Tehnologije e-učenja

E-obrazovanje danas je „vruća“ tema i mnogi se bave njime, tj. primjenjuju IKT (informacijsku i komunikacijsku tehnologiju) u obrazovnim procesima. Međutim, treba dobro poznavati svojstva i tehnologije i obrazovnih procesa da bi taj spoj bio učinkovit.
Znate li kad je za objašnjavanje nečeg bolje upotrijebiti tekst nego sliku, a niz slika umjesto videa, izgovorenu riječ umjesto teksta?
Svi danas snimaju predavanja, no kakva treba biti snimka i što joj još treba pridodati da bude korisna za učenje?
Koja je razlika snimke predavanja i obrazovnog videa? Koja svojstva mora imati obrazovni video? Kojim se to tehnologijama ostvaruje?
Kako se tehnički ostvaruje kvalitetan audio i video zapis?
Kojim tehnologijama i kako se može poboljšati interaktivnost predavanja i suradnja učenika u učenju?
Može li računalo objektivno provjeravati kompetencije, kao što bi to činio čovjek ili još nedostaju tehnologije za to? U kojim slučajevima i kakve?
Koja je razlika virtualnog i udaljenog laboratorija? Čemu oni služe? Kako se mogu izgraditi?
Što su to “Programirano učenje” i “vođeno učenje”? Kako se ostvaruju?


Važan dio predmeta je rad na vlastitom projektu. Možete birati:
•    Izraditi obrazovni video
•    Auto intervju – osmisliti opremu i alate za izradu podcasta u obliku intervjua
•    Program za automatsko generiranje (matematičkih) zadataka
•    Odabrati i pripremiti alate za virtualne laboratorije srednje škole
•    Unaprjeđivati alat za snimke predavanja LeCTo.org
•    Unaprjeđivati alat za interakciju s publikom AuResS.org
•    Izraditi udžbenik za obradbu audio zapisa, za nastavnike
•    Izraditi udžbenik za obradbu video zapisa, za nastavnike
•    I slične projekte

 

 


Tehnologije e-učenja

Opis predmeta

Teorije učenja i kognitivni procesi. Obrazovni video materijali. Snimke predavanja. Sustavi za interakciju u razredu. Alati za provjeru činjeničnog, proceduralnog i konceptualnog znanja. Svojstva i mogućnosti virtualnih laboratorija i simulatora.

Ishodi učenja

  1. Opisti kako čovjek uči
  2. Izraditi kratki edukativni video sadržaj
  3. Izraditi provjeru činjeničnog, proceduralnog i konceptualnog znanja
  4. Izabrati primjerenu tehnologiju za pospješenje interakcije u učionici.
  5. DEfinirati potrebna tehnička svojstva virtualnog laboratorija ili simulatora

Oblici nastave

Predavanja

Predavanja se izvode tjedno. Studenti trebaju napraviti pripremu za predavanje prema uputi.

Seminari i radionice

U okviru kolegija studenti rade na projektu, praktičnom zadatku koji je temom vezan za kolegij.

Način ocjenjivanja

Kontinuirana nastava Ispitni rok
Vrsta provjere Prag Udio u ocjeni Prag Udio u ocjeni
Domaće zadaće 50 % 10 % 0 % 0 %
Seminar/Projekt 50 % 60 % 50 % 60 %
Međuispit: Pismeni 0 % 1 % 0 %
Završni ispit: Pismeni 50 % 29 %
Ispit: Pismeni 50 % 40 %

Tjedni plan nastave

  1. Teorije učenja
  2. Kognitivni procesi
  3. Stvaranje obrazovnog materijala
  4. Snimke predavanja
  5. Obrazovni video
  6. Sustavi za interakciju ućitelja i učenika
  7. Računalom podržana i automatizirana provjera znanja
  8. Međuispit
  9. Računalom podržana i automatizirana provjera znanja
  10. Računalom podržana i automatizirana provjera znanja
  11. Virtualni laboratoriji i simulacije
  12. Virtualni laboratoriji i simulacije
  13. Programirano i vođeno učenje
  14. Programirano i vođeno učenje
  15. Završni ispit

Studijski programi

Sveučilišni diplomski
Audiotehnologije i elektroakustika (profil)
Slobodni izborni predmeti (1. semestar)
Automatika i robotika (profil)
Slobodni izborni predmeti (1. semestar)
Elektroenergetika (profil)
Slobodni izborni predmeti (1. semestar)
Elektroničko i računalno inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Elektronika (profil)
Slobodni izborni predmeti (1. semestar)
Elektrostrojarstvo i automatizacija (profil)
Slobodni izborni predmeti (1. semestar)
Informacijsko i komunikacijsko inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Komunikacijske i svemirske tehnologije (profil)
Slobodni izborni predmeti (1. semestar)
Programsko inženjerstvo i informacijski sustavi (profil)
Izborni predmet profila (1. semestar)
Računalno inženjerstvo (profil)
Slobodni izborni predmeti (1. semestar)
Računalno modeliranje u inženjerstvu (profil)
Slobodni izborni predmeti (1. semestar)
Računarska znanost (profil)
Slobodni zborni predmeti (1. semestar)
Znanost o mrežama (profil)
Slobodni izborni predmeti (1. semestar)
Znanost o podacima (profil)
Slobodni izborni predmeti (1. semestar)

Literatura

Peter Jarvis, John Holford, Colin Griffin (2003.), The Theory & Practice of Learning, Psychology Press
Isaac I. Bejar (2016.), Automated Scoring of Complex Tasks in Computer-based Testing, Psychology Press
Spratt, Christine, Lajbcygier, Paul (2009.), E-Learning Technologies and Evidence-Based Assessment Approaches, IGI Global

Laboratorijske vježbe

Za studente

Izvedba

ID 223089
  Zimski semestar
5 ECTS
R1 Engleski jezik
R2 E-učenje
30 Predavanja
10 Laboratorijske vježbe

Ocjenjivanje

90 izvrstan
80 vrlo dobar
70 dobar
60 dovoljan