IzglÄ«tÄ«bas darbÄ«bas pÄtÄ«jums e-studiju vidÄ - LiepÄjas UniversitÄte

More documents

Recommendations

Info

Tabula 2.1.4.Kolmogorova – Smirnova un Šapiro – Vilka testu rezultāti datu kategorijai „Manas intereses– datorzinātne”.Kolmogorov-Smirnov aShapiro-WilkStatistic df Sig. Statistic df Sig.Manas intereses -datorzinātne,174 176 ,000 ,923 176 ,000Balstoties uz informāciju par šo datu kategoriju, pārbaudīta hipotēze, ka to sadalījums atbilstnormālsadalījumam (Tabula 2.1.6.) Attēlā 2.1.2. redzamais Q-Q tipa grafiks, kurā redzamaslieluma novirzes no normālsadalījuma datu kategorijai „Manas intereses – datorzinātne”neļauj izdarīt galīgu secinājumu. Grafikā redzams, ka lieluma atbilstošie punkti visā datudiapazonā izvietoti ļoti tuvu līnijai, kura atbilst normālsadalījumam. To apstiprina arī Grafiks,kurā redzama novirze no nulles līnijas, kura atbilst normālsadalījumam (Attēls 2.1.3.). Tomērvizuālais novērtējums nav pietiekams pierādījums hipotēzei.2.1.2.att. Q-Q tipa grafiks, kurā redzamas lieluma novirzes no normālsadalījuma datukategorijai „Manas intereses – datorzinātne”.170
2.1.3.att. Q-Q tipa grafiks, kurā redzamas lieluma novirzes no normālsadalījuma datukategorijai „Manas intereses – datorzinātne”Iegūto lielumu aprakstošās statistikas parametri raksturo iegūto rezultātu derīgumu ungalvenos parametrus. Visos gadījumos testi neapstiprināja hipotēzi H(0). Q-Q tipa grafikupiemēri un normalitātes testi katrai datu kategorijai atbilstoši interešu veidam 2. IDP lokāredzami 17. Un 18. pielikumā.Izvirzīta hipotēze H(0) - interešu pašnovērtējuma sadalījums atbilst kādam no sadalījumiem,kuri pieļauj parametra interpretāciju ar vidējo aritmētisko vērtību. Lai pārbaudītu hipotēzi,tika izmantota statistisko datu apstrādes programma EasyFit Professional Versija 5.5. Interešukategorijas „datorzinātne” atbilstība chi-kvadrāta neparametriskajiem testiem statistikas datuapstrādes datorprogrammā EasyFit Professional redzama 19. pielikumā.Attēlā 2.1.4. Redzamajā grafikā parādīita varbūtību blīvuma funkcija gamma sadalījumaminterešu kategorijai „datorzinātnes” 2. Apguves loka sākumā pētījuma pirmajā gadā.171
Page 1:
RĪGAS TEHNISKĀ UNIVERSITĀTEElekt
Page 4 and 5:
THESYS ANNOTATIONJanis Kapenieks ha
Page 6 and 7:
SatursLpp.Ievads………………
Page 8 and 9:
IEVADSPromocijas darbā atspoguļot
Page 10 and 11:
2005). J. Bērziņš zināšanu sab
Page 12 and 13:
Straujā informācijas un komunikā
Page 15 and 16:
Zināšanu sabiedrības veidošanā
Page 17 and 18:
Pētījuma mērķis: Izstrādāt me
Page 19 and 20:
Padziļinātas intervijas - IDP dal
Page 21 and 22:
Izglītības darbības pētījums s
Page 23 and 24:
Kursa nobeigumā kursa norisē iesa
Page 25 and 26:
Pētījumu rezultātu aprobācija.Z
Page 27 and 28:
4. Kapenieks J. (2011) Knowledge Cr
Page 29 and 30:
un ļaut viņiem pilnveidot savu pe
Page 31 and 32:
Pirmajā daļā izstrādāti filozo
Page 33 and 34:
svarīgākie lietotājdraudzīguma
Page 35 and 36:
sociālā konstruktīvisma izpausme
Page 37 and 38:
Šīs teorijas ir sensitīvas attie
Page 39 and 40:
Modelis atbilst darbības pētījum
Page 41 and 42:
mijiedarbību, lai vadītu un pilnv
Page 43 and 44:
adošumu skata par vienu no tā kon
Page 45 and 46:
adošās jeb sintēzes - spēja ier
Page 47 and 48:
1931). Rosmana modeļa stiprā puse
Page 49 and 50:
datorvīrusus, kodolieročus un nev
Page 51 and 52:
7. Nopietni uzklausīt studentu iet
Page 53 and 54:
Summatīvā vērtēšana forma ļau
Page 55 and 56:
Nereti nepieciešami 10 gadi mācī
Page 57 and 58:
Organizācijas veidoti uzskati- ar
Page 59 and 60:
dalībnieku grupas darbu raksturojo
Page 62 and 63:
sadarbības partneri strādā kopā
Page 64 and 65:
Kooperatīvajās mācībās un kola
Page 66 and 67:
Djuī kritērijiem mācību videi.
Page 68 and 69:
E-studiju vide ir atvērta un refle
Page 70 and 71:
ietekmi uz studentu motivāciju un
Page 72 and 73:
veiktas ar mācībām nesaistītās
Page 74 and 75:
Šis modelis atbilst pētījumā ve
Page 76 and 77:
„jebkurā vietā un laikā” ļa
Page 78 and 79:
kvalificēta lietotāja līmenī. T
Page 80 and 81:
Situatīvas Mobilas KontekstuālasK
Page 82 and 83:
2. izpratnes veidošanas līmenī t
Page 84 and 85:
lietotāja apmierinātību un pedag
Page 86 and 87:
sava vietaSkaistums nav labs īpaš
Page 88 and 89:
norādījumiem vingrinājumu veikš
Page 90 and 91:
Šajā apakšnodaļā teiktais ļau
Page 92 and 93:
konsultantu abos minētajos veidos
Page 94 and 95:
Otrā diskursīvajā prakse - snieg
Page 96 and 97:
1.5.3.3. att. Pirmais apguves loks
Page 98 and 99:
Subjektīvo indikatoru kvalitatīva
Page 100 and 101:
Ģenerālās kopas raksturojums. P
Page 102 and 103:
Tabula 1.5.4.2.Pētījumā iesaist
Page 104 and 105:
30% vērtē ar 9 ballēm), audio un
Page 106 and 107:
1.5.5. Pētījumā iesaistīto stud
Page 108 and 109:
Komercdarbības kursā pasniedzējs
Page 110 and 111:
IDP koordinācija visos tā etapos
Page 112 and 113:
1.5.5.6.att. Studentu vērtējums p
Page 114 and 115:
1.5.5.8.att. Fragments no grupas ta
Page 116 and 117:
1.5.5.11.att. Studentu vērtējums
Page 118 and 119:
IDP rezultātu un vides vērtējums
Page 120 and 121: IDP metodes izmantošana raisīja s
Page 122 and 123: 1.5.5.20.att. Studentu viedoklis p
Page 124 and 125: 1.5.5.22.att. Studentu attieksme pr
Page 126 and 127: 1.6. E-studiju vides dizains izglī
Page 128 and 129: 1.6.1.1.att. Datu plūsma e-studiju
Page 130 and 131: studējošā saskarni, gan uz e-stu
Page 132 and 133: 1.6.2.3.att. Anketas fragments Goog
Page 134 and 135: indiņu, kurā ieraksta paskaidrojo
Page 136 and 137: grupās, papildina viens otra viedo
Page 138 and 139: 1.7. IDP ietekme uz kursa apguves r
Page 140 and 141: studentu, kursa pasniedzēju un eks
Page 142 and 143: 7. otrā grupsbiedra viedokļa papi
Page 144 and 145: Diskurss - jauno ideju kopskaits, p
Page 146 and 147: N - skaits 75 75 75 75 75 75 75Gal
Page 148 and 149: faktu, ka kursa ietvaros jāapgūst
Page 150 and 151: Tabula 1.7.2.3.Sadalījumu testi, s
Page 152 and 153: Hipotēze HO: DT kvalitātes vērt
Page 154 and 155: Studentu pašnovērtējuma par grup
Page 156 and 157: Diagramma parāda, ka vairākums st
Page 158 and 159: normālsadalījumam ar 95 % ticamī
Page 160 and 161: Studentu radošums maz atkarīgs no
Page 162 and 163: identificējis A. Ferari (Ferrari 2
Page 164 and 165: allu sistēmā, kur 1 - neinteresē
Page 166 and 167: Tabula 2.1.2.Aprakstošās statisti
Page 168 and 169: Tabula 2.1.3.Studentu interešu dat
Page 172 and 173: f(x)Probability Density Function0,3
Page 174 and 175: Vienlaikus šis rezultāts dod iesp
Page 176 and 177: 2.1.7.att. Studentu interešu grupu
Page 178 and 179: apgūt augstākajiem kompetenču l
Page 180 and 181: 2.2.2.att. Amatu hierarhijai atbils
Page 182 and 183: interešu palielināšanās humanit
Page 184 and 185: Šajā apakšnodaļā aprakstīti i
Page 186 and 187: a) b)3.1.2.att. Studenta saskarnes
Page 188 and 189: 3.1.4.att. Studenta navigācijas sa
Page 190 and 191: Piekļuvi ekrāna saskarnei student
Page 192 and 193: E-studiju vides sistēmas modelis.
Page 194 and 195: Studentu autentifikācija. Studentu
Page 196 and 197: Pirms grupu veidošanas pasniedzēj
Page 198 and 199: (http://code.google.com/intl/lv-LV/
Page 200 and 201: private static ListFeed grupaFeed;/
Page 202 and 203: }Testēšanas rezultātā noskaidro
Page 204 and 205: modalitātes principam, liekvārdī
Page 206 and 207: SECINĀJUMIPētījuma rezultāti ļ
Page 208 and 209: Saskarnes dizainā ir iespējams no
Page 210 and 211: Diskusijas raisa arī jautājums pa
Page 212 and 213: un politisko procesu modelēšanā.
Page 214 and 215: BIBLIOGRĀFIJAAla-Mutka, K., Baciga
Page 216 and 217: Clark, R., Mayer, R.Richard (2007).
Page 218 and 219: Esquivel, G. (1995). "Teacher behav
Page 220 and 221:
Kapenieks, A. (2009). "Zināšanu s
Page 222 and 223:
Leonard, D., Swap, W. (2005). Deep
Page 224 and 225:
Purg, P., Zakrajšek, S. (2009). "N
Page 226 and 227:
Stringer, E., Guhathakurta, M., Mas
Page 228 and 229:
PIELIKUMIPielikums 1Eiropas kvalifi
Page 230 and 231:
230
Page 232 and 233:
Pielikums 3.Darbaspēka iesaiste da
Page 234 and 235:
234
Page 236 and 237:
236
Page 238 and 239:
238
Page 240 and 241:
Pielikums 5Biznesa idejas ievades f
Page 242 and 243:
242
Page 244 and 245:
244
Page 246 and 247:
Pielikums 6Biznesa idejas ievades f
Page 248 and 249:
248
Page 250 and 251:
250
Page 252 and 253:
252
Page 254 and 255:
254
Page 256 and 257:
Pielikums 8RTU e-studiju vides Kome
Page 258 and 259:
258
Page 260 and 261:
Pielikums 10Studentu aktivitāte ID
Page 262 and 263:
262tsAkustikaAudiotehnoloģijasGrā
Page 264 and 265:
MatīssLaurisTūrismsBiznessInovāc
Page 266 and 267:
Pielikums 12RTU studentu interešu
Page 268 and 269:
268
Page 270 and 271:
270
Page 272 and 273:
272
Page 274 and 275:
274
Page 276 and 277:
276
Page 278 and 279:
278
Page 280 and 281:
Pielikums 15Izejas dati studentu da
Page 282 and 283:
16. pielikums. Studentu interešu I
Page 284 and 285:
Frequency Percent Valid PercentCumu
Page 286 and 287:
Pielikums 17Q-Q tipa grafiki, kurā
Page 288 and 289:
288
Page 290 and 291:
Pielikums 18Kolmogorova - Smirnova
Page 292 and 293:
Pielikums 19Interešu kategorijas
Page 294 and 295:
Interešu kategorijas „attīstīb
Page 296 and 297:
Goodness of Fit - Summary# Distribu
Page 298 and 299:
Pielikums 20Interešu grupēšana a
Page 300 and 301:
Pielikums 21Intervijas bāze e-stud
Page 302 and 303:
Pielikums 22Intervijas bāze 4.eksp
Page 304 and 305:
studenti deva viens otram? Stiprās
Page 306 and 307:
306
Page 308 and 309:
24. pielikums.Jautājumi un atbilž
Page 310 and 311:
3.1.6plokVai jaunajā saskarnēstud
Page 312 and 313:
Pielikums 25Pētījumā ievietoto a
Page 314 and 315:
Attēls 1.5.5.18. Studentu pašnov
Page 316 and 317:
Attēls 3.1.5. E-studiju konsultant
Page 318:
Tabula 2.1.3. Studentu interešu da
show all

IzglÄ«tÄ«bas darbÄ«bas pÄtÄ«jums e-studiju vidÄ - LiepÄjas UniversitÄte

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

IzglÄ«tÄ«bas darbÄ«bas pÄtÄ«jums e-studiju vidÄ - LiepÄjas UniversitÄte