Uplatnění senzorických vlastností v adaptivní výuce cizích jazyků. Application of Sensory Characteristics in Adaptive Language Learning
|
|
- Bohumila Macháčková
- před 9 lety
- Počet zobrazení:
Transkript
1 Ostravská univerzita Pedagogická fakulta Uplatnění senzorických vlastností v adaptivní výuce cizích jazyků Application of Sensory Characteristics in Adaptive Language Learning Autoreferát k disertační práci 2015 Studijní program: Specializace v pedagogice P 7507 Obor: Disertant: Školitel: Informační a komunikační technologie ve vzdělávání 7507V066 Mgr. Štěpánka Nedbalová Ostravská univerzita, Pedagogická fakulta katedra informačních a komunikačních technologií Fráni Šrámka 3, Ostrava-Mariánské Hory doc. Ing. Kateřina Kostolányová, Ph.D. Ostravská univerzita, Pedagogická fakulta katedra informačních a komunikačních technologií Fráni Šrámka 3, Ostrava-Mariánské Hory 1
2 Obhajoba disertační práce se uskuteční v pondělí 14. září 2015 ve 12 hodin v zasedací místnosti SA 407 Ostravská univerzita, Pedagogická fakulta katedra informačních a komunikačních technologií Fráni Šrámka 3, Ostrava-Mariánské Hory Oponenti doc. RNDr. Jana Šarmanová, CSc., OU doc. PhDr. Ivana Šimonová, Ph.D., UHK Komise pro obhajobu disertační práce Předseda doc. RNDr. Jana Kapounová, CSc., OU, předseda Členové doc. Ing. Beránek Ladislav, CSc., JU prof. Ing. Cyril Klimeš, CSc. doc. Ing. Kateřina Kostolányová, Ph.D., OU prof. RNDr. Alena Lukasová, CSc., OU doc. PhDr. Josef Malach, CSc., OU prof. PhDr. Jiří Mareš, CSc., UK prof. Dr. Ing. Miroslav Pokorný, VŠB-TU doc. RNDr. Jana Šarmanová, CSc., OU doc. PhDr. Ivana Šimonová, Ph.D., UHK 2
3 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. Štěpánka Nedbalová Název disertační práce: Uplatnění senzorických vlastností v adaptivní výuce cizích jazyků Název disertační práce anglicky: Application of sensory characteristics in adaptive language learning Školitel: doc. Ing. Kateřina Kostolányová, Ph.D. Rok obhajoby:
4 Abstrakt Disertační práce se týká problematiky aplikace senzorických vlastností v adaptivní výuce cizích jazyků. Adaptivní výuka je v tomto případě realizována prostřednictvím informačních a komunikačních technologií. V úvodu jsou vymezeny pojmy teorie adaptivního elearningu ve výuce cizího jazyka. Dále je zde zmíněn současný stav studované problematiky a její zasazení do projektu Ostravské univerzity. Cílem disertační práce je vytvoření a ověření individuálního modelu pro výuku cizích jazyků dle senzorických vlastností studenta v prostředí adaptivního elearningu. V další části je uveden teoretický model adaptivní výuky cizích jazyků, který se dělí na tři části. Na část student, část autor a část virtuální učitel. V části student je popsán způsob diagnostiky senzorických vlastností a vstupních jazykových znalostí studenta. V části autor je navržena struktura výukových opor. V části virtuální učitel je popsán algoritmus na pořadí výuky. Na závěr je uveden postup realizace a výsledky experimentu, který měl ověřit fungování individuálního modelu definovaného v cíli disertační práce. Klíčová slova Adaptivní elearning, informační a komunikační technologie (ICT), jazyková úroveň studenta, model ESA, model SLA, oblasti výuky, senzorické vlastnosti studenta, učební styl, základní rámec, varianty rámců, vstupní didaktický test, dotazník VARK, individuální výukový model, Aural/Verbal student (zkratka A/V ), Read/Write Visual student (zkratka R/W-V ) 4
5 Abstract This doctoral dissertation concerns of application of sensory characteristics in adaptive language learning. The adaptive learning is implemented by means of information and communication technologies. At the beginning, the terms of adaptive elearning theory are defined. Further, the current state of individualized instruction issue and its relation to Ostrava University project is mentioned. The objective of the dissertation thesis is to create and verify an individual model of language learning based on sensory characteristics in adaptive elearning. Next, a theoretic model of adaptive instruction in language learning is introduced. The theoretic model consists of three parts. A student part, an author part and a virtual teacher part. In the student part a diagnostics of sensory characteristics and entry language knowledge is described. In the author part a structure of teaching support material is designed. In the virtual teacher part the algoritm for an order of instruction is described. In conclusion, a step by step description of an experiment and its results are presented to verify the functioning of rules defined in the objective of the dissertation thesis. Key words Adaptive elearning, Information and Communication Technologies (ICT), language level of a student, ESA model, SLA model, study areas, sensoric characteristics of a student, learning style, basic framework, basic framework variants, placement test, VARK questionnaire, individual model of a study, Aural/Verbal student (abbreviation A/V ), Read/Write Visual (abbreviation R/W-V ) 5
6 Abstrakt Die Dissertationsarbeit betrifft die Problematik der Applikation der sensorischen Eigenschaften im adaptiven Fremdsprachenunterricht. Der adaptive Unterricht wird mittels Informations- und Kommunikationstechnologien realisiert. In der Einführung ist der aktuelle Zustand der Problematik erwähnt und die Anwendung dieser Problematik im Projekt der Universität Ostrava. Weiter sind hier theoretische Begriffe des adaptiven elearnings im Fremdsprachenunterricht definiert. Ziel der Dissertationsarbeit ist Bildung und Überprüfung des individuellen Models für den Fremdsprachenunterricht nach den sensorischen Eigenschaften der Studenten im adaptiven elearning. Im weiteren Teil ist der theoretische Model des adaptiven Fremdsprachenunterrichts eingeführt, der in drei Module aufgeteilt ist: Modul Student, Modul Autor und Modul Virtueller Lehrer. Im Modul Student ist die Diagnostik der sensorischen Eigenschaften und Eingangssprachkenntnisse der Studenten beschrieben. Im Modul Autor ist die Struktur der Unterrichtsstützen vorgeschlagen. Im Modul Virtueller Lehrer ist der Algorithmus für die Unterrichtsfolge beschrieben. Zum Schluss ist die Durchführung des Experiments eingegeben, die die Funktionsfähigkeit des im Ziel dieser Dissertationsarbeit definierten individuellen Models überprüfen soll. Schlüsselwörter Adaptives elearning, Informations- und Kommunikationstechnologien (ICT), Sprachniveau des Studenten, Model ESA, Model SLA, Unterrichtsgebiete, sensorische Eigenschaften des Studenten, Lehrstil, Grundrahmen, Rahmenvarianten, Eingangstest Didaktik, Umfrage VARK, individueller Unterrichtsmodel, Aural/Verbal Student (Abkürzung A/V ), Read/Write Visual Student (Abkürzung R/W-V ). 6
7 1 ÚVOD Výzkumný problém Cíl práce Metody práce TEORETICKÁ VÝCHODISKA Učební styl a obecná typologie učebních stylů Typologie učebních stylů ve výuce cizího jazyka Výběr učebních stylů pro potřeby diagnostiky senzorických vlastností studenta PRAKTICKÁ ČÁST Dílčí výzkum Cíle, metody, stanovení hypotéz Prezentace získaných dat Závěry dílčího výzkumu Pedagogický experiment Cíle, metody, stanovení hypotéz Prezentace získaných dat SHRNUTÍ VÝSLEDKŮ 34 5 ZÁVĚR 38 6 POUŽITÁ LITERATURA 39 7 PUBLIKAČNÍ ČINNOST 41 8 PROFESNÍ ŽIVOTOPIS 43 7
8 1 ÚVOD Individualizace výuky je v současné době velmi diskutovaným tématem. S využitím adaptivních nástrojů v elearningu se může individualizace výuky stát efektivní natolik, že předávání poznatků bude probíhat formou, která je pro studenta nejpřijatelnější s ohledem na jeho osobnostní dispozice. Bezpochyby existuje způsob, jak studentovi usnadnit výukový proces přímo ve třídě. Vyhovět všem studentům je však daleko náročnější, než zvolit individualizovaný přístup k výuce prostřednictvím informačních a komunikačních technologií. Navíc zde mohou být studentovi předkládány výukové materiály dle jeho učebních preferencí. Charakteristické prvky těchto preferencí pak mohou být ve výukových materiálech použity v daleko větší intenzitě na rozdíl od jednotného přístupu k heterogenní skupině žáků ve třídě. V této skupině žáků se učitel snaží předkládat informace studentům více způsoby, aby tak vyhověl vzdělávacím preferencím všech studentů ve třídě. Avšak tím se zkracuje doba na výklad učební látky a lze proto očekávat, že z dlouhodobého hlediska se učitel dostane se studenty do časového skluzu ve výuce a nebude dodržován učební plán. Navíc, pokud je student vyučován tak, jak to nejvíce odpovídá jeho osobním dispozicím, je pravděpodobné, že bude dosahovat lepších studijních výsledků z pohledu přírůstku znalostí, jak uvádí například Juříčková, 2015, str. 87. V oblasti individualizace výuky je také řešena problematika učebních stylů a jejich přínos v učebním procesu. 8
9 1.1 Výzkumný problém Výzkumný problém byl zaměřen na zjištění, jaký existuje vliv senzorických preferencí studenta na jeho učební výsledky, pokud je výuka realizována v elektronickém prostředí, konkrétně v adaptivním elearningu. Studenti byli rozděleni do třech výzkumných skupin. Dvě skupiny studentů patřily do experimentální skupiny. Jedna skupina studentů patřila do kontrolní skupiny. Studenti z experimentálních skupin pracovali v elektronickém prostředí s adaptivními výukovými oporami se zaměřením na jejich senzorické preference. Studenti z kontrolní skupiny pracovali samostatně bez elektronického prostředí. 1.2 Cíl práce Tato disertační práce se věnuje adaptivní formě výuky cizího jazyka. Je proto důležité se zamyslet nad personalizovaným přístupem ke studentovi ve všech oblastech adaptivního elearningu. V současné době (rok 2015) se počáteční diagnostika v oblasti cizích jazyků zaměřuje pouze na zjišťování gramatických znalostí žáka. Ostatní oblasti jazyka jsou při testování opomíjeny. O zjišťování senzorických vlastností studenta nemluvě. V oblasti samotné výuky zůstává otázka, jaké metodické přístupy jsou nejefektivnější z pohledu uchování poznatků. Zda je efektivní uplatňovat přístupy podporující senzorické preference studenta nebo přístupy, které jsou přizpůsobeny povaze studijního materiálu. Jinými slovy, má smysl vyučovat audiálního studenta ve všech jazykových oblastech s převažujícími audiálními prvky nebo vyučovat jednotlivé oblasti jazyka tradičním způsobem bez ohledu na jeho senzorické preference? Cílem této disertační práce je vytvořit a ověřit individuální model pro výuku anglického jazyka s podporou ICT s ohledem na senzorické vlastnosti studenta. Předpokládá se, že studenti, kteří se učí dle navrženého modelu, budou dosahovat lepších studijních výsledků. Za lepší studijní výsledky jsou v tomto případě pokládány znalosti zjišťované bezprostředně po skončení výuky a s odstupem 3 měsíců. Zjišťuje se tedy míra udržitelnosti znalostí bez časového odstupu a s časovým odstupem. 9
10 Dílčí cíle Navržení podoby vstupního didaktického testu v daném individuálním modelu (vstupní didaktický test, dílčí výzkum, závěry z dílčího výzkumu). Navržení struktury výukových opor v závislosti na senzorických vlastnostech studenta a vytvoření vzorových výukových materiálů (adaptivní výukové opory, metodika tvorby). Navržení adaptivních algoritmů pro formování optimálního personalizovaného studijního prostředí pro výuku cizích jazyků (řízení adaptivní výuky). Ověření vytvořeného modelu formou pedagogického experimentu u studentů anglického jazyka. Návrh struktury výukových opor v závislosti na senzorických vlastnostech studenta a vytvoření vzorových výukových materiálů s ohledem na implementaci do prostředí adaptivního elearningu. Navržení adaptivních algoritmů pro formování optimálního personalizovaného studijního prostředí pro výuku cizích jazyků s ohledem na implementaci do prostředí adaptivního elearningu. Vytvoření vstupního didaktického testu s ohledem na implementaci do prostředí adaptivního elearningu. Obrázek 1 Obecný model adaptivního elearningu se znázorněnými dílčími cíli 10
11 Tento individuální model byl testován formou kvantitativního výzkumu na 93 studentech v již existujícím prostředí obecného modelu adaptivního elearningu, neboť jen tímto způsobem šlo ověřit fungování upraveného modelu pro cizí jazyky hromadně v praxi. Použití upraveného modelu bude testováno na anglickém jazyce. Jak je všeobecně známo, anglický jazyk patří do skupiny germánských jazyků (Comrie, Matthews, Polinsky, 2007, s.39). 1.3 Metody práce Základní metodou výzkumu pro zodpovězení tvrzení uvedeného v cílech disertační práce byla zvolena metoda kvantitativního výzkumu formou pedagogického experimentu se statistickým vyhodnocením dat. Vzhledem k nenormálnímu rozložení dat ve zkoumaných souborech museli být použity neparametrické testy. Statistická míra rozptylu je v neparametrických testech definována mediánem, což jest ukazatel, který dělí nějaký soubor hodnot na dvě stejně velké části, přičemž platí, že nejméně 50 % hodnot je větších než medián a 50 % hodnot je větší než medián. Dále interkvartilové rozmezí, což jest rozdíl mezi minimální a maximální hodnotou v daném souboru. Neparametrické testy testují nulovou hypotézu, která se týká pouze obecných vlastností rozdělení sledované veličiny ve statistických souborech (shodu tvaru křivky rozdělení v porovnávaných souborech dat). Přesnost a rozlišovací schopnost (síla) neparametrických testů tedy není tak vysoká jako u testů parametrických (Hendl, 2012). Byly definovány tři výzkumné skupiny A, B, C. Studenti ze skupiny A a B pracovali v elektronickém prostředí. Skupině A byly předloženy výukové opory odpovídající jejich senzorické preferenci. Skupině B byly předloženy výukové opory, které neodpovídaly jejich senzorické preferenci. Studenti ze skupiny C nepracovali v elektronickém prostředí. Pracovali s neadaptivními výukovými materiály formou samostudia. 11
12 Pedagogický experiment byl realizován formou porovnání testových skóre v oblasti poslechu, čtení a písemného projevu mezi dvěma experimentálními skupinami A a B a porovnání testových skóre experimentálních skupin A a B s výsledky kontrolní skupiny C. V oblasti poslechu a čtení byl znalostní přírůstek studentů testován dvakrát. Poprvé bezprostředně po skončení výuky a podruhé s odstupem 3 měsíců. Následovalo ověření výzkumných tvrzení uvedených níže, která navazovala na hlavní cíl disertační práce 1. Největšího progresu v oblasti poslechu dosáhli ze všech zkoumaných skupin A, B, C studenti ze skupiny A. 2. Největšího progresu v oblasti čtení dosáhli ze všech zkoumaných skupin A, B, C studenti ze skupiny A. 3. Největšího progresu v oblasti písemného projevu dosáhli ze všech zkoumaných skupin A, B, C studenti ze skupiny A. Na základě těchto výzkumných tvrzení byly formulovány nulové a alternativní hypotézy pro oblast poslechu, čtení a písemného projevu. Vzhledem k většímu počtu stanovených hypotéz, jsou tyto hypotézy uvedeny v tomto autoreferátu pouze jednou a to v sekci 3 Praktická část společně s učiněnými závěry. Pedagogický experiment byl realizován na půdě Vyšší odborné školy SOKRATES v Ostravě. Cílovou skupinou daného experimentu bylo 93 studentů prvního a druhého ročníku prezenčního studia, kteří měli během dvou semestrů 1x týdně 180 minut výuky prezenční formou. V době experimentu absolvovali prezenční výuku v kombinaci s elearningovou formou výuky. 12
13 2 TEORETICKÁ VÝCHODISKA Pro potřeby diagnostiky senzorických vlastností studenta bylo třeba zmapovat jednotlivé definice učebního stylu a vytvořit si přehled obecné typologie učebních stylů. Z tohoto obecného přehledu vybrat učební styly, které jsou vhodné pro výuku cizích jazyků a následně vybrat takové, které svojí povahou nejlépe vyhoví danému návrhu diagnostiky senzorických vlastností studenta. 2.1 Učební styl a obecná typologie učebních stylů V této části jsou uvedeny nejčastěji, v odborné literatuře citované, učební styly, které poslouží k následnému výběru učebních stylů pro potřeby výuky cizích jazyků. Učební styly či přístupy lze dělit podle několika hledisek: Motivace Jiří Mareš dělí učební přístup na povrchový, hloubkový a strategický (Mareš, 1998). Styly učení podle J. D. Vermunta (1996) Dělí učební styly na neřízený styl učení, styl zaměřený na reprodukci učiva, styl zaměřený na smysl učiva, styl zaměřený na aplikaci učiva. Styl učení dle R. Dunnové (1991) Učební styly jsou rozděleny dle fyzikálního prostředí, intencionálního aspektu výuky, sociálních potřeb, psychofyziologických potřeb a dle stylu zpracování učebního obsahu. Převažujícího typu inteligence dle Gardnera (2006) Kolbův inventář učebních stylů Dělí učební styly na aktivní experimentování, abstraktní konceptualizaci, reflektivní pozorování a orientaci na konkrétní zkušenost. 13
14 Podle dominujícího smyslu (Fleming, 2014), (Lojová, 2011) Dělí studenty na sluchově mluvní, zrakové, hmatové a pohybové a slovně pojmové. Dále je v této kapitole rozebírán vztah mezi senzorickými smysly a kognitivním stylem. 2.2 Typologie učebních stylů ve výuce cizího jazyka V této kapitole jsou uvedena čtyři základní členění učebních stylů ve výuce cizího jazyka: První základní členění učebních stylů ve výuce cizího jazyka je podle dominujícího smyslu, nebo jinak řečeno dle senzorických preferencí (Fleming, 2014) a (Lojová, 2011). Dělí jedince na typy vizuální, auditivní, slovně pojmové a kinestetické. Druhé základní členění učebních stylů ve výuce cizího jazyka je dle typu osobnosti (Cohen, Weaver, 2006). Učební styly jsou rozděleny dle fungování ve vztahu ke svému okolí na extroverty a introverty, dále na intuitivní a systematické typy, teoretiky a experimentátory. Třetí základní členění učebních stylů je dle kognitivních učebních stylů. Jedná se o způsob myšlení, chápání, zapamatování si některých faktů a způsob řešení problémů. Tento druh učebního stylu pak ovlivňuje postoje, hodnoty a společenskou interakci jedince. Některé z kategorií kognitivních učebních stylů jsou: globální a detailistický, deduktivní a induktivní, impulsivní a reflektivní typy a další (Cohen, Weaver, 2006, s. 15). Čtvrtým základním členěním učebních stylů je dle Junga (1971) členění jedinců na smyslové a pocitové. Spolehlivost a platnost tohoto členění byla prokázána pomocí dotazníku MBTI (Myers-Briggs Type Indicator) (Bayne, 1997). 14
15 2.3 Výběr učebních stylů pro potřeby diagnostiky senzorických vlastností studenta Z výčtu učebních stylů v předchozí kapitole je třeba vybrat takové učební styly, které budou korespondovat s jednotlivými jazykovými dovednostmi studenta cizího jazyka a též poslouží k diagnostice senzorických preferencí studenta. Za jazykové dovednosti studenta pokládáme porozumění čtenému textu (čtení), mluvenému slovu (poslech), schopnost písemného a slovního vyjadřování (psaní a mluvení) na dané jazykové úrovni. Porovnáme-li uvedené jazykové dovednosti s charakteristikami učebních stylů v kapitole 2.2, zjistíme, že členění, které se nejvíce slučuje s jazykovými dovednostmi je první členění, tj. dle senzorických vlastností. Díky těmto podobným atributům je proto vhodné tyto senzorické vlastnosti použít pro vytvoření vstupního didaktického testu. Na základě výčtu klasifikace učebních stylů definujme tedy dvě základní skupiny studentů, které se liší způsobem vnímání informací ve výukovém procesu (tabulka 1). První skupinou jsou studenti, kteří preferují vnímat obsah učební látky v textové podobě. Jedná se o tzv. READ/WRITE VISUAL studenty. Druhou skupinou jsou studenti, kteří preferují vnímat obsah učební látky formou zvuku, tzv. AURAL/VERBAL studenti. Pro READ/WRITE VISUAL studenty stanovíme zkratku R/W-V a pro AURAL/VERBAL studenty stanovíme zkratku A/V. 15
16 Jazykové kompetence studenta Porozumění čtenému textu Písemný projev Senzorické vlastnosti studenta (učební styl studenta) Read/Write student (percepční preference) N. Fleming, VARK Vizuální student (kognitivní učební styl) Riding a Read, 1996 Vizuální typ (percepční preference) Lojová, 2011 Porozumění mluvenému slovu Mluvený projev Aural student (percepční preference) N. Fleming, VARK Verbální student (kognitivní učební styl) Riding a Read, 1996 Auditivní typ (percepční preference) Lojová, 2011 Tabulka 1 Znázornění výběru senzorických vlastností studenta pro vytvoření adaptivních výukových opor 16
17 3 PRAKTICKÁ ČÁST 3.1 Dílčí výzkum Tato kapitola je věnována dílčímu výzkumu, kde byla zjišťována souvislost mezi senzorickými charakteristikami studenta a jeho úrovní jazykových znalostí a dovedností pro potřeby návrhu vstupního didaktického testu v adaptivním elearningu a pro potřeby následného pedagogického výzkumu Cíle, metody, stanovení hypotéz Cíl dílčího výzkumu Cílem kvantitativního dílčího výzkumu bylo zjistit, jak souvisí úroveň jazykových znalostí a dovedností se senzorickými charakteristikami studenta. Tento cíl lze pokládat i za hlavní hypotézu v tomto dílčím výzkumu. Metody dílčího výzkumu Při realizaci dílčího výzkumu byla použita metoda dotazníkového šetření s následným vyhodnocením dle standardizovaného klíče odpovědí. Data byla statisticky zpracována pomocí testu pro zjištění normálního rozložení dat (Kolmogorov-Smirnov Test) a následně Wilcoxonovým testem pro neparametrické vyhodnocování dat. Pro splnění cíle dílčího výzkumu jsme stanovili následující hypotézy: Pro studenty s vizuální preferencí: H0: Výsledky čtení a poslechu se u studentů s vizuální preferencí statisticky významně neliší. H1:Výsledky čtení a poslechu se u studentů s vizuální preferencí statisticky významně liší. 17
18 Pro studenty s audiální preferencí: H0: Výsledky čtení a poslechu se u studentů s audiální preferencí statisticky významně neliší. H1:Výsledky čtení a poslechu se u studentů s audiální preferencí statisticky významně liší Prezentace získaných dat K ověření normality rozdělení dat ve skupinách A/V a R/W-V ve výsledcích testu poslechu a čtení byl použit jednovýběrový Kolmogorovův-Smirnovův test, který se používá pro menší i větší soubory, tedy pro jakýkoli typ rozdělení (Hendl, 2012). Byly ověřovány následující hypotézy: H0: Rozložení výsledků čtení a poslechu ve skupině vizuálních a audiálních studentů se statisticky významně neliší od normálního rozložení. H1: Rozložení výsledků čtení a poslechu ve skupině vizuálních a audiálních studentů se statisticky významně liší od normálního rozložení. 18
19 V tabulce 5 vidíme výsledky tohoto srovnání: One-Sample Kolmogorov-Smirnov Test poslech čtení N Kolmogorov-Smirnov Z 1,533 1,589 Asymp. Sig. (2-tailed),018,013 Tabulka 2 Zjištění normality rozložení dat u vizuálních a audiálních studentů Závěr: Protože signifikance (Asymp.Sig) je v obou případech menší než 5 % (0,13=1,3%) a (0,18=1,8%), zamítáme H0 ve prospěch H1. Můžeme tedy konstatovat, že rozložení výsledků čtení a poslechu se statisticky významně liší od normálního rozložení, tudíž pro další zpracování výsledků musíme použít neparametrické testy. V dalším kroku bylo nutné ověřit již definované hypotézy: Pro studenty s audiální preferencí: H0: Výsledky čtení a poslechu se u studentů s audiální preferencí statisticky významně neliší. H1:Výsledky čtení a poslechu se u studentů s audiální preferencí statisticky významně liší. 19
20 N Mean Rank Sum of Ranks čtení - poslech Negative Ranks Positive Ranks Ties 14 b 20,68 289,50 35 c 26,73 935,50 6 d Total 55 a. skupina = A/V b. čtení < poslech c. čtení > poslech d. čtení = poslech čtení - poslech Z -3,229 c Asymp. Sig. (2-tailed),001 Tabulka 3 Výsledky porovnání poslechových testů a testů čtení audiálních studentů Závěr: Na základě výsledku Asymp. Sig.= 0,001 <0,05 zamítáme H0 ve prospěch H1. Můžeme tedy konstatovat, že výsledky čtení a poslechu se u studentů s audiální preferencí se významně liší a to ve výsledcích čtení, jak můžeme vidět v tabulce 3, viz. c.čtení >poslech. 20
21 Pro studenty s vizuální preferencí: H0: Výsledky čtení a poslechu se u studentů s vizuální preferencí statisticky významně neliší. H1:Výsledky čtení a poslechu se u studentů s vizuální preferencí statisticky významně liší. N Mean Rank Sum of Ranks čtení poslech Negative Ranks Positive Ranks Ties 7 b 12,43 87,00 27 c 18,81 508,00 3 d Total 37 a. skupina = R/W b. čtení < poslech c. čtení > poslech d. čtení = poslech čtení poslech Z -3,619 c Asymp. Sig. (2-tailed),000 Tabulka 4 Výsledky porovnání poslechových testů a testů čtení vizuálních studentů 21
22 Závěr: Na základě výsledku Asymp. Sig.= 0,000 <0,05 zamítáme H0 ve prospěch H1. Můžeme tedy konstatovat, že výsledky čtení a poslechu se u studentů s vizuální preferencí významně liší a to ve výsledcích čtení, jak můžeme vidět v tabulce 4,viz. c.čtení >poslech Závěry dílčího výzkumu Cílem kvantitativního dílčího výzkumu bylo zjistit, jak souvisí úroveň jazykových znalostí a dovedností se senzorickými charakteristikami studenta. Výsledky dílčího výzkumu vykázaly statisticky významné zlepšení jak u skupiny vizuálních, tak audiálních studentů. Nelze však konstatovat, že výsledky vizuálních studentů ve čtení byly zapříčiněny jejich senzorickými preferencemi, neboť nelze toto tvrzení opřít o žádný kontrastní výsledek u druhé skupiny, audiálních studentů. Lze tedy uvažovat o alternativním vysvětlení, že lepší výsledky testů ve čtení u obou skupin byly zapříčiněny jazykovými dovednostmi, které mají studenti více naučené z jazykového vzdělávání v minulosti, a tím je lepší schopnost porozumění textu, než mluveného projevu, neboť výuka cizích jazyků v kultuře jiné, než je danému jazyku vlastní, je ve větší míře orientována na jazykové znalosti, u kterých není tolik potřebná pohotovost reakce a porozumění mluvenému slovu, a tím je čtení a psaní. V našem případě, lidé s audiální preferencí se přizpůsobili předkládanému obsahu v kultuře, ve které žijí. 3.2 Pedagogický experiment V této kapitole jsou popsány jednotlivé kroky pedagogického experimentu s jeho výsledky Cíle, metody, stanovení hypotéz Cíl pedagogického experimentu Cílem experimentu bylo zjistit, zda studenti cizího jazyka, kteří se učí dle vytvořeného modelu reflektujícího jejich senzorické preference, 22
23 dosahují lepších studijních výsledků, tj. mají lepší znalosti, než ti, kteří se učí bez zohlednění tohoto faktoru. Stanovení výzkumného vzorku Do výzkumu byli zahrnuti studenti, kteří byli rozděleni do tří skupin. Skupina A (30 studentů) přiřazení výukových opor v souladu s jejich senzorickou preferencí Skupina B (31 studentů) přiřazení výukových opor v nesouladu s jejich senzorickou preferencí Skupina C (32 studentů) přiřazení výukových opor v neadaptivní formě Před započetím samotného experimentu studenti absolvovali standardizovaný rozřazovací test UCLES a psychologický dotazník VARK, zjišťující senzorické preference studentů. Použité metody zpracování Vyhodnocení učebních výsledků dle navrženého postupu v tabulce 5 v kapitole bylo provedeno prostřednictvím statistického nástroje SPSS (Statistical Package for the Social Sciences) od společnosti IBM, kdy u všech testů byla zvolena hladina významnosti α = 0,05, která se standardně používá v pedagogickém, sociologickém i marketingovém výzkumu. K ověření normality rozdělení dat ve vybraných souborech byl použit jednovýběrový Kolmogorovův-Smirnovův test, který se používá pro menší i větší soubory, tedy pro jakýkoli typ rozdělení (Hendl, 2012). Pro další statistické zpracování dat byly použity neparametrické testy, neboť ve vybraných souborech dat byla zjištěna nenormální rozdělení pravděpodobností sledovaného znaku. Konkrétně byly použity tyto neparametrické testy: mediánový test a wilcoxonův test. Pro 23
24 vizualizaci vybraných dat byl použit krabicový diagram (boxplot) a grafy výsečové, sloupcové a spojnicové vytvořené v programu Excel. Zdrojem dat pro vyhodnocení výsledků experimentu byly odpovědi studentů z pre-testů a post-testů poslechu, čtení a písemného projevu. Stanovení hlavní hypotézy a výzkumných tvrzení Jak již bylo řečeno v kapitole 3, cílem této disertační práce je vytvořit a ověřit individuální model pro výuku anglického jazyka s podporou ICT s ohledem na senzorické vlastnosti studenta. Na základě tohoto cíle byla formulována hlavní hypotéza: Studenti, kteří absolvují výuku anglického jazyka dle individuálního modelu v elearningu, s ohledem na jejich senzorické preference, budou ve výuce úspěšnější, než ti, kteří se tímto způsobem nevzdělávají. Pro ověření této hlavní hypotézy bylo třeba formulovat dílčí výzkumná tvrzení, jejichž pravdivost či nepravdivost je ověřována stanovenými hypotézami v kapitole Zde jsou uvedena výzkumná tvrzení: 1. Největšího progresu v oblasti poslechu dosáhli ze všech zkoumaných skupin A, B, C studenti ze skupiny A. 2. Největšího progresu v oblasti čtení dosáhli ze všech zkoumaných skupin A, B, C studenti ze skupiny A. 3. Největšího progresu v oblasti písemného projevu dosáhli ze všech zkoumaných skupin A, B, C studenti ze skupiny A. 24
25 3.2.2 Prezentace získaných dat Experiment byl realizován formou porovnání testových skóre mezi dvěma experimentálními skupinami a porovnání testových skóre experimentálních skupin s výsledky kontrolní skupiny. Byl porovnáván výsledek jednoho pre-testu a dvou post-testů v oblasti poslechu u skupin A, B a C. Ten samý postup byl aplikován na oblast čtení. Dále se porovnávaly výsledky jednoho pre-testu a jednoho posttestu v oblasti písemného projevu. Opakováním experimentu po třech měsících, kdy studentům byly znovu předloženy post-testy poslechu a čtení, měli být zajištěny výsledky bez nežádoucích náhodných jevů, které dle našeho názoru zapříčiňovaly záporné hodnoty na post-testech poslechu a čtení při prvním testování, které probíhalo bezprostředně po absolvování výuky. V tabulce 5 jsou zobrazeny popisované formy porovnání výsledků pro všechny skupiny A, B, C, které byly následně statisticky zpracovány. Možné formy porovnání výsledků testů Poslech PRETEST POSTEST 1 Poslech PRETEST POSTEST 2 Poslech POSTEST 1 POSTEST 2 Čtení PRETEST POSTEST 1 Čtení PRETEST POSTEST 2 Čtení POSTEST 1 POSTEST 2 Písemný projev PRETEST POSTEST (přírůstek znalostí) Tabulka 5 Reprezentace porovnání výsledků testů pro skupiny A, B, C Před samotným započetím pedagogického experimentu bylo nutné zjistit, zda struktura jazykových úrovní ve skupinách A, B, C je srovnatelná, aby případná nesrovnatelnost skupin neměla nežádoucí vliv na následné výsledky, které vzejdou dalším statistickým měřením. 25
26 Pomocí testu dobré shody, kde se porovnávalo rozložení jazykových úrovní ve skupinách A/B, B/C a A/C byly ověřovány následující hypotézy: H0: Struktura jazykových úrovní ve skupinách A, B, C je srovnatelná. H1: Struktura jazykových úrovní ve skupinách A, B, C není srovnatelná. Závěr: Dle výsledků signifikance testu dobré shody v tabulce 6 jsou hodnoty výsledků u všech porovnávaných skupin vyšší, než je hodnota 0,05. V tomto případě není možné zamítnout nulovou hypotézu. Je možné tvrdit, že struktura jazykových úrovní ve skupinách je srovnatelná. Porovnávané skupiny A a B B a C A a C Sig. testu dobré shody 0,991 0,983 0,998 Tabulka 6 Výsledky testu dobré shody V dalším kroku bylo nutné zjistit normalitu rozložení dat na pre-testu poslechu, čtení a písemného projevu u jednotlivých skupin A, B, C. Jak již bylo zmíněno dříve v předešlé kapitole 3.2.1, pro další statistické zpracování dat byly použity neparametrické testy, neboť ve vybraných souborech dat byla zjištěna nenormální rozdělení pravděpodobností sledovaného znaku. 26
27 Statistické vyhodnocení výsledků pre-testů a post-testů poslechu a čtení Vyhodnocení probíhala v několika částech. Nejprve byl statisticky vyhodnocen rozdíl testového skóre mezi pre-testem a post-testem 1 a mezi pre-testem a post-testem 2 v oblasti poslechu a čtení u jednotlivých skupin A, B, C. Poté následovalo statistické vyhodnocení rozdílu testového skóre mezi pre-testem a post-testem v oblasti písemného projevu u jednotlivých skupin A, B, C. V této části jsou uvedena data, ze kterých lze vyčíst zhoršení testového skóre studentů v oblasti poslechu a částečně čtení u skupin A, B, C. Data byla zpracována pomocí neparametrického Wilcoxonova testu, Data jsou prezentována po skupinách A, B a C. V tabulce 7 vidíme záporné rozdíly mezi párovými hodnotami (v tabulce řádek s písmenem Z) poslechu a čtení pro skupinu A. Znamená to, že testové skóre studentů se zhoršilo. Zda se však zhoršilo statisticky významně, zjistíme pomocí testování následujících hypotéz. Skupina A Test Statistics a,b Listening PRETEST- Listening POSTEST1 Listening PRETEST - Listening POSTEST2 Reading PRETEST- Reading POSTEST1 Reading PRETEST - Reading POSTEST2 Z -4,701 c -4,381 c -1,427 c -,236 d Signifikance Wilcoxonova testu,000,000,154,813 Tabulka 7 Porovnání rozdílů mezi výsledky pre-testů a post-testů v poslechu a čtení u skupiny A 27
28 Pro skupinu A jsme ověřili následující hypotézy Pro oblast poslechu: H0:Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny A v poslechu nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny A v poslechu vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,000 < 0,05, H0 zamítáme ve prospěch H1 H0: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny A v poslechu nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny A v poslechu vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,000 < 0,05, H0 zamítáme ve prospěch H1 Pro oblast čtení: H0: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny A ve čtení nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny A ve čtení vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,154 > 0,05, H0 nezamítáme H0: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny A ve čtení nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny A ve čtení vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,813 > 0,05, H0 nezamítáme V tabulce 8 vidíme opět záporné rozdíly mezi párovými hodnotami (v tabulce řádek s písmenem Z) poslechu a čtení pro skupinu B. Znamená to, že testové skóre studentů se zhoršilo. Zda se však zhoršilo statisticky významně, zjistíme pomocí testování následujících hypotéz. 28
29 Skupina B Test Statistics a,b Listening PRETEST- Listening POSTEST1 Listening PRETEST - Listening POSTEST2 Reading PRETEST- Reading POSTEST1 Reading PRETEST - Reading POSTEST2 Z -4,647 c -4,475 c -1,397 c -,063 c Signifikance Wilcoxonova test,000,000,162,949 Tabulka 8 Porovnání rozdílů mezi výsledky pre-testů a post-testů v poslechu a čtení u skupiny B Pro skupinu B jsme ověřili následující hypotézy Pro oblast poslechu: H0: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny B v poslechu nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny B v poslechu vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,000 < 0,05, H0 zamítáme ve prospěch H1 H0: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny B v poslechu nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny B v poslechu vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,000 < 0,05, H0 zamítáme ve prospěch H1 Pro oblast čtení: H0: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny B ve čtení nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny B ve čtení vykazují statisticky významné zhoršení nebo zlepšení. 29
30 Signifikance Wilcoxonova testu = 0,162 > 0,05, H0 nezamítáme H0: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny B ve čtení nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny B ve čtení vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,949 > 0,05, H0 nezamítáme V tabulce 9 opět vidíme záporné rozdíly mezi párovými hodnotami (v tabulce řádek s písmenem Z) poslechu a čtení pro skupinu C. Znamená to, že testové skóre studentů se také zhoršilo. Zda se však zhoršilo statisticky významně, zjistíme pomocí testování následujících hypotéz. Skupina C Test Statistics a,b Listening PRETEST- Listening POSTEST1 Listening PRETEST - Listening POSTEST2 Reading PRETEST- Reading POSTEST1 Reading PRETEST - Reading POSTEST2 Z -4,097 c -4,225 c -2,822 c -1,294 d Signifikance Wilcoxonova test,000,000,005,196 Tabulka 9 Porovnání rozdílů mezi výsledky pre-testů a post-testů v poslechu a čtení u skupiny C Pro skupinu C jsme ověřili následující hypotézy: Pro oblast poslechu: H0: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny C v poslechu nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny C v poslechu vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,000 < 0,05, H0 zamítáme ve prospěch H1 30
31 H0: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny C v poslechu nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny C v poslechu vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,000 < 0,05, H0 zamítáme ve prospěch H1 Pro oblast čtení: H0: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny C ve čtení nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny C ve čtení vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,005 < 0,05, H0 zamítáme ve prospěch H1 H0: Rozdíly výsledků mezi pre-testem a post-testem 2 skupiny C ve čtení nevykazují statisticky významné zhoršení ani zlepšení. H1: Rozdíly výsledků mezi pre-testem a post-testem 1 skupiny C ve čtení vykazují statisticky významné zhoršení nebo zlepšení. Signifikance Wilcoxonova testu = 0,196 > 0,05, H0 nezamítáme Statistické vyhodnocení výsledků pre-testů a post-testu písemného projevu V této části je nutné kromě porovnání výsledků pre-testu a post-testu písemného projevu prezentovat i samotné výsledky post-testu písemného projevu z důvodu lepšího pochopení přírůstku znalostí prezentovaných ve druhé části této kapitoly. Podoba post-testu je v této části prezentována, jako podoba přírůstku znalostí studentů v jednotlivých skupinách A, B, C. Celkových 20 bodů mohl student získat za slovní zásobu, gramatiku a prostředky textové návaznosti, které se měl pomocí výukových opor, předložených jednotlivým skupinám, naučit. Pokud např. student
32 dosáhl na pre-testu 14 bodů a na post-testu dosáhl 7 bodů, jedná se o malou míru zlepšení. Pokud by dosáhl na post-testu 14 bodů, jedná se o střední míru zlepšení. V tabulce 10 jsou uvedeny výsledky přírůstku znalostí v post-testu jednotlivých skupin A, B, C z oblasti písemného projevu. Jak tabulka uvádí, nejlepších výsledků na výstupu dosahovali v průměru studenti ze skupiny A. Přírůstek znalostí byl bodován maximálně 20 body. Skupina A Skupina B Skupina C Průměr 9,27 5,84 7,31 Sm. odchylka 6,108 6,256 5,943 Medián Počet studentů ve skupině Tabulka 10 Výsledky post-testu písemného projevu ve skupinách A, B, C V následující části tabulka 11 zobrazuje výsledná data z mediánového testu. U skupiny A bylo zaznamenáno výrazné zlepšení v písemném projevu na post-testu (šedé zvýraznění) oproti skupinám A a C, kde bylo zaznamenáno více zhoršení, než zlepšení. 32
33 Počet výskytů pro skupiny A, B, C skupina materiály OK (30 studentů) materiály opačné (31 studentů) kontrolní skupina (32 studentů) Listening_pre - post1 Listening_pre - post2 Reading_pre-post1 Reading_pre-post2 Writing _pre_post > Median (počet lepších) <= Median (počet horších) > Median (počet lepších) <= Median (počet horších) > Median (počet lepších) <= Median (počet horších) > Median (počet lepších) <= Median (počet horších) > Median (počet lepších) <= Median (počet horších) Tabulka 11 Výsledky mediánového testu u všech skupin A, B, C 33
34 4 SHRNUTÍ VÝSLEDKŮ Ještě před shrnutím výsledků měření v této kapitole si připomeňme význam pojmenování jednotlivých skupina A, B, C, abychom lépe porozuměli zde prezentovaným závěrům. Ve skupině A se nacházeli studenti, kterým byly během pedagogického experimentu předkládány výukové opory dle jejich senzorické preference. Ve skupině B se nacházeli studenti, kterým byly během pedagogického experimentu předkládány výukové opory opačné k jejich senzorické preferenci. Ve skupině C se nacházeli studenti, kterým byly během pedagogického experimentu předkládány výukové opory v neadaptivní formě. Na základě analýzy dat pomocí statistických metod můžeme výsledky měření shrnout následujícím způsobem: 1. Na základě výsledku testu rovnosti můžeme tvrdit, že struktura jazykových úrovní před začátkem pedagogického experimentu ve skupinách A, B, C je srovnatelná (viz kap ). 2. Na základě provedených měření můžeme tvrdit, že mezi skupinami A, B, C existuje nenormálního rozložení dat v počátečních znalostech studentů v poslechu, čtení a písemném projevu a proto budou pro další statistické zpracování dat použity neparametrické testy. 3. Výsledky poslechu Rozdíly výsledků mezi pre-testem a post-testem 1 a pre-testem a posttestem 2 u skupin A, B, C v poslechu vykazují statisticky významné zhoršení. Na toto zhoršení poukazují záporné rozdíly mezi párovými hodnotami (řádek s písmenem Z) v tabulkách 7,8,9. Lze tedy tvrdit, že studenti ve všech skupinách se v poslechu oproti výsledkům pre-testu statisticky významně zhoršili na post-testu 1 i na post-testu 2. 34
35 4. Výsledky čtení Rozdíly výsledků mezi pre-testem a post-testem 1 a pre-testem a posttestem 2 skupiny A a B ve čtení nevykazují statisticky významné zhoršení ani zlepšení. Rozdíly výsledků mezi pre-testem a post-testem 1 u a skupiny C ve čtení vykazují statisticky významné zhoršení. Na toto zhoršení poukazují záporné rozdíly mezi párovými hodnotami (řádek s písmenem Z) v tabulce 9. Lze tedy tvrdit, že výsledky ve všech skupinách se ve čtení oproti výsledkům pre-testu statisticky významně nezhoršily ani nezlepšily. Výjimkou jsou studenti ve skupině C, kde výsledky mezi pre-testem a post-testem 1 vykazovali statisticky významné zhoršení. 5. Výsledky písemného projevu Na základě popisné statistiky (tabulka 10) a mediánového testu (tabulka 11), největší přírůstek znalostí mezi pre-testem a post-testem písemného projevu byl zaznamenán u skupiny A. Nyní je nutné zodpovědět hlavní hypotézu, která se týká cíle této práce. Tato hypotéza zní: Studenti, kteří absolvují výuku anglického jazyka dle individuálního modelu prostřednictvím ICT, s ohledem na jejich senzorické preference, budou ve výuce úspěšnější, než ti, kteří se tímto způsobem nevzdělávají. Na základě učiněných závěrů u výzkumných tvrzení nelze tvrdit, že studenti, kteří se budou učit dle sestaveného modelu v oblasti poslechu a čtení, budou dosahovat lepších studijních výsledků. Předpoklad pro tyto jazykové oblasti se nenaplnil a to ani bezprostředně po skončení výuky ani s časovým odstupem 3 měsíců. Možné důvody, proč se tento předpoklad nenaplnil, jsou uvedeny v závěru této práce. V oblasti písemného projevu se však toto očekávání naplnilo. Studenti ze skupiny A, kteří se učili dle sestaveného modelu, s ohledem na jejich senzorické preference, byli ve výuce úspěšnější, než ti, kteří se tímto způsobem nevzdělávali. 35
36 Na závěr je třeba si položit několik otázek, které vyplývají ze zjištěných měření v této kapitole. Otázka 1 Čím mohlo být zapříčiněno zhoršení studentů ve všech skupinách v oblasti poslechu? Jedním z důvodů mohla být nedostatečná motivace studentů věnovat úkolům více času, než bylo nezbytně nutné, neboť i když měli studenti na studium předložených výukových materiálů v adaptivní i neadaptivní formě 3 měsíce, většina z nich se výuce začala věnovat na poslední chvíli, ve zkouškovém období, které trvá 3 týdny. Další příčinou mohlo být malé množství pracovních listů, které si studenti měli prostudovat před absolvováním post-testu, který testoval detailnější porozumění testové nahrávky oproti poslechovému pretestu. Tyto nežádoucí vlivy by mohly být také eliminovány měřením učebních výsledků pomocí otevřených odpovědí. Tímto způsobem by se zajistila aktivita studentů nutná pro úspěšné zvládnutí kontrolních testů. Otázka 2 Proč ve čtení nenastalo u studentů takové zhoršení jako v poslechu? Zde bych znovu upozornila na závěry z dílčího výzkumu ohledně senzorických preferencí studentů a jejich jazykových znalostí (viz kapitola 4.2). Tento výzkum prokázal, že studenti bez ohledu na jejich senzorické preference mají více rozvinuty čtenářské schopnosti, než schopnosti poslechové. Pro potřebu zjištění, zda adaptivní opory pro audiální studenty mají pozitivní vliv na jejich učení, by bylo zřejmě nutné vystavit studenty adaptivní výuce delší dobu a s výukovými prvky, které je více přimějí k aktivitě, aby se jejich preferenční schopnosti tzv. probudily. Otázka 3 V oblasti písemného projevu dosáhli největšího přírůstku znalostí studenti skupiny A. Otázkou je, čím mohl být zapříčiněn největší pokrok těchto studentů? Mělo na tento přírůstek vliv složení studentů ve skupině A oproti ostatním studentům ve skupinách B a C? 36
37 Vzhledem k tomu, že struktura jazykových úrovní byla ve všech třech skupinách srovnatelná, tato úvaha byla zamítnuta. Otázka 4 Proč se projevila největší míra zlepšení u všech skupin právě v písemném projevu a ne v ostatních oblastech? Významnou úlohu zde mohl sehrát čas, kdy studenti v oblasti písemného projevu museli věnovat studiu nové slovní zásoby, gramatiky a prostředků textové návaznosti nejvíce času ze všech jazykových oblastí a dále post-test byl založen na aktivním přístupu studentů s minimální možností volit povrchní přístup k výuce. 37
38 5 ZÁVĚR V předloženém autoreferátu k disertační práci byla představena problematika výuky cizích jazyků prostřednictvím adaptivního elearningu. Pozornost byla věnována především uplatnění senzorických vlastností v této formě elearningu. V úvodu byla zmíněna problematika individualizace výuky na obecné úrovni. Následoval popis výzkumného problému a popis cíle disertační práce. Ve druhé kapitole jsme se blíže věnovali teorii učebních stylů na obecné úrovni s přesahem do oblasti výuky cizích jazyků a výběru vhodných učebních stylů pro potřeby diagnostiky senzorických vlastností studenta. Byly zde také definovány dvě skupiny senzorických preferencí studenta, které posloužily v praktické části k ověření cíle této práce. Ve třetí kapitole byly prezentovány cíle, metody, hypotézy a výsledky dílčího výzkumu a pedagogického experimentu. Pro získání výsledků byly použity metody kvantitativního výzkumu pomocí statistického softwaru SPSS IBM. Zvolenými statistickými metodami byly získány nové poznatky, které ověřovaly navržené hypotézy související s hlavním cílem disertační práce. Ve čtvrté kapitole jsme shrnuli výsledky měření dílčího výzkumu a pedagogického výzkumu. Závěry z prezentovaných výzkumů jsou využitelné, jak pro zdokonalování výukových procesů cizích jazyků v adaptivním elearningu, tak pro didaktické aspekty výuky cizích jazyků. 38
39 6 LITERATURA POUŽITÁ V AUTOREFERÁTU BAYNE, R. The Myers-Briggs type indicator: a critical review and practical guide. London: Stanley Thornes, ISBN COHEN, A. D. and S. J. WEAVER. Styles and strategies-based instruction: a teachers guide. 1st ed. Minneapolis: University of Minnesota, 2006, 193 s. ISBN COMRIE, B., S. MATTHEWS a M. POLINSKY. Atlas jazyků: vznik a vývoj jazyků napříč celým světem. Praha: Metafora, ISBN DUNN, R. and T. C SHEA. Learning style and equal protection: the next frontier. The Clearing House. 1991, no. 2, vol. 65, s ISSN FLEMING, N. The VARK Modalities.VARK-LEARN LIMITED. VARK a guide to learning styles [online] [cit ]. Dostupné z: GARDNER, H. Multiple Intelligences: New Horizons. Completely reviewed and updated. New York: BasicBooks, ISBN HENDL, J. Přehled statistických metod: analýza a metaanalýza dat. Praha: Portál, ISBN JUNG, C. Psychological types. Princeton: Princeton University Press, ISBN JUŘÍČKOVÁ, R. Optimalizace výuky cizích jazyků prostřednictvím elearningu. Ostrava, Disertační práce (Ph.D.). Ostravská univerzita v Ostravě, Fakulta pedagogická. LOJOVÁ, G. Styly a strategie ve výuce cizích jazyků. Překlad Kateřina Vlčková. Praha: Portál, ISBN
40 MAREŠ, J. Styly učení žáků a studentů. Praha: Portál, ISBN RIDING, J. R. and G. READ. Cognitive style and pupil learning preferences. Educational Psychology. 1996, no1, vol.16, s ISSN: VERMUNT, J. D. Metacognitive, Cognitive and Affective Aspects of Learning Styles and Strategies: A phenomenographic analysis. Higher Education.1996, no 1, vol. 31, s ISSN
41 7 PUBLIKAČNÍ ČINNOST NEDBALOVÁ, Š. Výzkum možností výuky cizích jazyků ve virtuální realitě. In: Sborník příspěvků z mezinárodní vědecké konference pro doktorandy a mladé vědecké pracovníky. Hradec Králové: MAGNANIMITAS, 2010, s ISBN Podíl autora: 100% NEDBALOVÁ, Š. Metody diagnostiky učebních stylů ve výuce cizích jazyků, fáze I. In: ICTE - Junior. České Budějovice: Universitas Ostravensis, ISBN Podíl autora: 100% NEDBALOVÁ, Š. Metody diagnostiky učebních stylů ve výuce cizích jazyků, fáze II. In Sborník příspěvků z konference DITECH 11. Hradec Králové: ISBN Podíl autora: 100% NEDBALOVÁ, Š. Metody diagnostiky učebních stylů ve výuce cizích jazyků. In: ICTE Rožnov pod Radhoštěm: Universitas Ostravensis, ISBN Podíl autora: 100% NEDBALOVÁ, Š. a K. KOSTOLÁNYOVÁ. Language Learning in Adaptive LMS. 10th International Scientific Conference on Distance Learning in Applied Informatics. Praha: Wolters Kluwer, s ISBN Podíl autora: 50% NEDBALOVÁ, Š. a K. KOSTOLÁNYOVÁ. Application of sensory modalities in a language learning diagnostics. In: Journal on Efficiency and Responsibility in Education and Science [online]. 2014, no. 2, vol.7, s [cit ] ISSN Dostupné také z: Podíl autora: 50% 41
Ostravská univerzita Pedagogická fakulta
Ostravská univerzita Pedagogická fakulta Uplatnění senzorických vlastností v adaptivní výuce cizích jazyků Application of Sensory Characteristics in Adaptive Language Learning Autoreferát k disertační
Modul 2 Nové metody a postupy hodnocení účinnosti podpory přírodovědné gramotnosti
Modul 2 Nové metody a postupy hodnocení účinnosti podpory přírodovědné gramotnosti Modul 2 představuje základní informace o důvodech a potřebách vyvinutí nových inspekčních standardů pro hodnocení rozvoje
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
Studium pedagogiky pro učitele 2013
Studium pedagogiky pro učitele 2013 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
Určeno pro Obsah Počet vyučovacích hodin (1VH = 45 min) ZŠ, SŠ, SOU, G
Název akce, Číslo akreditace MŠMT Spice Your English Lessons I Jak na jazykové dovednosti v angličtině I (mluvení a poslech) Jak na angličtinu pro nejmenší Big C or small c culture? Cizí jazyk Určeno pro
Návrhy témat kvalifikačních prací (KPG)
Návrhy témat kvalifikačních prací (KPG) Témata kvalifikačních prací si studenti volí po dohodě s konkrétními vyučujícími dle vlastního zájmu či profesního zaměření. Následně uvedená témata jsou pouze návrhem
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
1 Konstrukce pregraduální přípravy učitelů občanské výchovy a základů společenských věd na vysokých školách v České republice
Shrnutí a interpretace výstupů z analýzy oborově didaktického kurikula v pregraduální přípravě učitelů občanské nauky / občanské výchovy / výchovy k občanství / základů společenských věd / psychologie
Seminář 6 statistické testy
Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se Ježkovy a Širůčkovy seminární skupiny liší ve výsledcích v. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná
Informace o projektu APSYS
Informace o projektu APSYS Název projektu: Aplikovatelný systém dalšího vzdělávání ve VaV Poskytovatel podpory: Evropský sociální fond, přes MŠMT Operační program: Vzdělávání pro konkurenceschopnost Datum
Uživatelem řízená navigace v univerzitním informačním systému
Hana Netrefová 1 Uživatelem řízená navigace v univerzitním informačním systému Hana Netrefová Abstrakt S vývojem počítačově orientovaných informačních systémů je stále větší důraz kladen na jejich uživatelskou
Výuka softwarového inženýrství na OAMK Oulu, Finsko Software engineering course at OAMK Oulu, Finland
Výuka softwarového inženýrství na OAMK Oulu, Finsko Software engineering course at OAMK Oulu, Finland Magdalena Raszková Abstrakt Příspěvek se zabývá koncepcí předmětu Softwarové inženýrství na Oulu University
MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test
c 2007 Kompost 1 MSI LS 2006/2007 Ing. Pavla Hošková, Ph.D., 2. test Jestliže při testování výsledek (hodnota testového kritéria) padne do kritického oboru: a) musíme nově formulovat nulovou hypotézu,
Hodinová dotace + vzdělávací cíl:
Hodinová dotace + vzdělávací cíl: Celkem 270 vyučovacích hodin prezenční a distanční výuky odborných předmětu je rozděleno do jednotlivých témat. Tématický okruh Seminář (řazeno chronologicky) Úvod do
Každý prostředek se dá efektivně využít, je-li správně uchopen a použit David Nocar
Informační a komunikační technologie ve vzdělávání NOCAR David Abstrakt: Autor se v článku zaměřuje na současné možnosti využití informačních a komunikačních technologií ve vzdělávání. Poukazuje jak na
VÝUKA CHEMIE EFEKTIVITA VÝUKY CHEMIE NA UNIVERZITÁCH S VYUŽITÍM KOMBINACE VÝUKY PREZENČNÍ A ELEKTRONICKÉ (TZV. BLENDED LEARNING)
VÝUKA CHEMIE EFEKTIVITA VÝUKY CHEMIE NA UNIVERZITÁCH S VYUŽITÍM KOMBINACE VÝUKY PREZENČNÍ A ELEKTRONICKÉ (TZV. BLENDED LEARNING) JANA JAKLOVÁ DYTRTOVÁ, b RADMILA DYTRTOVÁ a, MICHAL JAKL b a PAVEL TLUSTOŠ
Petra Pokorná, Petr Ptáček
Learning Materials less Exposed Subjects for Students of Chemistry Teaching Učební materiály k výuce méně exponovaných témat pro studenty učitelství chemie Petra Pokorná, Petr Ptáček Abstract: Based on
BRNO KOMPLEXNÍ DOPRAVNÍ ANALÝZA
MASARYKOVA UNIVERZITA PŘÍRODOVĚDECKÁ FAKULTA GEOGRAFICKÝ ÚSTAV BRNO KOMPLEXNÍ DOPRAVNÍ ANALÝZA Diplomová práce Jan Kučera Vedoucí práce: Mgr. Daniel Seidenglanz, Ph.D. Brno 2013 Bibliografický záznam Autor:
KATALOG VEŘEJNÝCH SLUŽEB
KATALOG VEŘEJNÝCH SLUŽEB Catalogue of public services Ing Renáta Halásková, PhD Vysoká škola logistiky v Přerově, Katedra ekonomických, právních a společenských disciplín e-mail: renatahalaskova@vslgcz
ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY
ZNALOSTI A DOVEDNOSTI ČESKÝCH MUŽŮ V OBLASTI INFORMAČNÍ BEZPEČNOSTI - VÝSLEDKY STATISTICKÉ ANALÝZY Knowledge and skills of Czech men in the field of information security - the results of statistical analysis
ROZVOJ PŘÍRODOVĚDNÉ GRAMOTNOSTI ŽÁKŮ POMOCÍ INTERAKTIVNÍ TABULE
ROZVOJ PŘÍRODOVĚDNÉ GRAMOTNOSTI ŽÁKŮ POMOCÍ INTERAKTIVNÍ TABULE Eva HEJNOVÁ, Růţena KOLÁŘOVÁ Abstrakt V příspěvku je prezentováno další z řady CD (Vlastnosti látek a těles) určených pro učitele základních
Analýza rozptylu. Přednáška STATISTIKA II - EKONOMETRIE. Jiří Neubauer
ANOVA Přednáška STATISTIKA II - EKONOMETRIE Katedra ekonometrie FEM UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími
SEEL General Learning Concept
General Learning Concept Intellectual Output No. IO2-A1 P1, UPB Germany SEEL General Learning Concept Sound in European E-Learning IO2- A1 P1 University Paderborn UPB Germany Project Title Project Acronym
Vyhodnocení dotazníkového šetření v rámci projektu Pedagog lektorem, reg. č.: CZ.1.07/3.2.11/03.0062.
Vyhodnocení dotazníkového šetření v rámci projektu Pedagog lektorem, reg. č.: CZ.1.07/3.2.11/03.0062. Názory studentů a pracujícáích edagogů na Další vzdělávání pedagogických pracovníků (projekt je spolufinancován
Poznámky k předmětu Aplikovaná statistika, 9.téma
Poznámky k předmětu Aplikovaná statistika, 9téma Princip testování hypotéz, jednovýběrové testy V minulé hodině jsme si ukázali, jak sestavit intervalové odhady pro některé číselné charakteristiky normálního
Garant: prof. Ing. O. Kratochvíl, PhD, CSc, MBA, Dr.h.c.
Master of Business Administration - General Management Specializace: Strategické řízení malých a středních firem Exkluzivně zajištěné e-lerningové on-line studium. Garant: prof. Ing. O. Kratochvíl, PhD,
MOŽNOSTI ELEKTRONICKÉHO VZDĚLÁVÁNÍ LÉKAŘSKÝCH KNI- HOVNÍKŮ Eva Lesenková, Helena Bouzková, Adéla Jarolímková, Jitka Feberová
Eva Lesenková, Helena Bouzková, Adéla Jarolímková, Jitka Feberová MOŽNOSTI ELEKTRONICKÉHO VZDĚLÁVÁNÍ LÉKAŘSKÝCH KNI- HOVNÍKŮ Eva Lesenková, Helena Bouzková, Adéla Jarolímková, Jitka Feberová Anotace V
DSP Obor délka Aktuální počet Platnost. Specializace v pedagogice Teorie výtvarné výchovy 3 11/13 1. 3. 2014
Zpráva Akreditační komise o hodnocení doktorských studijních programů/oborů na Pedagogické fakultě Univerzity Jana Evangelisty Purkyně v Ústí nad Labem Akreditační komise (dále jen AK) rozhodla na svém
Course description. Course credit prior to NO Counted into average NO Winter semester 0 / - 0 / - 0 / - Timetable Language of instruction
Course description Course abbreviation: KAL/CAE2 Page: 1 / 8 Course name: English - Preparation for The CAE 2 Academic Year: 2015/2016 Printed: 16.06.2016 22:02 Department/Unit / KAL / CAE2 Academic Year
INTERAKTIVNÍ TABULE A MATEMATICKÝ SOFTWARE GEOGEBRA PŘI VÝUCE MATEMATIKY V ANGLICKÉM JAZYCE
INTERAKTIVNÍ TABULE A MATEMATICKÝ SOFTWARE GEOGEBRA PŘI VÝUCE MATEMATIKY V ANGLICKÉM JAZYCE Olga Komínková Základní škola Velká Bíteš kominkova.olga@zsbites.cz Abstrakt: Příspěvek se zabývá možnostmi využití
1. Souhrnné informace o projektu
1. Souhrnné informace o projektu Číslo operačního programu: Název operačního programu: Číslo prioritní osy: Název prioritní osy: Číslo výzvy: Název výzvy: Typ účetní jednotky: Účetní osnova: CZ.2.17 OP
Analýza rozptylu. Statistika II. Jiří Neubauer. Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.
ANOVA Statistika II Katedra ekonometrie FVL UO Brno kancelář 69a, tel. 973 442029 email:jiri.neubauer@unob.cz ANOVA ANOVA je nástroj pro zkoumání vztahu mezi vysvětlovanými a vysvětlujícími proměnnými.
Didaktika ekonomiky. Literatura: Obsah kurzu
Ing. Alena Králová, Ph.D. konzultační hodiny - út.11.45 12.45 č. 137 NB kralova@vse.cz st 15.00 16.00 Didaktika ekonomiky Literatura: Didaktika základů ekonomiky, Králová, 2013 Podniková ekonomika, Synek,
XML Š ABLONY A JEJICH INTEGRACE V LCMS XML TEMPLATES AND THEIN INTEGRATION IN LCMS
XML Š ABLONY A JEJICH INTEGRACE V LCMS XML TEMPLATES AND THEIN INTEGRATION IN LCMS Roman MALO - Arnošt MOTYČKA This paper is oriented to discussion about using markup language XML and its features in LCMS
1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, 702 00 Ostrava. IZO: 150 077 009 Forma vzdělávání: denní
1 st International School Ostrava-mezinárodní gymnázium, s.r.o. Gregorova 2582/3, 702 00 Ostrava IZO: 150 077 009 Forma vzdělávání: denní Kritéria pro IV. kolo přijímacího řízení pro školní rok 2015/2016
Tab. 1.1 Souhrnné výsledky hospodaření za rok 2012 (Kč) Výnosy Náklady Hospodářský výsledek
červen 2013 Finanční prostředky fakulty jsou získávány z příspěvku a institucionální podpory MŠMT univerzitě a podle metodiky MŠMT a stanovených pravidel, schválených AS UHK, jsou rozdělovány na fakulty.
Projekt inovácie obsahu a štruktúry výučby úpolov, bojových umení - športov a sebaobrany pre štúdium odboru telesná výchova
Projekt inovácie obsahu a štruktúry výučby úpolov, bojových umení - športov a sebaobrany pre štúdium odboru telesná výchova Project of contents and structure inovation in process of education in martial
UNIVERZITA TOMÁŠE BATI VE ZLÍNĚ FAKULTA HUMANITNÍCH STUDIÍ Institut mezioborových studií Brno
UNIVERZITA TOMÁŠE BATI VE ZLÍNĚ FAKULTA HUMANITNÍCH STUDIÍ Institut mezioborových studií Brno MOTIVACE K UČENÍ U ŽÁKŮ RŮZNÝCH VĚKOVÝCH SKUPIN BAKALÁŘSKÁ PRÁCE Vedoucí bakalářské práce: PhDr. Ivana Poledňová
Nové přístupy k výuce přírodovědných předmětů s využitím ICT pomůcek na ZŠ Obecná část
Název: Nové přístupy k výuce přírodovědných předmětů s využitím ICT pomůcek na ZŠ Obecná část Autor: Prof. RNDr. Erika Mechlová, CSc., RNDr. Martin Malčík, Ph.D. Vydání: 1. vydání, 2010 Počet stran: 93
APPLE IPAD IN EDUCATION. Jan LAVRINČÍK
THEORETICAL ARTICLES APPLE IPAD IN EDUCATION Jan LAVRINČÍK Abstract: The paper deals with the significance and general characteristics of tablets in education. A special emphasis is devoted to Tablet Apple
DESKRIPCE A APLIKACE KOMUNIKAČNÍCH E-KANÁLŮ VYUŽITELNÝCH VE VZTAHU OBČANŮ A OBCÍ
DESKRIPCE A APLIKACE KOMUNIKAČNÍCH E-KANÁLŮ VYUŽITELNÝCH VE VZTAHU OBČANŮ A OBCÍ DESCRIPTION AND APPLICATION OF THE COMMUNICATION E- CANALS AVAILABLE IN RELATION AMONG CITIZENS AND MUNICIPALITIES Petr
Výuka odborného předmětu z elektrotechniky na SPŠ Strojní a Elektrotechnické
Jihočeská univerzita v Českých Budějovicích Pedagogická fakulta Oddělení celoživotního vzdělávání Závěrečná práce Výuka odborného předmětu z elektrotechniky na SPŠ Strojní a Elektrotechnické Vypracoval:
ELEARNING NA UJEP PŘEDSTAVY A SKUTEČNOST
ELEARNING NA UJEP PŘEDSTAVY A SKUTEČNOST JAN ČERNÝ, PETR NOVÁK Univerzita J.E. Purkyně v Ústí nad Labem Abstrakt: Článek popisuje problematiku rozvoje elearningu na UJEP. Snahu o vytvoření jednotného celouniverzitního
Role zprostředkovatelky na Úřadu práce ČR
Pražská vysoká škola psychosociálních studií, s.r.o. Role zprostředkovatelky na Úřadu práce ČR Dana Beznosková Kombinovaná forma studia Vedoucí práce: PhDr. Kateřina Šámalová, Ph.D. Praha 2014 Prague college
PROFIL BUDOUCÍHO ABSOLVENTA OBORU INFORMATIKA
PROFIL BUDOUCÍHO ABSOLVENTA OBORU INFORMATIKA Cyril Klimeš Ostravská univerzita, katedra informatiky a počítačů, 30. dubna 22, 701 03 Ostrava, ČR, e-mail: cyril.klimes@osu.cz Abstrakt Tento příspěvek si
Projekt implementace Balanced Scorecard na FaME UTB ve Zlíně. Lenka Pálková
Projekt implementace Balanced Scorecard na FaME UTB ve Zlíně Lenka Pálková Diplomová práce 2007 ABSTRAKT Ve své diplomové práci se věnuji problematice zvýšení výkonnosti Fakulty managementu a ekonomiky
UČIVO ZÁKLADY GYMNASTIKY V TĚLESNÉ VÝCHOVĚ NA 1. STUPNI ZÁKLADNÍCH ŠKOL
UČIVO ZÁKLADY GYMNASTIKY V TĚLESNÉ VÝCHOVĚ NA 1. STUPNI ZÁKLADNÍCH ŠKOL Alena Vaculíková; Ludmila Miklánková Univerzita Palackého v Olomouci, Fakulta tělesné kultury, Katedra aplikovaných pohybových aktivit
Didaktika hudební výchovy v současném systému vzdělávání
Didaktika hudební výchovy v současném systému vzdělávání Mgr. Kateřina Šrámková Současný stav hudební výchovy na školách není uspokojivý. Proč tomu tak je, je předmětem zkoumání práce učitelů hudební výchovy
Žáci a ICT. Sekundární analýza výsledků mezinárodních šetření ICILS 2013 a PISA 2012
Žáci a ICT Sekundární analýza výsledků mezinárodních šetření ICILS 2013 a PISA 2012 Praha, květen 2016 Česká republika se již více než 20 let pravidelně účastní mezinárodních šetření v oblasti vzdělávání.
Využití e-learningu pro kombinovanou formu studia nelékařských zdravotnických povolání
Využití e-learningu pro kombinovanou formu studia nelékařských zdravotnických povolání Hana Sochorová Zdravotně sociální fakulta Ostravské univerzity v Ostravě Projekt ESF (OP RLZ) Implementace systému
Analýza vzdělávacích potřeb a kompetencí učitelů 1. stupně ZŠ v Olomouckém kraji k implementaci a využívání ICT ve výuce matematiky
Analýza vzdělávacích potřeb a kompetencí učitelů 1. stupně ZŠ v Olomouckém kraji k implementaci a využívání ICT ve výuce matematiky Analysis of Educational Needs and Competencies of Primary School Teachers
Fakulta financí a účetnictví
Fakulta financí a účetnictví VYSOKÁ ŠKOLA EKONOMICKÁ V PRAZE Vyhláška děkana Fakulty financí a účetnictví č. 3/2014, o plnění studijních povinností 1 Úvodní ustanovení 1. Tato vyhláška v souladu se Studijním
MODERN APPROACHES TO TEACHING PROGRAMMING. Rostislav FOJTÍK
RESEARCH ARTICLES MODERN APPROACHES TO TEACHING PROGRAMMING Rostislav FOJTÍK Abstract: The article bases from practical experience of the author teaching programming on secondary and tertiary level of
SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ
SYSTÉM TECHNICKO-EKONOMICKÉ ANALÝZY VÝROBY TEKUTÉHO KOVU - CESTA KE SNIŽOVÁNÍ NÁKLADŮ FIGALA V. a), KAFKA V. b) a) VŠB-TU Ostrava, FMMI, katedra slévárenství, 17. listopadu 15, 708 33 b) RACIO&RACIO, Vnitřní
EFEKTIVNÍ IN-SERVICE VZDĚLÁVÁNÍ JAZYKOVÝCH LEKTORŮ V PLZEŇSKÉM KRAJI
EFEKTIVNÍ IN-SERVICE VZDĚLÁVÁNÍ JAZYKOVÝCH LEKTORŮ V PLZEŇSKÉM KRAJI Obsah VZDĚLÁVACÍ PROGRAMY... 2 1. PROGRAM: VEDENÍ VÝUKY... 2 1.1. Plánování výuky... 2 1.2. Výuka receptivních a produktivních dovedností...
Seminář 6 statistické testy
Seminář 6 statistické testy Část I. Volba správného testu Chceme zjistit, zda se středeční a čtvrteční seminární skupiny liší ve výsledcích v 1. průběžné písemce ze statistiky. Chceme zjistit, zda 1. průběžná
Uni- and multi-dimensional parametric tests for comparison of sample results
Uni- and multi-dimensional parametric tests for comparison of sample results Jedno- a více-rozměrné parametrické testy k porovnání výsledků Prof. RNDr. Milan Meloun, DrSc. Katedra analytické chemie, Universita
Hodnocení základního kursu Finanční účetnictví podle ECTS studenty
Hodnocení základního kursu Finanční účetnictví podle ECTS studenty Jaroslava Janhubová 1. Výuka základního kursu účetnictví Na začátku akademického roku 2006/7 začala katedra finančního účetnictví a auditingu
Podnikatelská informatika obor šitý na míru
Podnikatelská informatika obor šitý na míru Doc. Ing. Jan Skrbek, Dr., Ing. Klára Antlová, Ph.D. Katedra informatiky Hospodářská fakulta Technické univerzity v Liberci Voroněžská 13 46117 Liberec 1. Úvod
Analýza rozptylu dvojného třídění
StatSoft Analýza rozptylu dvojného třídění V tomto příspěvku si ukážeme konkrétní práci v softwaru STATISTICA a to sice při detekci vlivu jednotlivých faktorů na chování laboratorních krys v bludišti.
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
ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE
TECHNICKÁ UNIVERZITA V LIBERCI Fakulta mechatroniky a mezioborových inženýrských studií ROZPOZNÁVÁNÍ AKUSTICKÉHO SIGNÁLU ŘEČI S PODPOROU VIZUÁLNÍ INFORMACE AUTOREFERÁT DISERTAČNÍ PRÁCE 2005 JOSEF CHALOUPKA
Vážení uchazeči o studium na Pedagogické fakultě Univerzity Palackého v Olomouci,
Vážení uchazeči o studium na Pedagogické fakultě Univerzity Palackého v Olomouci, vítáme Vás na Ústavu pedagogiky a sociálních studií. www.upss.cz Proč si vybrat ke svému studiu Olomouc Pedagogickou fakultu
75-07 Specializace v pedagogice. Hudební teorie a pedagogika
Pedagogická fakulta Univerzity Palackého v Olomouci Žižkovo nám. 5, 771 40 Olomouc Doktorský studijní program: 75-07 Specializace v pedagogice oboru Hudební teorie a pedagogika Program se řídí Zákonem
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
MOŽNOSTI VYUŽITÍ SHLUKOVÉ ANALÝZY V Q-METODOLOGII
MOŽNOSTI VYUŽITÍ SHLUKOVÉ ANALÝZY V Q-METODOLOGII CHRÁSKA Miroslav, CZ Resumé Příspěvek seznamuje s možnostmi využití shlukové analýzy při zpracování výzkumu provedeného pomocí Q-metodologie. Ve výzkumu
Role hospitace v odborném výcviku
Role hospitace v odborném výcviku Hlavní trendy v pohledu na roli lektora ve vzdělávání Kostelec nad Černými lesy Petr Mach, FPE ZČU v Plzni 23. 24. 10. 2012 Funkce hospitace Diagnostická - d. vzdělávacích
DISTANČNÍ KURZ ZÁKLADY FYZIKY V KOMBINOVANÉ FORMĚ STUDIA
DISTANČNÍ KURZ ZÁKLADY FYZIKY V KOMBINOVANÉ FORMĚ STUDIA KOPEČNÝ JAN, KOPEČNÁ MILADA, TOMEČKOVÁ HANA, TROJKOVÁ JANA Vysoká škola báňská -Technická univerzita Ostrava, 7.listopadu, 708 Ostrava-Poruba jan.kopecny@vsb.cz,
APLIKACE NÁSTROJŮ KVALITY VE SPOLEČNOSTI METEOSERVIS V.O.S. SVOČ FST 2011
APLIKACE NÁSTROJŮ KVALITY VE SPOLEČNOSTI METEOSERVIS V.O.S. SVOČ FST 2011 Petr Novák, Ing. Martin Melichar Ph.D. Západočeská univerzita v Plzni, Západočeská univerzita v Plzni, Univerzitní 8, 306 14 Plzeň
6 TESTY HYPOTÉZ NEPARAMETRICKÉ TESTY
Elena Mielcová, Radmila Stoklasová a Jaroslav Ramík; Statistické programy 6 TESTY HYPOTÉZ NEPARAMETRICKÉ TESTY RYCHLÝ NÁHLED DO KAPITOLY Kapitola obsahuje přehled neparametrických testů, které nalezneme
Nabídka volitelných předmětů ve školním roce 2016/2017
Obchodní akademie Vinohradská, 120 00 Praha 2, Vinohradská 38, tel.: 778 534 316 Nabídka volitelných předmětů ve školním roce 2016/2017 číslo 4/2016 Každý žák 3. a 4. ročníku se podle učebního plánu povinně
ICILS 2013 VÝSLEDKY Z PILOTNÍHO ŠETŘENÍ
ICILS 2013 VÝSLEDKY Z PILOTNÍHO ŠETŘENÍ Mezinárodní šetření počítačové a informační gramotnosti Praha, listopad 2012 ŠKOLNÍ ZPRÁVA Základní škola Jih, Komenského 459, Mariánské Lázně KÓD VAŠÍ ŠKOLY: S15
EVA VOLNÁ MARTIN KOTYRBA MICHAL JANOŠEK VÁCLAV KOCIAN
Doc. RNDr. PaedDr. Eva Volná, PhD. RNDr. Martin Kotyrba, Ph.D. RNDr. Michal Janošek, Ph.D. Mgr. Václav Kocian UMÌLÁ INTELIGENCE Rozpoznávání vzorù v dynamických datech Praha 2014 Anotace: Cílem knihy je
Témata diplomových prací Katedra speciální pedagogiky studijní rok 2018/2019
Témata diplomových prací Katedra speciální pedagogiky studijní rok 2018/2019 Prof. PaedDr. Miroslava Bartoňová, Ph.D. 1. Inkluzivní didaktiky na prvním stupni základní školy 2. Motivace u dětí s lehkým
Význam a stanovení antioxidantů v čaji. Bc. Kateřina Zehnalová
Význam a stanovení antioxidantů v čaji Bc. Kateřina Zehnalová Diplomová práce 2010 ABSTRAKT Cílem této diplomové práce bylo stanovení antioxidantů v čajích. Antioxidanty jsou důležité látky mající schopnost
Česká školní inspekce Moravskoslezský inspektorát INSPEKČNÍ ZPRÁVA. čj. ČŠI-490/08-14. Předmět inspekční činnosti
Česká školní inspekce Moravskoslezský inspektorát Název školy: INSPEKČNÍ ZPRÁVA čj. ČŠI-490/08-14 Základní škola a Mateřská škola Havířov - Město Na Nábřeží, příspěvková organizace Adresa: Na Nábřeží 49/1374,
Posouzení obtížnosti výkladového textu učebnic přírodopisu pro 7. ročník ZŠ pomocí dvou metod
Posouzení obtížnosti výkladového tetu učebnic přírodopisu pro 7. ročník ZŠ pomocí dvou metod Souhrn Libuše Hrabí Katedra přírodopisu a pěstitelství PdF UP Tento článek obsahuje poznatky o porovnání náročnosti
Policejní akademie České republiky v Praze BEZPEČNOST INFORMACÍ
Policejní akademie České republiky v Praze Fakulta bezpečnostního managementu PRŮVODCE KOMBINOVANÝM STUDIEM Metodická studijní opora BEZPEČNOST INFORMACÍ Bakalářský studijní program Veřejná správa, studijní
Informace o požadavcích a harmonogramu doktorského studijního programu
Informace o požadavcích a harmonogramu doktorského studijního programu Katedra psychologie FF UP v Olomouci realizuje dle udělených akreditací doktorský studijní program (dále i DSP či Ph.D. studium) v
ZÁVAZNÉ POKYNY PRO VYPRACOVÁNÍ BAKALÁŘSKÉ, DIPLOMOVÉ A DISERTAČNÍ PRÁCE
ZÁVAZNÉ POKYNY PRO VYPRACOVÁNÍ BAKALÁŘSKÉ, DIPLOMOVÉ A DISERTAČNÍ PRÁCE Bakalářskou/diplomovou prací se ověřují vědomosti a dovednosti, které student získal během studia a jeho schopnosti využívat je při
Způsob vnímání vybraných pojmů školního a sociálního prostředí studenty Univerzity v Rzeszowe v roce 2010 a 2011
Marie CHRÁSKOVÁ Pedagogická Fakulta Univerzity Palackého v Olomouci, Česká Republika Způsob vnímání vybraných pojmů školního a sociálního prostředí studenty Univerzity v Rzeszowe v roce 2010 a 2011 Úvod
Učitelství praktického vyučování přednáška P3
Učitelství praktického vyučování přednáška P3 Mediální podpora výuky Jak se na výuce podílejí naše smysly? Multimédia a jejich podíl na výuce Multimediální tvorba v práci učitele odborných předmětů (domácí
bakalářského studijního programu Učitelství pro mateřské školy Prof. PhDr. Alena Nelešovská, CSc. Doc. PhDr. Eva Šmelová, Ph.D.
Reflexe aktivit a výsledků projektu Evaluace a inovativní aplikace bakalářského studijního programu Učitelství pro mateřské školy Prof. PhDr. Alena Nelešovská, CSc. Doc. PhDr. Eva Šmelová, Ph.D. Identifikace
SOUHRNNAÁ ZAÁVEČ RECČNAÁ ZPRAÁVA DODATEK
III. MATERIÁL SOUHRNNAÁ ZAÁVEČ RECČNAÁ ZPRAÁVA DODATEK Pilotní ověřování organizace přijímacího řízení do oborů vzdělání s maturitní zkouškou s využitím centrálně zadávaných jednotných testů Zíka Jiří
Monitorování vývoje meteo situace nad ČR pomocí GPS meteorologie
Monitorování vývoje meteo situace nad ČR pomocí GPS meteorologie Bc. Michal Kačmařík Instutut geoinformatiky, Hornicko-geologická fakulta, Vysoká škola báňská Technická univerzita Ostrava, 17. listopadu
Proměny představ českých občanů o ideálním zaměstnání v letech 1997 až 2005 1 Naděžda Čadová
Proměny představ českých občanů o ideálním zaměstnání v letech 1997 až 2005 1 Naděžda Čadová Úvod Česká republika prošla v období mezi roky 1997 a 2005 mnoha změnami ve sféře politické i ekonomické. V
V ý p i s. habilitační přednášky: Možnosti zneužití průmyslových škodlivin a agrochemikálií v terorismu.
v Hradci Králové dne 30. ledna 2012 pořízený za účelem zveřejnění přijatého usnesení 12. Návrh na přijetí Usnesení z jednání VR FVZ a hlasování o návrhu aklamací schválila u s n e s e n í : 1. odsouhlasila
PRÁCE A STUDIUM V SOUVISLOSTI S POHYBOVOU AKTIVITOU
PRÁCE A STUDIUM V SOUVISLOSTI S POHYBOVOU AKTIVITOU Mgr. Lukáš Martinek Prof. PhDr. Valérie Tóthová, Ph.D. Katedra ošetřovatelství a porodní asistence Jihočeská univerzita v Českých Budějovicích, Zdravotně
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.
Infogram: Nová platforma pro podporu informačního vzdělávání
Infogram: Nová platforma pro podporu informačního vzdělávání Bc. Eva DOHNÁLKOVÁ Česká zemědělská univerzita v Praze, Studijní a informační centrum dohnalko@sic.czu.cz PhDr. Hana LANDOVÁ, Ph.D. Česká zemědělská
Učitelství pro střední školy na FF UK v Praze. 1. Obecné informace
Učitelství pro střední školy na FF UK v Praze 1. Obecné informace 1.1 Profil absolventa učitelských studijních programů Absolvent studijního programu Učitelství pro střední školy má založeny základní kompetence
IBM SPSS Decision Trees
IBM Software IBM SPSS Decision Trees Jednoduše identifikujte skupiny a predikujte Stromově uspořádané postupné štěpení dat na homogenní podmnožiny je technika vhodná pro exploraci vztahů i pro tvorbu rozhodovacích
STUDIJNÍ A ZKUŠEBNÍ ŘÁD OSTRAVSKÉ UNIVERZITY V OSTRAVĚ
STUDIJNÍ A ZKUŠEBNÍ ŘÁD OSTRAVSKÉ UNIVERZITY V OSTRAVĚ ze dne 24. června 2013 Ministerstvo školství, mládeže a tělovýchovy registrovalo podle 36 odst. 2 zákona č. 111/1998 Sb., o vysokých školách a o změně
1. Úvod Přehled akreditovaných DSP/DSO: Hospodářská politika a správa
Závěrečná zpráva Akreditační komise o hodnocení doktorských studijních programů na Ekonomické fakultě Vysoké školy báňské Technické univerzity Ostrava září 2012 O hodnocení doktorských studijních programů
Fakulta pedagogická. a) Bakalářské studijní programy vedoucí ke studiu učitelství nebo k odbornému výstupu:
Fakulta pedagogická Sedláčkova 38, Plzeň, 30614 Tel.: 377 636 010-15,, fax: 377 636 022 E-mail: uchazec-fpe@fpe.zcu.cz, WWW Stránka: www.fpe.zcu.cz Obecné informace o fakultě Fakulta pedagogická ZČU zajišťuje
Praktikum didaktických a lektorských dovedností
Praktikum didaktických a lektorských dovedností Učební text pro kombinované studium Učitelství odborných předmětů Pedagogická fakulta JU České Budějovice 2007 Mgr. Miroslav Procházka Obsah: I. Principy
OPTIMALIZATION OF TRAFFIC FLOWS IN MUNICIPAL WASTE TREATMENT OPTIMALIZACE DOPRAVNÍCH TOKŮ V NAKLÁDÁNÍ S KOMUNÁLNÍM ODPADEM
OPTIMALIZATION OF TRAFFIC FLOWS IN MUNICIPAL WASTE TREATMENT OPTIMALIZACE DOPRAVNÍCH TOKŮ V NAKLÁDÁNÍ S KOMUNÁLNÍM ODPADEM Novotný V., Červinka J. Ústav zemědělské, potravinářské a environmentální techniky,
1. Úvod do studia statistiky. 1.1. Významy pojmu statistika
1. Úvod do studia statistiky Andrew Lang o politikovi: Používá statistiku jako opilý člověk pouliční lampu spíš na podporu než na osvětlení. Benjamin Disraeli o lži: Jsou tri stupně lži - lež, nehanebná
MBA Management a obchod Exkluzivně zajištěné e-lerningové on-line studium.
MBA Management a obchod Exkluzivně zajištěné e-lerningové on-line studium. Garant: prof. Ing. O. Kratochvíl, PhD, CSc., MBA, Dr.h.c. Komu určeno: Studium je určeno všem podnikatelům, manažerům, vedoucím
Evropský sociální fond Praha a EU Investujeme do vaší budoucnosti 1
50+ NENÍ HANDICAP metodika projektu Zpátky do práce lze i v mém věku věku CZ 2.17/2.1.00/37052 0 Identifikace projektu Název projektu Zpátky do práce lze i v mém věku Registrační číslo projektu CZ 2.17/2.1.00/37052