konference celoživotního

Více

Název projektu : Modernizace metod výuky technických předmětů a výuky cizích jazyků technických předmětů

Název projektu : Modernizace metod výuky technických předmětů a výuky cizích jazyků technických předmětů Název projektu : Modernizace metod výuky technických předmětů a výuky cizích jazyků technických předmětů Název programu : Operační program Vzdělávání pro konkurenceschopnost Registrační číslo projektu

Více

Systémová podpora inkluzivního vzdělávání v ČR Registrační číslo: CZ.1.07/1.2.00/43.0003. Nositel projektu: Univerzita Palackého v Olomouci

Systémová podpora inkluzivního vzdělávání v ČR Registrační číslo: CZ.1.07/1.2.00/43.0003. Nositel projektu: Univerzita Palackého v Olomouci Systémová podpora inkluzivního vzdělávání v ČR Registrační číslo: CZ.1.07/1.2.00/43.0003 Nositel projektu: Univerzita Palackého v Olomouci Partner projektu: Člověk v tísni, o. p. s. 1 Východiska: o Právní

Více

Vzdělávací aktivity ve vzdělávání

Vzdělávací aktivity ve vzdělávání Vzdělávací aktivity ve vzdělávání dospělých Cíle výuky, učební cíl Cíl výuky zachycuje to, co má účastník na konci učební jednotky vědět nebo umět. Učební cíl tedy popisuje ne to, co lektoři chtějí nebo

Více

Strategie vztahu muzea k veřejnosti

Strategie vztahu muzea k veřejnosti Projekt oblasti podpory OP VK Další vzdělávání Strategie vztahu muzea k veřejnosti Alexandra Brabcová metodika přednášky Projekt oblasti podpory OP VK Další vzdělávání STRATEGIE MUZEA VE VZTAHU K VEŘEJNOSTI

Více

Web based dynamic modeling by means of PHP and JavaScript part II

Web based dynamic modeling by means of PHP and JavaScript part II Web based dynamic modeling by means of PHP and JavaScript part II Jan Válek, Petr Sládek Pedagogická fakulta Masarykova Univerzita Poříčí 7, 603 00 Brno Úvodem Rozvoj ICT s sebou nese: Zásadní ovlivnění

Více

Klíčové aktivity projektu a jejich výstupy v podobě monitorovacích indikátorů

Klíčové aktivity projektu a jejich výstupy v podobě monitorovacích indikátorů Profesionalizace klíčových kompetencí řídících pracovníků škol a školských zařízení CZ.1.07/1.3.00/08.0235 CŠM PedF UK v Praze Klíčové aktivity projektu a jejich výstupy v podobě monitorovacích indikátorů

Více

INŽENÝRSKÁ PEDAGOGIKA A IGIP ENGINEERING PEDAGOGY AND IGIP. Jiří Měřička

INŽENÝRSKÁ PEDAGOGIKA A IGIP ENGINEERING PEDAGOGY AND IGIP. Jiří Měřička INŽENÝRSKÁ PEDAGOGIKA A IGIP ENGINEERING PEDAGOGY AND IGIP Jiří Měřička ČR Masarykův ústav vyšších studií ČVUT v Praze E-mail: mericjir@fel.cvut.cz 1. ÚVOD Propojení humanitních a technických věd je potřebné

Více

Publikování digitalizovaných sbírek online.

Publikování digitalizovaných sbírek online. Publikování digitalizovaných sbírek online. Možnosti, příklady. Ivana Havlíková Národní muzeum - Centrum pro prezentaci kulturního dědictví Postupné fáze digitalizace Krok 1 vstup dat Krok 2 správa, uložení,

Více

I. Fáze analýzy vzdělávacích potřeb úředníků ÚSC

I. Fáze analýzy vzdělávacích potřeb úředníků ÚSC PREZENTACE VÝSTUPŮ PROJEKTU v rámci projektu OP Vzdělávání pro konkurenceschopnost CZ.1.07/3.2.07/01.0069 Tvorba vzdělávacích programů pro strategické řízení rozvoje měst a obcí I. Fáze analýzy vzdělávacích

Více

MOŽNOSTI A OMEZENÍ DALŠÍHO VZDĚLÁVÁNÍ PEDAGOGICKÝCH PRACOVNÍKŮ REALIZOVANÉ VYSOKÝMI ŠKOLAMI

MOŽNOSTI A OMEZENÍ DALŠÍHO VZDĚLÁVÁNÍ PEDAGOGICKÝCH PRACOVNÍKŮ REALIZOVANÉ VYSOKÝMI ŠKOLAMI MOŽNOSTI A OMEZENÍ DALŠÍHO VZDĚLÁVÁNÍ PEDAGOGICKÝCH PRACOVNÍKŮ REALIZOVANÉ VYSOKÝMI ŠKOLAMI Opportunities and Limits of Further Education of Pedagogical Staff Provided by Universities Lenka Cimbálníková

Více

MUZEJNĚ PEDAGOGICKÁ PRÁCE METODICKÉHO CENTRA MUZEJNÍ PEDAGOGIKY SE ZNEVÝHODNĚNÝMI SKUPINAMI NÁVŠTĚVNÍKŮ MGR. PAVLA VYKOUPILOVÁ

MUZEJNĚ PEDAGOGICKÁ PRÁCE METODICKÉHO CENTRA MUZEJNÍ PEDAGOGIKY SE ZNEVÝHODNĚNÝMI SKUPINAMI NÁVŠTĚVNÍKŮ MGR. PAVLA VYKOUPILOVÁ MUZEJNĚ PEDAGOGICKÁ PRÁCE METODICKÉHO CENTRA MUZEJNÍ PEDAGOGIKY SE ZNEVÝHODNĚNÝMI SKUPINAMI NÁVŠTĚVNÍKŮ MGR. PAVLA VYKOUPILOVÁ Muzeum je svými expozicemi a aktuálními výstavami velmi vhodným místem setkávání,

Více

Proč a jak se stát studentem

Proč a jak se stát studentem Proč a jak se stát studentem DOKTORSKÉHO STUDIJNÍHO OBORU PEDAGOGIKA na FHS UTB ve Zlíně CO budu studovat? Tematicky se zaměřuje na dvě oblasti: a) procesy vyučování a učení a jejich aktéři, b) sociální

Více

Vývoj informačních systémů. Obecně o IS

Vývoj informačních systémů. Obecně o IS Vývoj informačních systémů Obecně o IS Informační systém Informační systém je propojení informačních technologií a lidských aktivit směřující k zajištění podpory procesů v organizaci. V širším slova smyslu

Více

VÝVOJ ZÁVĚREČNÝCH ZKOUŠEK V UČEBNÍCH OBORECH, ANEB SITUAČNÍ ZPRÁVA A VÝHLED DO BUDOUCNA

VÝVOJ ZÁVĚREČNÝCH ZKOUŠEK V UČEBNÍCH OBORECH, ANEB SITUAČNÍ ZPRÁVA A VÝHLED DO BUDOUCNA 136 VÝVOJ ZÁVĚREČNÝCH ZKOUŠEK V UČEBNÍCH OBORECH, ANEB SITUAČNÍ ZPRÁVA A VÝHLED DO BUDOUCNA 1 ÚVOD A KONTEXT Ačkoliv autoři Bílé knihy (Národní program rozvoje vzdělávání v České republice 2001) v rámci

Více

Obsah. ÚVOD 1 Poděkování 3

Obsah. ÚVOD 1 Poděkování 3 ÚVOD 1 Poděkování 3 Kapitola 1 CO JE TO PROCES? 5 Co všechno musíme vědět o procesním řízení, abychom ho mohli zavést 6 Různá důležitost procesů 13 Strategické plánování 16 Provedení strategické analýzy

Více

Spolupráce? Umění vzájemného porozumění, respektu a tolerance.

Spolupráce? Umění vzájemného porozumění, respektu a tolerance. Spolupráce? Umění vzájemného porozumění, respektu a tolerance. Jitka Pešková (Jihočeské muzeum v Českých Budějovicích) Příspěvek pro seminář Spolupráce? Spolupráce!, 24. 3. 2014, Moravské zemské muzeum

Více

CHARAKTERISTIKA MATURITNÍCH PROJEKTŮ ZE SPOLEČENSKÝCH VĚD

CHARAKTERISTIKA MATURITNÍCH PROJEKTŮ ZE SPOLEČENSKÝCH VĚD CHARAKTERISTIKA MATURITNÍCH PROJEKTŮ ZE SPOLEČENSKÝCH VĚD Centrum pro zjišťování výsledků vzdělávání Zpracování samostatného projektu ze společenských věd na zvolené téma vychází z vědních oborů psychologie,

Více

Obchodní akademie, Náchod, Denisovo nábřeží 673

Obchodní akademie, Náchod, Denisovo nábřeží 673 Název vyučovacího předmětu: GRAFIKA NA PC (GRA Obor vzdělání: 18 20 M/01 Informační technologie Forma vzdělání: denní Celkový počet vyučovacích hodin za studium: 154 (5 hodin týdně) Platnost: 1. 9. 2009

Více

E-learning v cestovním ruchu. Josef Zelenka

E-learning v cestovním ruchu. Josef Zelenka E-learning v cestovním ruchu Josef Zelenka E-learning v CR - důvody Cena Flexibilita změny oboru Dostupnost vzdělávání (celoživotního) Jistota dostupnosti podkladů pro studium Možnost přizpůsobit se různým

Více

Prioritní osa 2 Terciární vzdělávání, výzkum a vývoj

Prioritní osa 2 Terciární vzdělávání, výzkum a vývoj Prioritní osa 2 Terciární vzdělávání, výzkum a vývoj OPERAČNÍ PROGRAM VZDĚLÁVÁNÍ PRO KONKURENCESCHOPNOST 2007-20132013 PhDr. Kateřina Pösingerová, CSc. Samostatné oddělení duben 2008 Evropských programů

Více

Leo Vodáček, Oľga Vodáčková, 2006 Cover Petr Foltera, 2006 Všechna práva vyhrazena ISBN 80-7261-143-7

Leo Vodáček, Oľga Vodáčková, 2006 Cover Petr Foltera, 2006 Všechna práva vyhrazena ISBN 80-7261-143-7 Leo Vodáček, Oľga Vodáčková, 2006 Cover Petr Foltera, 2006 Všechna práva vyhrazena ISBN 80-7261-143-7 Obsah Slovo ke čtenáři 7 ČÁST I Základy managementu a vztah k podnikání 9 11. Vymezení základních pojmů

Více

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová

MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH. Jindřich Kaluža Ludmila Kalužová MODELOVÁNÍ DAT V INFORMAČNÍCH SYSTÉMECH Jindřich Kaluža Ludmila Kalužová Recenzenti: prof. Ing. Milan Turčáni, CSc. prof. Ing. Ivan Vrana, DrSc. Tato kniha vznikla za finanční podpory Studentské grantové

Více

Projekt výzkumu v graduační práci

Projekt výzkumu v graduační práci Projekt výzkumu v graduační práci Základní manuál Prof. PhDr. Beáta Krahulcová, CSc. Fáze výzkumu Přípravná, teoretická fáze (výsledek kumulovaného poznání,precizace výzkumného úkolu, formulace vědecké

Více

Pilotní průzkum informační gramotnosti vysokoškolských studentů

Pilotní průzkum informační gramotnosti vysokoškolských studentů Odborná komise pro informační vzdělávání a informační gramotnost na vysokých školách Pilotní průzkum informační gramotnosti vysokoškolských studentů v České republice Ludmila Tichá, ČVUT v Praze Fakulta

Více

Prezenční kurzy + estudovna + H2K = nová kvalita ve vzdělávání

Prezenční kurzy + estudovna + H2K = nová kvalita ve vzdělávání How2Know estudovna Prezenční kurzy + estudovna + H2K = nová kvalita ve vzdělávání Co bylo na začátku? Přání MÍT SVOJE VLASTNÍ VZDĚLÁVÁNÍ Rozhodnutí REALIZOVAT JE VLASTNÍMI SILAMI SAMI Celoroční kurz: Úspěšný

Více

1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie

1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie 1 Projekt SIPVZ Tvorba a implementace softwarové podpory výuky matematiky na gymnáziu s využitím CABRI Geometrie 1.1 Úvod Mohutný rozvoj didaktické techniky v posledních letech vyvolává vznik zcela nových

Více

Závěrečná zpráva projektu. Aprobační rozšiřující studium pro učitele základních a. v environmentálních, informačních, komunikačních

Závěrečná zpráva projektu. Aprobační rozšiřující studium pro učitele základních a. v environmentálních, informačních, komunikačních Závěrečná zpráva projektu s názvem Aprobační rozšiřující studium pro učitele základních a středních škol Moravskoslezského kéh kraje v environmentálních, informačních, komunikačních a strojírenských oborech

Více

Didaktika přírodovědy a rámcové vzdělávací programy

Didaktika přírodovědy a rámcové vzdělávací programy Didaktika přírodovědy a rámcové vzdělávací programy Josef Trna Pedagogická fakulta MU v Brně Abstrakt: Jádrem příspěvku je problematika konstituování didaktiky přírodovědy jako mezioborové didaktiky, včetně

Více

UČEBNÍ OSNOVA PŘEDMĚTU

UČEBNÍ OSNOVA PŘEDMĚTU UČEBNÍ OSNOVA PŘEDMĚTU ROZPOČTY STAVEB Název školního vzdělávacího programu: Kód a název oboru vzdělání: Management ve stavebnictví 63-41-M/001 Celkový počet hodin za studium: 3. ročník = 66 hodin/ročník

Více

3. Monitorovací období 01/03/10 31/05/10

3. Monitorovací období 01/03/10 31/05/10 3. Monitorovací období 01/03/10 31/05/10 Realizované klíčové aktivity Číslo klíčové aktivity 01 Inventarizace vstupů pro speciální vzdělávání Období realizace klíčové aktivity 1/3/2010-30/4/2010 Podrobný

Více

POČÍTAČOVÁ FORMALIZACE MENTÁLNÍCH MODELŮ METODAMI PRAVDĚPODOBNOSTNÍHO JAZYKOVÉHO MODELOVÁNÍ

POČÍTAČOVÁ FORMALIZACE MENTÁLNÍCH MODELŮ METODAMI PRAVDĚPODOBNOSTNÍHO JAZYKOVÉHO MODELOVÁNÍ POČÍTAČOVÁ FORMALIZACE MENTÁLNÍCH MODELŮ METODAMI PRAVDĚPODOBNOSTNÍHO JAZYKOVÉHO MODELOVÁNÍ ON MENTAL MODELS FORMALIZATION THROUGH THE METHODS OF PROBABILISTIC LINGUISTIC MODELLING Zdeňka Krišová, Miroslav

Více

Učitelé matematiky a CLIL

Učitelé matematiky a CLIL ŠULISTA Marek. Učitelé matematiky a CLIL. Učitel matematiky. Jednota českých matematiků a fyziků, 2014, roč. 23, č. 1, s. 45-51. ISSN 1210-9037. Učitelé matematiky a CLIL Úvod V České republice došlo v

Více

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek

Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY. učební text. Jan Famfulík. Jana Míková. Radek Krzyžanek Vysoká škola báňská Technická univerzita Ostrava TEORIE ÚDRŽBY učební text Jan Famfulík Jana Míková Radek Krzyžanek Ostrava 2007 Recenze: Prof. Ing. Milan Lánský, DrSc. Název: Teorie údržby Autor: Ing.

Více

Centrum školského managementu Pedagogická fakulta Univerzity Karlovy v Praze. www.csm-praha.cz www.pedf.cuni.cz 12. června 2012

Centrum školského managementu Pedagogická fakulta Univerzity Karlovy v Praze. www.csm-praha.cz www.pedf.cuni.cz 12. června 2012 Centrum školského managementu Pedagogická fakulta Univerzity Karlovy v Praze Prezentace katedry www.csm-praha.cz www.pedf.cuni.cz 12. června 2012 1 2 Cíl katedry CŠM Cílem je nejen vzdělávat profesionální

Více

SLET MANAŽERŮ A TECHNICKÝCH EXPERTŮ- 2012

SLET MANAŽERŮ A TECHNICKÝCH EXPERTŮ- 2012 SLET MANAŽERŮ A TECHNICKÝCH EXPERTŮ- 2012 13. 9-14. 9. 2012 Ing. Jitka Ondeková ondekova@cert-aco.cz CO JE E-LEARNING E-LEARNING je forma vzdělávání moderním, úsporným a efektivním způsobem, elektronickou,

Více

Matematika, informatika, projekty

Matematika, informatika, projekty Matematika, informatika, projekty Doc. RNDr. Tatiana Gavalcová, CSc Katedra informatiky a kvantitativních metod FIM UHK Hradec Králové tana.gavalcova@uhk.cz 1 Obsah příspěvku: Projekt REFIMAT, ESF, OP

Více

Závěrečná zpráva projektu specifického výzkumu zakázka č. 2106

Závěrečná zpráva projektu specifického výzkumu zakázka č. 2106 Závěrečná zpráva projektu specifického výzkumu zakázka č. 2106 Název projektu Výzkum prevence v boji proti počítačovému pirátství žáků základních a středních škol Specifikace řešitelského týmu Odpovědný

Více

Střední odborné učiliště Domažlice, škola Stod, Plzeňská 322, 33301 Stod

Střední odborné učiliště Domažlice, škola Stod, Plzeňská 322, 33301 Stod Střední odborné učiliště Domažlice, škola Stod, Plzeňská 322, 33301 Stod Registrační číslo projektu : Číslo DUM : CZ.1.07./1.5.00/34.0639 VY_32_INOVACE_04.02 Tématická oblast : Inovace a zkvalitnění výuky

Více

Základy sociologie a psychologie metodické listy (B_ZSP)

Základy sociologie a psychologie metodické listy (B_ZSP) Základy sociologie a psychologie metodické listy (B_ZSP) AR 2007/2008 - Bakalářské studium kombinovaná forma 1. ročník (pro obor Aplikovaná informatika; ML-sociologie) Přednášející: doc. Dr. Zdeněk Cecava,

Více

Doc. PhDr. Josef Konečný, CSc.

Doc. PhDr. Josef Konečný, CSc. Doc. PhDr. Josef Konečný, CSc. Funkce: vedoucí Katedry psychologie a patopsychologie PdF UP v Olomouci Odborné zaměření: psychologické poradenství psychologie vysoké školy psychologická diagnostika patopsychologie

Více

Znalostní systém nad ontologií ve formátu Topic Maps

Znalostní systém nad ontologií ve formátu Topic Maps Znalostní systém nad ontologií ve formátu Topic Maps Ladislav Buřita, Petr Do ladislav.burita@unob.cz; petr.do@unob.cz Univerzita obrany, Fakulta vojenských technologií Kounicova 65, 662 10 Brno Abstrakt:

Více

POKROČILÉ POUŽITÍ DATABÁZÍ

POKROČILÉ POUŽITÍ DATABÁZÍ POKROČILÉ POUŽITÍ DATABÁZÍ Barbora Tesařová Cíle kurzu Po ukončení tohoto kurzu budete schopni pochopit podstatu koncepce databází, navrhnout relační databázi s využitím pokročilých metod, navrhovat a

Více

Problémové domény a jejich charakteristiky

Problémové domény a jejich charakteristiky Milan Mišovič (ČVUT FIT) Pokročilé informační systémy MI-PIS, 2011, Přednáška 02 1/16 Problémové domény a jejich charakteristiky Prof. RNDr. Milan Mišovič, CSc. Katedra softwarového inženýrství Fakulta

Více

Institucionální rozvojový plán Ostravské univerzity pro rok 2013

Institucionální rozvojový plán Ostravské univerzity pro rok 2013 Institucionální rozvojový plán Ostravské univerzity pro rok 2013 Ostravská univerzita předkládá Institucionální rozvojový plán pro rok 2013, plně vycházející z aktivit stanovených v Aktualizaci dlouhodobého

Více

Informatika pro ekonomy

Informatika pro ekonomy BA (Hons) in Business Management Bc. Ekonomika a management Double Degree 2. ročník Informatika pro ekonomy (learning package) doc. Ing. Jiří Rybička, Dr. 2012/2013 2 BIBS vysoká škola Autor tohoto studijního

Více

KURZ ZÁKLADY MUZEJNÍ PEDAGOGIKY

KURZ ZÁKLADY MUZEJNÍ PEDAGOGIKY KURZ ZÁKLADY MUZEJNÍ PEDAGOGIKY 21. září 2015 1. ZÁKLADY OBECNÉ PEDAGOGIKY, VÝVOJ MUZEJNÍ EDUKACE Mgr. Dagmar Hamalová Lekce uvede posluchače do obecné pedagogiky a didaktiky oborů, které jsou nutným předpokladem

Více

Jiří DOSTÁL Univerzita Palackého v Olomouci, Pedagogická fakulta, KTEIV. Interaktivní tabule ve vzdělávání

Jiří DOSTÁL Univerzita Palackého v Olomouci, Pedagogická fakulta, KTEIV. Interaktivní tabule ve vzdělávání Jiří DOSTÁL Univerzita Palackého v Olomouci, Pedagogická fakulta, KTEIV Interaktivní tabule ve vzdělávání 1 Úvod Didaktická technika a učební pomůcky se pro dnešní generaci vzdělávání staly téměř nepostradatelnými.

Více

Masterský studijní obor datové & webové inženýrství

Masterský studijní obor datové & webové inženýrství Masterský studijní obor datové & webové inženýrství Předpoklady Struktura studia Přihlášky Poradenství Masterský studijní obor datové & webové inženýrství představuje ve studijním konceptu fakulty informatiky

Více

Profesní vzdělávání tutorů elearningových kurzů v Ústeckém kraji

Profesní vzdělávání tutorů elearningových kurzů v Ústeckém kraji Profesní vzdělávání tutorů elearningových kurzů v Ústeckém kraji CZ.04.1.03/3.3.06.4/0003 Realizátor projektu: Asista, s.r.o. Partner projektu: Job Market, s.r.o. Projekt je realizován v rámci Opatření

Více

Malá didaktika innostního u ení.

Malá didaktika innostního u ení. 1. Malá didaktika činnostního učení. / Zdena Rosecká. -- 2., upr. a dopl. vyd. Brno: Tvořivá škola 2006. 98 s. -- cze. ISBN 80-903397-2-7 činná škola; vzdělávání; vyučovací metoda; vzdělávací program;

Více

Ostravská univerzita v Ostravě. Katedra informatiky a počítačů prf.osu.cz/kip

Ostravská univerzita v Ostravě. Katedra informatiky a počítačů prf.osu.cz/kip Ostravská univerzita v Ostravě Katedra informatiky a počítačů prf.osu.cz/kip Proč studovat informatiku Pochopení problematiky moderního a stále se rozvíjejícího oboru. Široké uplatnění v rámci informatických

Více

Muzeum vltavínů v Českém Krumlově

Muzeum vltavínů v Českém Krumlově Muzeum vltavínů v Českém Krumlově Základní informace o projektu Víte, že......vltavíny vznikly díky dopadu vesmírného tělesa na Zemi?...vltavíny znali a používali lidé již v době kamenné?...vltavíny přiletěly

Více

Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými.

Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Vztahy mezi proměnnými. Proces marketingového výzkumu - jednotlivé fáze, význam, stručná charakteristika. Výběr a formulace výzkumného problému. Projekt. Jednotky analýzy. Proměnné. Vztahy mezi proměnnými. Téma č. 2 Cíle marketingového

Více

ŘEŠENÍ PROJEKTOVÝCH ÚLOH S MODELOVÁNÍM A SIMULACÍ ZAŘÍZENÍ A PROCESŮ VE VÝUCE

ŘEŠENÍ PROJEKTOVÝCH ÚLOH S MODELOVÁNÍM A SIMULACÍ ZAŘÍZENÍ A PROCESŮ VE VÝUCE Projekt: ŘEŠENÍ PROJEKTOVÝCH ÚLOH S MODELOVÁNÍM A SIMULACÍ ZAŘÍZENÍ A PROCESŮ VE VÝUCE Úvodní seminář SOUHRNNÉ INFORMACE O PROJEKTU Název operačního programu: Vzdělávání pro konkurenceschopnost Název prioritní

Více

nské informatice Prof. RNDr. Jana Zvárová, DrSc. informatiku, nské informatiky Ústav informatiky AV ČR R v.v.i. http://www.euromise.

nské informatice Prof. RNDr. Jana Zvárová, DrSc. informatiku, nské informatiky Ústav informatiky AV ČR R v.v.i. http://www.euromise. Vzdělávání v biomedicínsk nské informatice a ezdraví s podporou informačních a komunikačních technologií Prof. RNDr. Jana Zvárová, DrSc. Evropské centrum pro medicínskou informatiku, statistiku a epidemiologii

Více

ZŠ, Praha 10, Brigádníků 14/510 ZÁVĚREČNÉ PRÁCE ŽÁKŮ DEVÁTÉHO ROČNÍKU

ZŠ, Praha 10, Brigádníků 14/510 ZÁVĚREČNÉ PRÁCE ŽÁKŮ DEVÁTÉHO ROČNÍKU ZŠ, Praha 10, Brigádníků 14/510 ZÁVĚREČNÉ PRÁCE ŽÁKŮ DEVÁTÉHO ROČNÍKU Předmět Předmět bude sloužit zejména k prohlubování zájmu žáků 9. tříd a rozvíjení dovedností týkajících se práce s textem, plnění

Více

Velká kniha e-learningu

Velká kniha e-learningu Velká kniha e-learningu Potřebné know-how pro provoz a přípravu kurzů. I.A Základní pojmy 1. Základní pojmy 1.1. Distanční vzdělávání 1.2. Vzdělávání online (Web-Based Learning) 1.2.1. Charakteristiky

Více

Mapování kulturních a kreativních průmyslů v Olomouci. Radek Palaščák, 9. 12. 2015, úsek vnějších vztahů, Rektorát Univerzity Palackého

Mapování kulturních a kreativních průmyslů v Olomouci. Radek Palaščák, 9. 12. 2015, úsek vnějších vztahů, Rektorát Univerzity Palackého Mapování kulturních a kreativních průmyslů v Olomouci podnět k mapovaní oblasti vzešel z univerzitního prostředí: dojednána podpora a spolupráce s politickou reprezentací města i magistrátními odbory zejm.

Více

Multimediální systémy

Multimediální systémy Multimediální systémy Jan Outrata KATEDRA INFORMATIKY UNIVERZITA PALACKÉHO V OLOMOUCI přednášky Literatura Havaldar P., Medioni G.: Multimedia Systems: Algorithms, Standards, and Industry Practices. Course

Více

ŽIVOTOPIS. Zuzana Tichá

ŽIVOTOPIS. Zuzana Tichá ŽIVOTOPIS Osobní údaje Křestní jméno / Příjmení Tituly E-mail Státní příslušnost Zuzana Tichá PhDr., Ph.D. zuzana.ticha@upol.cz ČR Pracovní zkušenosti Období (od-do) Hlavní pracovní náplň a odpovědnost

Více

Vysoká škola finanční a správní, o.p.s. Katedra řízení podniku a podnikové ekonomiky. Metodické listy pro předmět ŘÍZENÍ PODNIKU 2

Vysoká škola finanční a správní, o.p.s. Katedra řízení podniku a podnikové ekonomiky. Metodické listy pro předmět ŘÍZENÍ PODNIKU 2 Vysoká škola finanční a správní, o.p.s. Katedra řízení podniku a podnikové ekonomiky Metodické listy pro předmět ŘÍZENÍ PODNIKU 2 Studium předmětu umožní studentům základní orientaci v procesech, které

Více

VZDĚLÁVACÍ PROGRAM VYUŽITÍ CAD TECHNOLOGIÍ PŘI TVORBĚ VÝUKOVÝCH OBJEKTŮ

VZDĚLÁVACÍ PROGRAM VYUŽITÍ CAD TECHNOLOGIÍ PŘI TVORBĚ VÝUKOVÝCH OBJEKTŮ Zvyšování kompetencí pedagogických pracovníků při tvorbě výukových objektů a využívání e- learningových aplikací v odborných předmětech strojírenských CZ.1.07/1.3.44/02.0026 VZDĚLÁVACÍ PROGRAM VYUŽITÍ

Více

Komunikační strategie v oblasti kombinovaného studia Fakulty ekonomicko-správní Univerzity Pardubice (FES UPa)

Komunikační strategie v oblasti kombinovaného studia Fakulty ekonomicko-správní Univerzity Pardubice (FES UPa) kombinovaného studia Fakulty ekonomicko-správní Univerzity Pardubice (FES UPa) Výstup konzultací v rámci projektu Rozvoj studijních programů, didaktických metod a inovování www.lunch4you.cz modelu řízení

Více

Rozvoj poradenských služeb pro mimořádně nadanéžáky SŠ se speciálními vzdělávacími potřebami

Rozvoj poradenských služeb pro mimořádně nadanéžáky SŠ se speciálními vzdělávacími potřebami Rozvoj poradenských služeb pro mimořádně nadanéžáky SŠ se speciálními vzdělávacími potřebami Realizace projektu z Operačního programu Vzdělávání pro konkurenceschopnost Reg.č. CZ.1.07/1.2.00/08.0126 Realizační

Více

Vzdělávání pro konkurenceschopnost

Vzdělávání pro konkurenceschopnost Operační program Vzdělávání pro konkurenceschopnost Oblast podpory: 2.2 Vysokoškolské vzdělávání Název projektu: Personalizace výuky prostřednictvím e-learningu Číslo projektu: CZ.1.07/2.2.00/07.0339 Doba

Více

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt

VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni. Abstrakt VYUŽITÍ MATLABU PRO VÝUKU NUMERICKÉ MATEMATIKY Josef Daněk Centrum aplikované matematiky, Západočeská univerzita v Plzni Abstrakt Současný trend snižování počtu kontaktních hodin ve výuce nutí vyučující

Více

5.3.1. Informatika pro 2. stupeň

5.3.1. Informatika pro 2. stupeň 5.3.1. Informatika pro 2. stupeň Charakteristika vzdělávací oblasti Vzdělávací oblast Informační a komunikační technologie umožňuje všem žákům dosáhnout základní úrovně informační gramotnosti - získat

Více

SYLABUS BAKALÁŘSKÁ PRÁCE A PRAXE

SYLABUS BAKALÁŘSKÁ PRÁCE A PRAXE SYLABUS MODULU BAKALÁŘSKÁ PRÁCE A PRAXE František Prášek Ostrava 2011 : Sylabus modulu Bakalářská práce a praxe Autoři: Ing. František Prášek Vydání: první, 2011 Počet stran: 15 Tisk: Vysoká škola podnikání,

Více

Metody automatického texturování 3D modelu měst s využitím internetových fotoalb 3D town model for internet application

Metody automatického texturování 3D modelu měst s využitím internetových fotoalb 3D town model for internet application Jihočeská univerzita v Českých Budějovicích Katedra informatiky Pedagogické fakulty Metody automatického texturování 3D modelu měst s využitím internetových fotoalb 3D town model for internet application

Více

STRUČNÝ POPIS E LEARNINGOVÝCH KURZŮ

STRUČNÝ POPIS E LEARNINGOVÝCH KURZŮ STRUČNÝ POPIS E LEARNINGOVÝCH KURZŮ A) KURZY ZAMĚŘENÉ NA METODIKU DISTANČNÍHO VZDĚLÁVÁNÍ A E LEARNINGU. Metodika on line vzdělávání E learning v distančním vzdělávání B) KURZY ZAMĚŘENÉ NA PRAVIDLA VEDENÍ

Více

A7B39TUR - Semestrální práce

A7B39TUR - Semestrální práce A7B39TUR - Semestrální práce Úloha B1 Kvantitativní testování Vojtěch Kaiser 1 Obsah 1 Úvod 3 2 Cílová skupina 3 3 Příprava testu 3 3.1 Hypotéza 3 3.2 Nulová hypotéza 3 3.3 Testovací metoda 3 3.4 Dotazník

Více

Průzkum potřeb zákazníků pro sektor CESTOVNÍCH KANCELÁŘÍ A AGENTUR

Průzkum potřeb zákazníků pro sektor CESTOVNÍCH KANCELÁŘÍ A AGENTUR VEŘEJNÁ ZAKÁZKA Průzkumy potřeb zákazníků pro sektory hotelnictví, gastronomie, cateringu, wellness, průvodců, cestovních kanceláří a agentur ZÁVĚREČNÁ SOUHRNNÁ ZPRÁVA Průzkum potřeb zákazníků pro sektor

Více

Management informačních systémů. Název Information systems management Způsob ukončení * přednášek týdně

Management informačních systémů. Název Information systems management Způsob ukončení * přednášek týdně Identifikační karta modulu v. 4 Kód modulu Typ modulu profilující Jazyk výuky čeština v jazyce výuky Management informačních systémů česky Management informačních systémů anglicky Information systems management

Více

Projektově orientované studium Základní principy a filozofie PBL Co a co není PBL Co je to projekt. CIIV červenec 2013 odpovědný manažer: Petr Hynek

Projektově orientované studium Základní principy a filozofie PBL Co a co není PBL Co je to projekt. CIIV červenec 2013 odpovědný manažer: Petr Hynek Základní principy a filozofie PBL Co a co není PBL Co je to projekt Projektově orientované studium není nic nového Po celou historii je stále a znova voláno po praktické výuce Fantazie je důležitější než

Více

E-LEARNING NA JIHOČESKÉ UNIVERZITĚ

E-LEARNING NA JIHOČESKÉ UNIVERZITĚ E-LEARNING NA JIHOČESKÉ UNIVERZITĚ MICHAL ŠERÝ A MILAN NOVÁK Jihočeská univerzita v Českých Budějovicích Abstrakt: Projekt eamos (http://www.eamos.cz) je produkt vyvíjený na pedagogické fakultě Jihočeské

Více

Studium pedagogiky pro učitele 2014

Studium pedagogiky pro učitele 2014 Studium pedagogiky pro učitele 2014 Obsah a průběh studia Obsah vzdělávacího programu Studium pedagogiky vychází z podmínek a požadavků stanovených v 22 odst. 1 písm. a) zákona č. 563/2004 Sb., o pedagogických

Více

Třinecké vzdělávání, s.r.o. Příprava RT, BT a mistrů pro kvalitnější přípravu obsluh VTZ. Obsah školení

Třinecké vzdělávání, s.r.o. Příprava RT, BT a mistrů pro kvalitnější přípravu obsluh VTZ. Obsah školení Realizátor projektu: Třinecké vzdělávání, s.r.o. Název projektu: Příprava RT, BT a mistrů pro kvalitnější přípravu obsluh VTZ Obsah školení V rámci projektu proběhnou 4 vzdělávací programy: Plyn Tlakové

Více

SYSTÉM. Mgr. Petr Kuš 24. června 2010 Institut pro místní správu Praha, vzdělávací středisko Benešov

SYSTÉM. Mgr. Petr Kuš 24. června 2010 Institut pro místní správu Praha, vzdělávací středisko Benešov SYSTÉM VZDĚLÁVÁNÍ LEKTORŮ Mgr. Petr Kuš 24. června 2010 Institut pro místní správu Praha, vzdělávací středisko Benešov Specifika vzdělávání lektorů v Institutu pro místní správu Praha velmi početný lektorský

Více

VYUŽITÍ SOFTWARU MATHEMATICA VE VÝUCE PŘEDMĚTU MATEMATIKA V EKONOMII 1

VYUŽITÍ SOFTWARU MATHEMATICA VE VÝUCE PŘEDMĚTU MATEMATIKA V EKONOMII 1 VYUŽITÍ SOFTWARU MATHEMATICA VE VÝUCE PŘEDMĚTU MATEMATIKA V EKONOMII 1 Orlando Arencibia, Petr Seďa VŠB-TU Ostrava Abstrakt: Příspěvek je věnován diskusi o inovaci předmětu Matematika v ekonomii, který

Více

Informační gramotnost a celoživotní učení 23. 11. 2011 Moravská zemská knihovna v Brně. Marcela Petrová Kafková (FSS MU) Jiří Zounek (FF MU)

Informační gramotnost a celoživotní učení 23. 11. 2011 Moravská zemská knihovna v Brně. Marcela Petrová Kafková (FSS MU) Jiří Zounek (FF MU) Informační gramotnost a celoživotní učení 23. 11. 2011 Moravská zemská knihovna v Brně Marcela Petrová Kafková (FSS MU) Jiří Zounek (FF MU) 1. Kořeny implementace ICT do škol 2. ICT v základních školách

Více

PROJEKTOVÁ VÝUKA, ŘÍZENÍ PROJEKTŮ A VÝZNAM CERTIFIKACE PRO BUDOUCÍ KARIÉRNÍ RŮST

PROJEKTOVÁ VÝUKA, ŘÍZENÍ PROJEKTŮ A VÝZNAM CERTIFIKACE PRO BUDOUCÍ KARIÉRNÍ RŮST PROJEKTOVÁ VÝUKA, ŘÍZENÍ PROJEKTŮ A VÝZNAM CERTIFIKACE PRO BUDOUCÍ KARIÉRNÍ RŮST Ing. Jan Doležal Agenda 2 Projektové řízení a projektová výuka Jaké jsou požadavky praxe? Význam a možnosti certifikace

Více