Knowlab Un Sistema Computerizzato per la Valutazione Adattiva della Conoscenza e dell'apprendimento

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Knowlab Un Sistema Computerizzato per la Valutazione Adattiva della Conoscenza e dell'apprendimento"

Transcript

1 Knowlab Un Sistema Computerizzato per la Valutazione Adattiva della Conoscenza e dell'apprendimento Debora de Chiusole PhD Candidate Università degli Studi di Padova Dipartimento FISPPA 7 Maggio 2014, Cagliari

2 Scenario Uno studente risponde ad una serie di domande che vengono visualizzate sullo schermo di un computer; le domande servono per valutare le competenze dello studente in un particolare dominio di conoscenza, come ad es. l'aritmetica, l'algebra o la sica; sulla base di questa valutazione, il computer propone allo studente del materiale didattico, utile per procedere nell'apprendimento. Knowlab è un sistema di intelligenza articiale che si basa sulla Knowledge Space Theory.

3 Scenario Uno studente risponde ad una serie di domande che vengono visualizzate sullo schermo di un computer; le domande servono per valutare le competenze dello studente in un particolare dominio di conoscenza, come ad es. l'aritmetica, l'algebra o la sica; sulla base di questa valutazione, il computer propone allo studente del materiale didattico, utile per procedere nell'apprendimento. Knowlab è un sistema di intelligenza articiale che si basa sulla Knowledge Space Theory.

4 Overview 1 La Knowledge Space Theory 2 L'Assessment Adattivo nella KST 3 Knowlab 4 Prospettive Future

5 Overview 1 La Knowledge Space Theory 2 L'Assessment Adattivo nella KST 3 Knowlab 4 Prospettive Future

6 Knowledge Space Theory (KST) Le origini è una teoria matematica nata negli anni '80 per opera di Jean-Claude Falmagne e Jean-Paul Doignon; la prima pubblicazione: Doignon, J.-P., Falmagne, J.-C.(1985). Spaces for the assessment of knowledge. International Journal of Man-Machine studies, 23, ; obiettivo iniziale: costruire 'an ecient machine for the assessment of knowledge'.

7 Knowledge Space Theory Le Applicazioni: Aleks Aleks (Assessment and Learning in Knowledge Spaces) è la più importante applicazione della KST (www.aleks.com). è un programma wab-based ('ecient machine') che ha come obiettivo la valutazione eciente della conoscenza e dell'apprendimento degli individui; include attualmente corsi in matematica, chimica, sica, economia; è utilizzato da milioni di studenti negli USA; è stato acquistato dalla McGraw-Hill Education nel 2013; materiale interessante all'indirizzo

8 Peculiarità della Knowledge Space Theory Somiglianze e dierenze con il testing psicometrico Le teorie psicometriche (es. teoria classica del test e l'item response theory) sono state sviluppate molto prima della KST, con l'obiettivo di valutare la conoscenza degli individui. Cosa c'è di nuovo? se i test psicometrici calcolano un punteggio numerico per rappresentare il livello ragiunto da uno studente in un certo dominio di conoscenza, l'obiettivo della valutazione con la KST è quello di fornire una descrizione di ciò che lo studente sa e non sa, in un certo momento.

9 La Knowledge Space Theory Rappresentazione della conoscenza e dell'apprendimento Supponiamo che Q sia l'insieme di tutti i possibili problemi che si possano formulare in un determinato dominio di conoscenza (es. aritmetica, algebra o sica); Lo stato di conoscenza K è l'insieme di problemi che uno studente è capace di risolvere in Q; Domain of knowledge A possible knowledge state

10 La Knowledge Space Theory Rappresentazione della conoscenza e dell'apprendimento Supponiamo che Q sia l'insieme di tutti i possibili problemi che si possano formulare in un determinato dominio di conoscenza (es. aritmetica, algebra o sica); La struttura di conoscenza K è la collezione degli stati di conoscenza osservabili in una popolazione di studenti;

11 La Knowledge Space Theory Approccio Non-Numerico alla Valutazione Proficiency Levels Knowledge States

12 Struttura di Conoscenza Un Esempio Consideriamo 10 item formulabili in qualsiasi dominio di conoscenza: Q = {a, b,..., j}; da un analisi delle abilità coinvolte nella loro soluzione si ipotizza una struttura di conoscenza;

13 Struttura di Conoscenza Un Esempio 34 stati di conoscenza, rappresentati dai cerchi; l'apprendimento procede, seguento le frecce, dall'insieme vuoto all'insieme totale; svariati percorsi di apprendimento dierenti;

14 Le Frange di una Stato di Conoscenza Un Esempio ipotizziamo che lo stato di conoscenza di uno studente sia K = {a, b, g, h, i}; frangia interna: insieme degli item appresi per ultimi I = {b, a}; frangia esterna: insieme degli item che lo studente è pronto ad apprendere E = {c}.

15 Le Frange di una Stato di Conoscenza Un Esempio ipotizziamo che lo stato di conoscenza di uno studente sia K = {a, b, g, h, i}; frangia interna: insieme degli item appresi per ultimi I = {b, a}; frangia esterna: insieme degli item che lo studente è pronto ad apprendere E = {c}.

16 Le Frange di una Stato di Conoscenza Un Esempio ipotizziamo che lo stato di conoscenza di uno studente sia K = {a, b, g, h, i}; frangia interna: insieme degli item appresi per ultimi I = {b, a}; frangia esterna: insieme degli item che lo studente è pronto ad apprendere E = {c}.

17 Come si Costruisce una Struttura di Conoscenza? Principio generale Tra gli item in Q si possono trovare delle relazioni di prerequisito, che determinano i vincoli per stabilire quali sono stati di conoscenza. 1 interrogazione ad esperti (QUERY; Koppen, M., 1993; Koppen, M. & Doignon, J.-P., 1990; Schrepp, M. & Held, T., 1995); 2 analisi del compito cognitivo (task analysis; Albert, D., Lukas, J., 1999); 3 metodi statistici di derivazione delle strutture dai dati (item tree analysis; Schrepp, M., 2003).

18 Come si Costruisce una Struttura di Conoscenza? La Task Analysis Un esempio: l'analisi del compito cognitivo: scegliere il dominio di conoscenza; individuare una serie di esercizi tipici di quel dominio; scomporre l'esercizio nelle abilità procedurali, ad un livello microscopico, necessarie per risolverlo; costruire un insieme di item sulla base di diverse combinazioni delle abilità individuate; Dalla relazione tra l'insieme di abilità e l'insieme di item, è possibile, attraverso algoritmi matematici, individuare quelli che saranno gli stati della struttura di conoscenza.

19 Come si Costruisce una Struttura di Conoscenza? Un esempio: il t di Student Le 13 abilità coinvolte nella verica di ipotesi con il t di Student. Decisione Statistica 1 campione 2 camp. Indipend. 2 camp. appaiati Bidirez. Mono dx Mono sx Calcolo della statistica t Individuazione del valore critico dx sx 1 campione 2 camp. Indipend. 2 camp. appaiati Bidirez. Monodirez. Individuazione della stat. appropriata Individuazione del sistema di ipotesi Testo del problema Il test si compone di 15 item e 312 stati di conoscenza.

20 Validazione Empirica di una Struttura di Conoscenza K è un modello teorico che richiede una validazione empirica; modelli probabilistici che tengono conto anche di errori di distrazioni e di risposte indovinate: si confrontano i dati osservati con le attese del modello denito precedentemente (test di Chi-quadro); si stima la distribuzione di probabilità sugli stati di conoscenza; Se il modello tta i dati, si avrà a disposizione uno strumento di valutazione composto da: un insieme di abilità, un iniseme di item e una struttura di conoscenza.

21 Overview 1 La Knowledge Space Theory 2 L'Assessment Adattivo nella KST 3 Knowlab 4 Prospettive Future

22 L'Assessment Adattivo nella KST La Valutazione della Conoscenza nella KST L'obiettivo è di individuare lo stato di conoscenza corretto di ciascun studente, fra quelli appartenenti alla struttura di conoscenza; questo compito viene eseguito da una procedura computerizzata che interagisce con lo studente; ad ogni passo la procedura presenta allo studente una nuova domanda e ne registra le risposte; in teoria il dominio di conoscenza può contenere centinaia di item, e la struttura di conoscenza migliaia di stati; L'obiettivo è quello di costruire l'intero stato di conoscenza dello studente attraverso il minor numero di domande possibile.

23 Probabilità Probabilità Probabilità L'Assessment Adattivo nella KST La Procedura di Assessment: Individuare lo Stato di Conoscenza di uno Studente Regola di interrogazione Regola di aggiornamento Distribuzione di probabilità a priori sugli stati Scelta dell Item Risposta dello Studente Aggiornamento della distribuzione di probabilità 1,00 0,80 1,00 0,80 1,00 0,80 0,60 0,60 0,60 0,40 0,40 0,40 0,20 0,20 0,20 0, Stati di Conoscenza 0, Stati di Conoscenza 0, Stati di Conoscenza

24 Probabilità L'Assessment Adattivo nella KST La Procedura di Assessment: Individuare lo Stato di Conoscenza di uno Studente 1,00 0,80 0,60 0,40 0,20 0,00 {} {a} {b} {a,b} {a,b,c} Stati di Conoscenza

25 Probabilità Probabilità Probabilità L'Assessment Adattivo nella KST La Procedura di Assessment: Individuare lo Stato di Conoscenza di uno Studente 1,00 0,80 a = 1 1,00 0,80 b =1 1,00 0,80 c = 0 0,60 0,60 0,60 0,40 0,40 0,40 0,20 0,20 0,20 0,00 {} {a} {b} {a,b} {a,b,c} Stati di Conoscenza 0,00 {} {a} {b} {a,b} {a,b,c} Stati di Conoscenza 0,00 {} {a} {b} {a,b} {a,b,c} Stati di Conoscenza

26 Overview 1 La Knowledge Space Theory 2 L'Assessment Adattivo nella KST 3 Knowlab 4 Prospettive Future

27 Knowlab Sistema di intelligenza articiale per la valutazione eciente della conoscenza e dell'apprendimento; sfrutta e implementa i concetti teorici e i modelli matematici della KST; generazione automatica del report di valutazione, suddiviso in: conoscenze acquisite (stato di conoscenza): ciò che uno studente sa; conoscenze da acquisire (complemento dello stato di conoscenza): ciò che uno studente non sa; suggerimenti per lo studio (frangia esterna): ciò che uno studente è pronto ad apprendere. DEMO KnowLab

28 Sperimentazione di Knowlab Procedura e Metodi Costruzione degli oggetti didattici da associare alle abilità 5 Costruzione oggetti didattici da associare alle abilità ? (a. a. 2013/2014) Sperimentazione della procedura adattiva (Somministrazione 2) 4 Sperimentazione della procedura adattiva (Somministrazione 2) 4 argomenti per un totale di 50 item e 30 abilità Costruzione della procedura adattiva computerizzata 3 Costruzione della procedura adattiva computerizzata 335 studenti (a. a. 2012/2013) Validazione empirica dello strumento di valutazione (Somministrazione 1) 2 Validazione empirica dello strumento di valutazione (Somministrazione 1) 286 studenti +? (a. a. 2013/2014) 3 argomenti per un totale di 41 item e 27 abilità Costruzione dello strumento di valutazione (abilità, item, struttura) 1 Costruzione dello strumento di valutazione (abilità, item, struttura) 3 argomenti per un totale di 55 item e 45 abilità PARTE 1 PARTE 2

29 Sperimentazione di Knowlab Alcuni Risultati Livelli di indagine: 1 le strutture di conoscenza (capacità discriminatoria, gradualità); 2 adattamento dei modelli ai dati (t, stime dei parametri); 3 la procedura adattiva (ecienza e accuratezza); 4 risultati aggregati della valutazione individuale (caratteristiche del campione).

30 Sperimentazione di Knowlab La Procedura Adattiva: ecienza Ecienza Numero mediano di item somministrati per individuare lo stato di conoscenza di uno studente. 0.8 SD (Median = 6) 0.8 IPV (Median = 6) Proportion of Administration Proportion of Administration TP (Median = 9) 1 TM (Median = 4) Proportion of Administration Proportion of Administration Number of Items Number of Items

31 Frequenza Frequenza Frequenza Sperimentazione di Knowlab Risultati della valutazione Livello generale raggiunto da un insieme di studenti: Cardinalità Statistiche Descrittive Cardinalità 10 Indici di Posizione e Variabilità Cardinalità Calcolo Combinatorio e Teoria della Probabilità

32 Sperimentazione di Knowlab Risultati della valutazione Individuare gli argomenti, e le relative abilità, che necessitano di ulteriore approfondimento: 1 0,40 0,60 Applicare correttamente la regola di BERNOULLI per calcolare la probabilità di successo di un evento 2 0,82 0,18 Risolvere esercizi elementari che richiedono il CALCOLO DELLE COMBINAZIONI SENZA RIPETIZIONE 3 0,57 0,25 0,18 Risolvere esercizi complessi che richiedono lutilizzo COORDINATO E RIPETUTO delle COMBINAZIONI SENZA RIPETIZIONE 4 0,06 0,19 0,75 Risolvere esercizi complessi che richiedono lutilizzo COORDINATO E RIPETUTO delle DISPOSIZIONI e COMBINAZIONI SENZA RIPETIZIONE 5 0,30 0,70 Risolvere esercizi basilari che richiedono il CALCOLO DELLE DISPOSIZIONI SENZA RIPETIZIONE 6 0,88 0,12 Calcolare la PROBABILITA DI UN EVENTO come rapporto fra esiti favorevoli e esiti totali 7 0,48 0,40 0,12 Calcolare la probabilità congiunta di più eventi non indipendenti, utilizzando la REGOLA DI CONCATENAZIONE 8 0,02 0,11 0,87 Calcolare una probabilità cumulativa, o il suo complemento, in estrazioni senza reinserimento 9 0,23 0,60 0,18 Risolvere esercizi sul calcolo combinatorio, che richiedono l APPLICAZIONE RIPETUTA delle COMBINAZIONI SENZA RIPETIZIONE e la loro somma ST. COMPETENZA OUTER FRINGE RESTANTI

33 Overview 1 La Knowledge Space Theory 2 L'Assessment Adattivo nella KST 3 Knowlab 4 Prospettive Future

34 Prospettive Future migliorare e completare lo strumento di valutazione per il corso di Psicometria; somministrazione adattiva dei contenuti didattici sulla base di valutazioni periodiche dello stato di conoscenza degli studenti (demo); testare l'ecacia di Knowlab sull'apprendimento (test-retest).

35 Alcuni riferimenti bibliograci Doignon, J.P., & Falmagne, J.Cl., (1999), Knowledge Spaces, Springer-Verlag. Doignon, J.P., & Falmagne, J.Cl., (1985), Spaces for the assessment of knowledge, International Journal of Man-Machine Studies, 23(2), Falmagne, J.C., & Doignon, J.P. (2011), Learning spaces, New York: Springer. Albert, D. & Lukas, J. (1999), Knowledge Spaces: Theories, Empirical Research, Applications, Lawrence Erlbaum Associates, Mahwah, NJ. Koppen, M. & Doignon, J.-P. (1990), How to build a knowledge space by querying an expert, Journal of Mathematical Psychology, 34(4), Schrepp, M. & Held, T. (1995), A simulation study concerning the eect of errors on the establishment of knowledge spaces by querying experts, Journal of Mathematical Psychology, 39(4),

36 Alcuni riferimenti bibliograci Falmagne, J.C., & Doignon, J.P. (1988b). A Markovian procedure for assessing the state of a system, Journal of Mathematical Psychology, 32, Koppen, M. (1993), Extracting human expertise for constructing knowledge spaces: An algorithm, Journal of Mathematical Psychology, 37, de Chiusole, D., Anselmi, P., Stefanutti, L., & Robusto, E. (2013). The Gain-Loss Model: bias and variance of the parameter estimates, Electronic Notes in Discrete Mathematics, 42, de Chiusole, D., & Stefanutti, L. (2013). Modeling skill dependence in probabilistic competence structures. Electronic Notes in Discrete Mathematics, 42,

37 Alcuni riferimenti bibliograci de Chiusole, D., Stefanutti, L., Anselmi, P., & Robusto, E. (2013). Assessing parameter invariance in the BLIM: Bipartition Models, Psychometrika, 78(4), Stefanutti, L., & Robusto, E. (2009). Recovering a probabilistic knowledge structure by constraining its parameter space. Psychometrika, 74, Stefanutti, L., Heller, J., Anselmi, P., & Robusto, E. (2012). Assessing local identiability of probabilistic knowledge structures, Behavior Research Methods, 44(4),

38 Gruppo di ricerca (Università degli Studi di Padova): Egidio Robusto Luca Stefanutti Debora de Chiusole Pasquale Anselmi Tiziano Longo

Curriculum Vitae Pasquale Anselmi

Curriculum Vitae Pasquale Anselmi Curriculum Vitae Pasquale Anselmi Dati personali Pasquale Anselmi Nato a Galatina (LE) il 21 Maggio 1981 Residenza: Via Lamarmora 7 35030 Selvazzano Dentro (PD) C.F.: NSLPQL81E21D862I Telefono Ufficio:

Dettagli

PROGETTO EM.MA PRESIDIO

PROGETTO EM.MA PRESIDIO PROGETTO EM.MA PRESIDIO di PIACENZA Bentornati Il quadro di riferimento di matematica : INVALSI e TIMSS A CONFRONTO LE PROVE INVALSI Quadro di riferimento per la valutazione Quadro di riferimento per i

Dettagli

La matematica nel passaggio dal primo al secondo ciclo: un esperienza di prova d ingresso comune per il primo anno della secondaria superiore.

La matematica nel passaggio dal primo al secondo ciclo: un esperienza di prova d ingresso comune per il primo anno della secondaria superiore. La matematica nel passaggio dal primo al secondo ciclo: un esperienza di prova d ingresso comune per il primo anno della secondaria superiore. XXX CONVEGNO UMI - CIIM BERGAMO 25-27 OTTOBRE 2012 Antonio

Dettagli

1. Competenze trasversali

1. Competenze trasversali 1 ISTITUTO D ISTRUZIONE SUPERIORE G. CENA SEZIONE TECNICA ANNO SCOLASTICO 2015/2016 PROGRAMMAZIONE DIDATTICA DI MATEMATICA DOCENTI: PROF. ANGERA GIANFRANCO CLASSE V U TUR Secondo le linee guida, il corso

Dettagli

PROGRAMMAZIONE DIDATTICA ANNUALE ANNO SCOLASTICO 2014/2015

PROGRAMMAZIONE DIDATTICA ANNUALE ANNO SCOLASTICO 2014/2015 PROGRAMMAZIONE DIDATTICA ANNUALE ANNO SCOLASTICO 2014/2015 DOCENTE PROF./ PROF.SSA LORETTA BETTINI MATERIA DI INSEGNAMENTO MATEMATICA CLASSE IVB I.T.T. Finalità formative Nel corso del triennio superiore

Dettagli

Stefania Pozio. Le prove INVALSI di matematica: il confronto con le indagini internazionali.

Stefania Pozio. Le prove INVALSI di matematica: il confronto con le indagini internazionali. Stefania Pozio Le prove INVALSI di matematica: il confronto con le indagini internazionali. Quali sono le principali indagini internazionali sulla matematica a cui l Italia partecipa? L Italia partecipa

Dettagli

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011

Facoltà di Psicologia Università di Padova Anno Accademico 2010-2011 Facoltà di Psicologia Università di Padova Anno Accademico 010-011 Corso di Psicometria - Modulo B Dott. Marco Vicentini marco.vicentini@unipd.it Rev. 10/01/011 La distribuzione F di Fisher - Snedecor

Dettagli

Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte

Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Disciplinare: Calcolo Classe: Quarte - Quinte Anno scolastico 01-01 I Docenti della Disciplina Salerno, settembre 01 Anno scolastico

Dettagli

Sollecitare riflessione anche su prove di SCIENZE. Prendere confidenza anche con altri sistemi valutativi diversi da INValSI

Sollecitare riflessione anche su prove di SCIENZE. Prendere confidenza anche con altri sistemi valutativi diversi da INValSI Sollecitare riflessione anche su prove di SCIENZE Prendere confidenza anche con altri sistemi valutativi diversi da INValSI questo anno scolastico sarà l anno delle prove TIMSS Indagine TIMSS per Scienze

Dettagli

MINISTERO DELL ISTRUZIONE, DELL UNIVERSITÀ E DELLA RICERCA UFFICIO SCOLASTICO REGIONALE PER IL LAZIO ISTITUTO COMPRENSIVO 2 CECCANO Via Gaeta,

MINISTERO DELL ISTRUZIONE, DELL UNIVERSITÀ E DELLA RICERCA UFFICIO SCOLASTICO REGIONALE PER IL LAZIO ISTITUTO COMPRENSIVO 2 CECCANO Via Gaeta, MINISTERO DELL ISTRUZIONE, DELL UNIVERSITÀ E DELLA RICERCA UFFICIO SCOLASTICO REGIONALE PER IL LAZIO ISTITUTO COMPRENSIVO 2 CECCANO Via Gaeta, 123-03023Ceccano(FR) 0775/600021 fax 0775/623471 C.M. FRIC85800R

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco Disciplina: Matematica Classe: 5A sia A.S. 2014/15 Docente: Rosito Franco ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe ha dimostrato fin dal primo momento grande attenzione e interesse verso gli

Dettagli

Alla Dottoressa Francesca Sabella Ufficio IV Al Direttore ANSAS nucleo del Veneto Dottoressa A. Missana

Alla Dottoressa Francesca Sabella Ufficio IV Al Direttore ANSAS nucleo del Veneto Dottoressa A. Missana Alla Dottoressa Francesca Sabella Ufficio IV Al Direttore ANSAS nucleo del Veneto Dottoressa A. Missana Oggetto: Relazione della quarta annualità del progetto Psicologia dell'apprendimento della matematica.

Dettagli

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA

CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA ANNO ACCADEMICO 2013-2014 UNIVERSITA DEGLI STUDI DI TERAMO FACOLTA DI MEDICINA VETERINARIA CORSO DI STATISTICA ED ELEMENTI DI INFORMATICA CFU 5 DURATA DEL CORSO : ORE 35 DOCENTE PROF. DOMENICO DI DONATO

Dettagli

L'Invalsi e le indagini internazionali sull'apprendimento della matematica. Napoli, 14 dicembre 2014

L'Invalsi e le indagini internazionali sull'apprendimento della matematica. Napoli, 14 dicembre 2014 L'Invalsi e le indagini internazionali sull'apprendimento della matematica Napoli, 14 dicembre 2014 Centralità della matematica nel contesto scolastico anche per quanto riguarda i fallimenti Perché tanto

Dettagli

ESISTE LA DISCALCULIA? 0011 0010 1010 1101 0001 0100 1011

ESISTE LA DISCALCULIA? 0011 0010 1010 1101 0001 0100 1011 Proposte didattiche scuola del infanzia e primaria 00 000 00 0 000 000 0 Ambito matematico Tiziana Turco - Psicologa - Insegnante Formatrice AID ESISTE LA DISCALCULIA? 00 000 00 0 000 000 0 3000 docenti

Dettagli

Anno Scolastico 2014-2015. INDIRIZZO: Manutenzione e assistenza tecnica DISCIPLINA: MATEMATICA. CLASSI: Terza Quarta Quinta

Anno Scolastico 2014-2015. INDIRIZZO: Manutenzione e assistenza tecnica DISCIPLINA: MATEMATICA. CLASSI: Terza Quarta Quinta ISTITUTO PROFESSIONALE PER L INDUSTRIA E L ARTIGIANATO E. BERNARDI PADOVA Anno Scolastico 2014-2015 INDIRIZZO: Manutenzione e assistenza tecnica DISCIPLINA: MATEMATICA CLASSI: Terza Quarta Quinta Anno

Dettagli

A. TERRENI, M.L. TRETTI, P.R. CORCELLA, C. CORNOLDI, P.E. TRESSOLDI IPDA IDENTIFICAZIONE PRECOCE DELLE DIFFICOLTA DI APPRENDIMENTO (2002) Descrizione

A. TERRENI, M.L. TRETTI, P.R. CORCELLA, C. CORNOLDI, P.E. TRESSOLDI IPDA IDENTIFICAZIONE PRECOCE DELLE DIFFICOLTA DI APPRENDIMENTO (2002) Descrizione IPDA IDENTIFICAZIONE PRECOCE DELLE DIFFICOLTA DI APPRENDIMENTO A. TERRENI, M.L. TRETTI, P.R. CORCELLA, C. CORNOLDI, P.E. TRESSOLDI (2002) DEVELOPMENTAL assessment individuale; valutazione disturbi di apprendimento;

Dettagli

Le nostre proposte per un apprendimento mirato e funzionale combinano contenuti di altissimo livello, tecnologia e soluzioni per la didattica.

Le nostre proposte per un apprendimento mirato e funzionale combinano contenuti di altissimo livello, tecnologia e soluzioni per la didattica. Progettiamo soluzioni per aiutare il docente di oggi a insegnare ai propri studenti ad avere successo domani. Le nostre proposte per un apprendimento mirato e funzionale combinano contenuti di altissimo

Dettagli

Università degli Studi di Catania - Dipartimento di Economia e impresa

Università degli Studi di Catania - Dipartimento di Economia e impresa Università degli Studi di Catania - Dipartimento di Economia e impresa Corso di Laurea in DIREZIONE AZIENDALE Anno Accademico 2015/16 STATISTICA PER IL BUSINESS o BUSINESS STATISTICS (2015/16, semestre

Dettagli

Unità d apprendimento /Competenza

Unità d apprendimento /Competenza Titolo dell Unità di Apprendimento/Competenza: Moltiplichiamo Unità d apprendimento /Competenza Denominazione Classe Competenza/e da sviluppare Prova di accertamento finale Prerequisiti in termini di competenze,

Dettagli

INVALSI English Language Test

INVALSI English Language Test INVALSI English Language Test Rapporto scuola Scuola secondaria di primo grado Settembrini - Roma Pretest 2012 APPENDICE 1. Risultati dei singoli studenti Introduzione Questo rapporto presenta i risultati

Dettagli

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO -

CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - 1 CORSO DI WEB MINING E RETRIEVAL - INTRODUZIONE AL CORSO - Corsi di Laurea in Informatica, Ing. Informatica, Ing. di Internet (a.a. 2015-2016) Roberto Basili 2 Overview WM&R: Motivazioni e prospettive

Dettagli

DOCUMENTO DEL CONSIGLIO DI CLASSE (AI SENSI DELL ARTICOLO 5 Legge n. 425 10/12/1997)

DOCUMENTO DEL CONSIGLIO DI CLASSE (AI SENSI DELL ARTICOLO 5 Legge n. 425 10/12/1997) ISTITUTO DI ISTRUZIONE SUPERIORE LEON BATTISTA ALBERTI Via A. Pillon n. 4-35031 ABANO T. (PD) Tel. 049 812424 - Fax 049 810554 Distretto 45 - PD Ovest PDIS017007- Cod. fiscale 80016340285 sito web: http://www.lbalberti.it/

Dettagli

MATEMATICA LINEE GENERALI E COMPETENZE

MATEMATICA LINEE GENERALI E COMPETENZE MATEMATICA LINEE GENERALI E COMPETENZE Al termine del percorso dei licei classico, linguistico, musicale coreutico e della scienze umane lo studente conoscerà i concetti e i metodi elementari della matematica,

Dettagli

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte

Competenza chiave europea: MATEMATICA. Scuola Primaria. DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte Competenza chiave europea: MATEMATICA Scuola Primaria DISCIPLINE DI RIFERIMENTO: MATEMATICA DISCIPLINE CONCORRENTI: tutte TAB. A TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE al termine della Scuola Primaria

Dettagli

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Classe: 5A SIA A.S. 20015/16 ANALISI DI SITUAZIONE - LIVELLO COGNITIVO

SCHEDA DI PROGRAMMAZIONE DELLE ATTIVITA EDUCATIVE DIDATTICHE. Classe: 5A SIA A.S. 20015/16 ANALISI DI SITUAZIONE - LIVELLO COGNITIVO Disciplina: MATEMATICA Classe: 5A SIA A.S. 20015/16 Docente: POLONIO NADIA ANALISI DI SITUAZIONE - LIVELLO COGNITIVO La classe risponde adeguatamente alle proposte formative, e lavora in modo disciplinato,

Dettagli

TORINO PIANO DI LAVORO DI MATEMATICA

TORINO PIANO DI LAVORO DI MATEMATICA Liceo Scientifico Statale Piero Gobetti TORINO PIANO DI LAVORO DI MATEMATICA a.s. 2015/2016 Classe IVB Prof. Genta Silvio TITOLO PIANO DI LAVORO ANNUALE OBIETTIVI TRASVERSALI Rispetto del regolamento d

Dettagli

Scheda coordinamento dei corsi Università di Cagliari Edizione 2010 Pag. 1. Programma didattico

Scheda coordinamento dei corsi Università di Cagliari Edizione 2010 Pag. 1. Programma didattico Facoltà di Architettura Scheda coordinamento dei corsi Università di Cagliari Edizione Pag. 1 Programma didattico Titolo del corso: Corso Integrato di Tecnica Urbanistica e Laboratorio (mod. A+B) Settore

Dettagli

Progettare e Valutare con Cmap l apprendimento DESIGNING AND ASSESSMENT OF THE KNOWLEDGE WITH CMAPS

Progettare e Valutare con Cmap l apprendimento DESIGNING AND ASSESSMENT OF THE KNOWLEDGE WITH CMAPS Progettare e Valutare con Cmap l apprendimento DESIGNING AND ASSESSMENT OF THE KNOWLEDGE WITH CMAPS Catia Aquilino; Franca Aquilino Email: catiaaquilino@libero.it c.aquilino@studenti.unina.it Abstract

Dettagli

SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015. Ripasso programmazione ad oggetti. Basi di dati: premesse introduttive

SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015. Ripasso programmazione ad oggetti. Basi di dati: premesse introduttive SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015 ASSE DISCIPLINA DOCENTE MATEMATICO INFORMATICA Cattani Barbara monoennio CLASSE: quinta CORSO D SEZIONE LICEO SCIENZE APPLICATE

Dettagli

PROGRAMMAZIONE DIDATTICA DISCIPLINARE. Indirizzo: ITC. Anno scolastico Materia Classi 2012 2013 MATEMATICA Terze

PROGRAMMAZIONE DIDATTICA DISCIPLINARE. Indirizzo: ITC. Anno scolastico Materia Classi 2012 2013 MATEMATICA Terze PROGRAMMAZIONE DIDATTICA DISCIPLINARE Indirizzo: ITC Anno scolastico Materia Classi 22 23 MATEMATICA Terze. Competenze al termine del percorso di studi Padroneggiare il linguaggio formale e i procedimenti

Dettagli

Progetto Competenze di base. Descrizione delle attività

Progetto Competenze di base. Descrizione delle attività Progetto Competenze di base Descrizione delle attività Gruppo di lavoro Gruppo di lavoro Alessia Mattei Antonella Mastrogiovanni Vincenzo D Orazio Frascati, 25 settembre 2009 Progetto Competenze di base

Dettagli

Testi del Syllabus. Docente INNOCENTI ALESSANDRO Matricola: 004615. Insegnamento: 101507 - ECONOMIA APPLICATA. Anno regolamento: 2011 CFU:

Testi del Syllabus. Docente INNOCENTI ALESSANDRO Matricola: 004615. Insegnamento: 101507 - ECONOMIA APPLICATA. Anno regolamento: 2011 CFU: Testi del Syllabus Docente INNOCENTI ALESSANDRO Matricola: 004615 Anno offerta: 2013/2014 Insegnamento: 101507 - ECONOMIA APPLICATA Corso di studio: PE002 - SCIENZE POLITICHE Anno regolamento: 2011 CFU:

Dettagli

COORDINAMENTO PER MATERIE 14/15 SETTEMBRE 2010. AREA DISCIPLINARE: Matematica MATERIA Calcolo delle Probabilità-Statistica-Ricerca Operativa

COORDINAMENTO PER MATERIE 14/15 SETTEMBRE 2010. AREA DISCIPLINARE: Matematica MATERIA Calcolo delle Probabilità-Statistica-Ricerca Operativa COORDINAMENTO PER MATERIE 14/15 SETTEMBRE 2010 AREA DISCIPLINARE: Matematica MATERIA Calcolo delle Probabilità-Statistica-Ricerca Operativa COORDINATORE Ranzani Sono presenti i proff. P Ranzani (coordinatore),

Dettagli

I.S.I.S. Zenale e Butinone - Dipartimento di Matematica P.A.L. CLASSE 5^ TECNICO TUR. a.s. 14/15 pag.1

I.S.I.S. Zenale e Butinone - Dipartimento di Matematica P.A.L. CLASSE 5^ TECNICO TUR. a.s. 14/15 pag.1 I.S.I.S. Zenale e Butinone - Dipartimento di Matematica P.A.L. CLASSE 5^ TECNICO TUR. a.s. 14/15 pag.1 ISTITUTO STATALE ISTRUZIONE SUPERIORE ZENALE E BUTINONE Vale la pena di insegnare un argomento solo

Dettagli

LA DIDATTICA DELLA MATEMATICA PER STUDENTI CON BES SPUNTI TEORICI E ESEMPI OPERATIVI

LA DIDATTICA DELLA MATEMATICA PER STUDENTI CON BES SPUNTI TEORICI E ESEMPI OPERATIVI LA DIDATTICA DELLA MATEMATICA PER STUDENTI CON BES SPUNTI TEORICI E ESEMPI OPERATIVI LA DISCALCULIA EVOLUTIVA Secondo quanto indicato nell ICD-10 ed in accordo con quanto descritto nel DSM-IV, i sintomi

Dettagli

Liceo Linguistico I.F.R.S. Marcelline. Curriculum di Matematica

Liceo Linguistico I.F.R.S. Marcelline. Curriculum di Matematica Liceo Linguistico I.F.R.S. Marcelline Curriculum di Matematica Introduzione La matematica nel nostro Liceo Linguistico ha come obiettivo quello di far acquisire allo studente saperi e competenze che lo

Dettagli

Classificazione delle riviste di interesse dell A.M.A.S.E.S.

Classificazione delle riviste di interesse dell A.M.A.S.E.S. Classificazione delle riviste di interesse dell A.M.A.S.E.S. Il Presidente ricorda che allo scopo di dare utili indicazioni ai soci Amases, e in particolare ai giovani, sulle riviste maggiormente interessate

Dettagli

Modelli relazionali. Esistono diversi modi di modellare un database. Il modello piu' usato al momento e' il modello relazionale

Modelli relazionali. Esistono diversi modi di modellare un database. Il modello piu' usato al momento e' il modello relazionale Cenni sui DATABASE Cos'e' un database Un database puo' essere definito come una collezione strutturata di record (dati) I dati sono memorizzati su un computer in modo opportuno e possono essere recuperati

Dettagli

STRUTTURA UDA U.D.A. 2. Classe III A PRESENTAZIONE

STRUTTURA UDA U.D.A. 2. Classe III A PRESENTAZIONE STRUTTURA UDA UNITÀ DIDATTICA di APPRENDIMENTO di TECNOLOGIE ELETTRICO-ELETTRONICHE E APPLICAZIONI U.D.A. 2 Classe III A.S. 2015/2016 TITOLO: Energia, potenza e rendimento. Campo elettrico e condensatori.

Dettagli

Un gioco con tre dadi

Un gioco con tre dadi Un gioco con tre dadi Livello scolare: biennio Abilità interessate Costruire lo spazio degli eventi in casi semplici e determinarne la cardinalità. Valutare la probabilità in diversi contesti problematici.

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Corso di Statistica Medica 2004-2005 Il corso si colloca nell ambito del corso integrato di scienze quantitative, al secondo anno, primo semestre. Sono previste 30 ore di lezione di statistica e 12 di

Dettagli

Experienze internazionali. Rossella Santagata University of California, Irvine

Experienze internazionali. Rossella Santagata University of California, Irvine Experienze internazionali Rossella Santagata University of California, Irvine Utilita` del video per l apprendimento degli insegnanti: Per quali obiettivi? Con quali modalita`? Progetto Learning to Learn

Dettagli

Uno standard per il processo KDD

Uno standard per il processo KDD Uno standard per il processo KDD Il modello CRISP-DM (Cross Industry Standard Process for Data Mining) è un prodotto neutrale definito da un consorzio di numerose società per la standardizzazione del processo

Dettagli

Descrizione dell Offerta Formativa

Descrizione dell Offerta Formativa Descrizione dell Offerta Formativa Titolo dell Offerta Formativa TECNICHE AVANZATE DI PROGRAMMAZIONE Articolazione e Contenuti dell Offerta Formativa Il percorso è articolato in due moduli didattici, della

Dettagli

scaricato liberamente da matemangano.wordpress.com

scaricato liberamente da matemangano.wordpress.com CHE COS E LA DISCALCULIA scaricato liberamente da matemangano.wordpress.com La discalculia è una difficoltà specifica nell apprendimento del calcolo che si manifesta nel riconoscimento e nella denominazione

Dettagli

LICEO CLASSICO, LICEO DELLE SCIENZE UMANE, LICEO MUSICALE E COREUTICO, LICEO LINGUISTICO MATEMATICA

LICEO CLASSICO, LICEO DELLE SCIENZE UMANE, LICEO MUSICALE E COREUTICO, LICEO LINGUISTICO MATEMATICA LICEO CLASSICO, LICEO DELLE SCIENZE UMANE, LICEO MUSICALE E COREUTICO, LICEO LINGUISTICO MATEMATICA PROFILO GENERALE E COMPETENZE Al termine del percorso liceale lo studente dovrà padroneggiare i principali

Dettagli

Internet of Things, Big Data e Intelligenza Artificiale.

Internet of Things, Big Data e Intelligenza Artificiale. Oracle Ticino Day Lugano 26 Marzo 2015 Internet of Things, Big Data e Intelligenza Artificiale. Prof. Luca Maria Gambardella direttore IDSIA, istituto USI-SUPSI, Manno Le nuove sfide La società globale

Dettagli

DIPARTIMENTO SCIENTIFICO

DIPARTIMENTO SCIENTIFICO DIPARTIMENTO SCIENTIFICO PROGRAMMAZIONE PER COMPETENZE DI MATEMATICA CLASSI QUINTE Anno scolastico 2015/2016 Ore di lezione previste nell anno: 165 (n. 5 ore sett. x 33 settimane) 1. FINALITÀ DELL INSEGNAMENTO

Dettagli

LICEO ARTISTICO PROGRAMMAZIONE DIDATTICA RIFERITA ALLA

LICEO ARTISTICO PROGRAMMAZIONE DIDATTICA RIFERITA ALLA Anno Scolastico 2014/15 LICEO ARTISTICO PROGRAMMAZIONE DIDATTICA RIFERITA ALLA DISCIPLINA : MATEMATICA PRIMO BIENNIO L asse matematico ha l obiettivo di far acquisire allo studente saperi e competenze

Dettagli

Corso di Laurea in Informatica. Manifesto degli Studi A.A. 2015-2016 (Regolamento didattico 2014)

Corso di Laurea in Informatica. Manifesto degli Studi A.A. 2015-2016 (Regolamento didattico 2014) Università degli Studi di Perugia Dipartimento di Matematica e Informatica Corso di Laurea in Informatica CLASSE L-31 (Lauree in Scienze e Tecnologie Informatiche) Manifesto degli Studi A.A. 2015-2016

Dettagli

FACOLTA DI ECONOMIA CORSO DI LAUREA TRIENNALE IN ECONOMIA AZIENDALE E MANAGEMENT. Classe L-18 Insegnamento di STATISTICA

FACOLTA DI ECONOMIA CORSO DI LAUREA TRIENNALE IN ECONOMIA AZIENDALE E MANAGEMENT. Classe L-18 Insegnamento di STATISTICA FACOLTA DI ECONOMIA CORSO DI LAUREA TRIENNALE IN ECONOMIA AZIENDALE E MANAGEMENT Classe L-18 Insegnamento di STATISTICA SSD:SECS-S/01 CFU 6 A.A. 2014-2015 Docente: Prof. GABRIELE SERAFINI E-mail: gabriele.serafini@unicusano.it

Dettagli

La valutazione degli apprendimenti nelle indagini nazionali ed internazionali

La valutazione degli apprendimenti nelle indagini nazionali ed internazionali La valutazione degli apprendimenti nelle indagini nazionali ed internazionali Workshop AIV Organizzato dal Dottorato in Valutazione dei sistemi e dei processi educativi a cura di Emanuela Bonini e Sara

Dettagli

STRUTTURA UDA U.D.A. 4. Classe III A PRESENTAZIONE

STRUTTURA UDA U.D.A. 4. Classe III A PRESENTAZIONE STRUTTURA UDA UNITÀ DIDATTICA di APPRENDIMENTO di TECNOLOGIE ELETTRICO-ELETTRONICHE E APPLICAZIONI U.D.A. 4 Classe III A.S. 2015/2016 TITOLO: Componenti fondamentali di un impianto Strumenti di misura

Dettagli

UNA DIDATTICA PER I DSA, UNA DIDATTICA PER TUTTI GLI ALUNNI: SUGGERIMENTI PER L AMBITO MATEMATICO/SCIENTIFICO

UNA DIDATTICA PER I DSA, UNA DIDATTICA PER TUTTI GLI ALUNNI: SUGGERIMENTI PER L AMBITO MATEMATICO/SCIENTIFICO www.aiditalia.org UNA DIDATTICA PER I DSA, UNA DIDATTICA PER TUTTI GLI ALUNNI: SUGGERIMENTI PER L AMBITO MATEMATICO/SCIENTIFICO RELATORE: Chiara Barausse insegnante, psicopedagogista, formatore AID L APPRENDIMENTO

Dettagli

Kit metodologico-didattico per la personalizzazione di percorsi formativi. Definizione dei profili di apprendimento

Kit metodologico-didattico per la personalizzazione di percorsi formativi. Definizione dei profili di apprendimento Kit metodologico-didattico per la personalizzazione di percorsi formativi Definizione dei profili di apprendimento Architetture Didattiche Tipologia Caratteristiche Quando avvalersene Ricettiva Trasmissione

Dettagli

Probabilità discreta

Probabilità discreta Probabilità discreta Daniele A. Gewurz 1 Che probabilità c è che succeda...? Una delle applicazioni della combinatoria è nel calcolo di probabilità discrete. Quando abbiamo a che fare con un fenomeno che

Dettagli

Cultura Tecnologica di Progetto

Cultura Tecnologica di Progetto Cultura Tecnologica di Progetto Politecnico di Milano Facoltà di Disegno Industriale - DATABASE - A.A. 2003-2004 2004 DataBase DB e DataBase Management System DBMS - I database sono archivi che costituiscono

Dettagli

PREDICTIVE ANALYTICS A CA FOSCARI Proposta di un nuovo Corso di Laurea Magistrale

PREDICTIVE ANALYTICS A CA FOSCARI Proposta di un nuovo Corso di Laurea Magistrale PREDICTIVE ANALYTICS A CA FOSCARI Proposta di un nuovo Corso di Laurea Magistrale Preparare gli specialisti dell informazione per le aziende e la società Scopo del Corso L informazione contenuta nei dati

Dettagli

Metodi statistici per le ricerche di mercato

Metodi statistici per le ricerche di mercato Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2013-2014 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per

Dettagli

Un esperienza di collaborazione di testing informatizzato

Un esperienza di collaborazione di testing informatizzato Un esperienza di collaborazione di testing informatizzato tra il CentroC Linguistico di Ateneo e il CentroC di Calcolo di Ateneo Marina Canapero Centro Linguistico di Ateneo con la collaborazione di Erik

Dettagli

Le nuove tecnologie nelle attività di insegnamento-apprendimento della matematica 1. Quale uso delle nuove tecnologie?

Le nuove tecnologie nelle attività di insegnamento-apprendimento della matematica 1. Quale uso delle nuove tecnologie? Le nuove tecnologie nelle attività di insegnamento-apprendimento della matematica 1. Quale uso delle nuove tecnologie? Vi sono due aspetti legati all'uso delle nuove tecnologie che sono importanti per

Dettagli

la rilevazione degli apprendimenti INVALSI

la rilevazione degli apprendimenti INVALSI I quadri di riferimento: Matematica Il Quadro di Riferimento (QdR) per le prove di valutazione dell'invalsi di matematica presenta le idee chiave che guidano la progettazione delle prove, per quanto riguarda:

Dettagli

VALUTAZIONE DINAMICA DEL POTENZIALE DI APPRENDIMENTO IN UN BAMBINO CON DISTURBO DELLO SPETTRO AUTISTICO

VALUTAZIONE DINAMICA DEL POTENZIALE DI APPRENDIMENTO IN UN BAMBINO CON DISTURBO DELLO SPETTRO AUTISTICO Fondamenti teorici Vygotskji Zona di Sviluppo Prossimale Feuerstein VALUTAZIONE DINAMICA DEL POTENZIALE DI APPRENDIMENTO IN UN BAMBINO CON DISTURBO DELLO SPETTRO AUTISTICO Esperienza di Apprendimento Mediato

Dettagli

Di media non ce n è una sola!

Di media non ce n è una sola! Di media non ce n è una sola! Livello scolare: 1 biennio Abilità interessate Calcolare i principali valori medi per caratteri quantitativi. Conoscenze Proprietà dei principali valori medi. Nuclei coinvolti

Dettagli

Nell ambito dei vari corsi caratterizzanti l indirizzo saranno promosse attività di gruppo e seminariali.

Nell ambito dei vari corsi caratterizzanti l indirizzo saranno promosse attività di gruppo e seminariali. Indirizzi Laurea Magistrale in Matematica INDIRIZZO di LOGICA MATEMATICA L indirizzo logico si propone un duplice obiettivo: 1) la formazione di un laureato in grado di affrontare problemi di natura combinatoriale,

Dettagli

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice

Riassunto 24 Parole chiave 24 Commenti e curiosità 25 Esercizi 27 Appendice cap 0 Romane - def_layout 1 12/06/12 07.51 Pagina V Prefazione xiii Capitolo 1 Nozioni introduttive 1 1.1 Introduzione 1 1.2 Cenni storici sullo sviluppo della Statistica 2 1.3 La Statistica nelle scienze

Dettagli

DISFOR - DIPARTIMENTO DI SCIENZE DELLA FORMAZIONE PSICOLOGIA DELLO SVILUPPO COGNITIVO (CON LABORATORIO) - COD. 67328

DISFOR - DIPARTIMENTO DI SCIENZE DELLA FORMAZIONE PSICOLOGIA DELLO SVILUPPO COGNITIVO (CON LABORATORIO) - COD. 67328 DISFOR - DIPARTIMENTO DI SCIENZE DELLA FORMAZIONE PSICOLOGIA DELLO SVILUPPO COGNITIVO (CON LABORATORIO) - COD. 67328 Corso di Laurea Magistrale in Psicologia A.A. 2015/2016 DOCENTE Sergio Morra e-mail:

Dettagli

Un po di statistica. Christian Ferrari. Laboratorio di Matematica

Un po di statistica. Christian Ferrari. Laboratorio di Matematica Un po di statistica Christian Ferrari Laboratorio di Matematica 1 Introduzione La statistica è una parte della matematica applicata che si occupa della raccolta, dell analisi e dell interpretazione di

Dettagli

Data Mining e Analisi dei Dati

Data Mining e Analisi dei Dati e Analisi dei Dati Rosaria Lombardo Dipartimento di Economia, Seconda Università di Napoli La scienza che estrae utili informazioni da grandi databases è conosciuta come E una disciplina nuova che interseca

Dettagli

Il metodo ASEI SCHOOL mette al centro l allievo.

Il metodo ASEI SCHOOL mette al centro l allievo. ASEI SCHOOL è la prima Smart School di lingue certificata dal sistema ISO 900-2008 e accreditata dall Università di Cambridge per il test online BULATS. THE HIVE è l innovativo metodo didattico ideato

Dettagli

Curriculum Vitae di Andrea Ribichini

Curriculum Vitae di Andrea Ribichini Dati Anagrafici Nome: Andrea Cognome: Ribichini Data e luogo di nascita: 14/01/1973, Roma Cittadinanza: italiana Titoli di Studio Conseguiti 29/02/2008 Titolo di Dottore di Ricerca in Ingegneria Informatica

Dettagli

ISTITUTO STATALE ISTRUZIONE SUPERIORE ZENALE E BUTINONE

ISTITUTO STATALE ISTRUZIONE SUPERIORE ZENALE E BUTINONE pag.1 ISTITUTO STATALE ISTRUZIONE SUPERIORE ZENALE E BUTINONE Vale la pena di insegnare un argomento solo se si ritiene di poterlo approfondire ad un punto tale da poter formulare domande non banali con

Dettagli

Cos è il Software Didattico

Cos è il Software Didattico Cos è il Software Didattico Per poter utilizzare efficacemente il software didattico è necessario innanzitutto capire che cosa si intende con questo termine e quali sono le sue principali caratteristiche.

Dettagli

INCHIESTA E INTERVISTA STRUTTURATA, LA NATURA QUALITATIVA DEL QUESTIONARIO E LA MATRICE DEI DATI

INCHIESTA E INTERVISTA STRUTTURATA, LA NATURA QUALITATIVA DEL QUESTIONARIO E LA MATRICE DEI DATI LA RICERCA BASATA SULLA MATRICE DI DATI PROF. LUCIANO GALLIANI Indice 1 INCHIESTA E INTERVISTA STRUTTURATA, LA NATURA QUALITATIVA DEL QUESTIONARIO E LA MATRICE DEI DATI --------------------------------------------------------------------------------------------------------

Dettagli

SENSO DI COMUNITÀ IN UN CORSO ON LINE: COSTRUZIONE DI UN QUESTIONARIO

SENSO DI COMUNITÀ IN UN CORSO ON LINE: COSTRUZIONE DI UN QUESTIONARIO TECNOLOGIE EMERGENTI E COSTRUZIONE DI CONOSCENZA 27-28 MARZO 2007 SENSO DI COMUNITÀ IN UN CORSO ON LINE: COSTRUZIONE DI UN QUESTIONARIO Vittore Perrucci,, Stefano Cacciamani,, Giulia Balboni Università

Dettagli

3.1 ESERCIZI DI RIEPILOGO

3.1 ESERCIZI DI RIEPILOGO 3 3.1 ESERCIZI DI RIEPILOGO Esercizio 3.1.1 Dato un sistema M/M/2 con frequenza media di arrivo pari a λ e velocità di servizio pari a µ, con λ < 2µ Scrivere le equazioni di Kolmogorov relative al processo

Dettagli

Introduzione al Calcolo Scientifico

Introduzione al Calcolo Scientifico Introduzione al Calcolo Scientifico Corso di Calcolo Numerico, a.a. 2008/2009 Francesca Mazzia Dipartimento di Matematica Università di Bari Francesca Mazzia (Univ. Bari) Introduzione al Calcolo Scientifico

Dettagli

Il progetto di ricerca Ellade

Il progetto di ricerca Ellade Il progetto di ricerca Ellade Ellade ELectronic Live ADaptive Learning Gruppo di lavoro Università degli Studi della Calabria, Dipartimento di Matematica Università degli Studi Mediterranea di Reggio Calabria,

Dettagli

CURRICOLO MATEMATICA ABILITA COMPETENZE

CURRICOLO MATEMATICA ABILITA COMPETENZE CURRICOLO MATEMATICA 1) Operare con i numeri nel calcolo aritmetico e algebrico, scritto e mentale, anche con riferimento a contesti reali. Per riconoscere e risolvere problemi di vario genere, individuando

Dettagli

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione

Università di Bergamo Facoltà di Ingegneria. Intelligenza Artificiale. Paolo Salvaneschi A1_1 V1.1. Introduzione Università di Bergamo Facoltà di Ingegneria Intelligenza Artificiale Paolo Salvaneschi A1_1 V1.1 Introduzione Il contenuto del documento è liberamente utilizzabile dagli studenti, per studio personale

Dettagli

Progetto: La statistica nelle scuole

Progetto: La statistica nelle scuole Progetto: La statistica nelle scuole La rappresentazione in dati dei fenomeni sociali Docente referente: Michelina Occhioni a.s. 2013-2014 la Scuola secondaria di Palmariggi è impegnata quest'anno in un

Dettagli

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione

Concetti per il calcolo delle probabilità. Gli eventi: una classificazione Concetti per il calcolo delle probabilità "La prova genera l 'evento con una certa probabilità". Prova, evento, probabilità, sono concetti primitivi, nozioni intuitive. Comunque una loro qualificazione

Dettagli

L integrazione del Progetto ESTABLISH nel contesto della Scuola italiana

L integrazione del Progetto ESTABLISH nel contesto della Scuola italiana SEZIONE 6: FISICA GENERALE, DIDATTICA E STORIA DELLA FISICA TAVOLA ROTONDA: La ricerca didattica italiana nei Progetti Europei L integrazione del Progetto ESTABLISH nel contesto della Scuola italiana Claudio

Dettagli

AC-MT 6-11 Test di valutazione delle abilità di calcolo

AC-MT 6-11 Test di valutazione delle abilità di calcolo AC-MT 6-11 Test di valutazione delle abilità di calcolo C. Cornoldi, D. Lucangeli, M. Bellina Irene C. Mammarella Università degli Studi di Padova irene.mammarella@unipd.it AC-MT Prova di primo livello:

Dettagli

MACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it

MACHINE LEARNING e DATA MINING Introduzione. a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it MACHINE LEARNING e DATA MINING Introduzione a.a.2015/16 Jessica Rosati jessica.rosati@poliba.it Apprendimento Automatico(i) Branca dell AI che si occupa di realizzare dispositivi artificiali capaci di

Dettagli

DISCALCULIA TEST. Erickson INTELLIGENZA NUMERICA E DI CALCOLO. Test per la valutazione delle abilità e dei disturbi del calcolo

DISCALCULIA TEST. Erickson INTELLIGENZA NUMERICA E DI CALCOLO. Test per la valutazione delle abilità e dei disturbi del calcolo Daniela Lucangeli, Patrizio E. Tressoldi, Adriana Molin, Silvana Poli e Marco Zorzi DISCALCULIA TEST Test per la valutazione delle abilità e dei disturbi del calcolo INTELLIGENZA 8+ NUMERICA E DI CALCOLO

Dettagli

Operazioni sui database

Operazioni sui database Operazioni sui database Le operazioni nel modello relazionale sono essenzialmente di due tipi: Operazioni di modifica della base di dati (update) Interrogazioni della base di dati per il recupero delle

Dettagli

Il Sistema ECVET: gli elementi chiave

Il Sistema ECVET: gli elementi chiave Il Sistema ECVET: gli elementi chiave ECVET: key features Manuela Bonacci ISFOL Processi integrati Europass Qualità e Accreditamento ECTS ECVET EQF NQS Sistema dei crediti Validation Sistema Nazionale

Dettagli

Tutti pronti per la scuola?

Tutti pronti per la scuola? Dott.ssa Grazia Nonne Tutti pronti per la scuola? L'Intelligenza Numerica alla scuola dell'infanzia: prevenzione e potenziamento. Corso di Formazione La matematica non fa paura Fonni 3-4 Settembre 2015

Dettagli

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno.

Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Corso di Statistica Medica Il corso si colloca nell ambito del corso integrato di scienze quantitative, al primo anno. Sono previste 40 ore complessive, di cui almeno 16 di lezione frontale e le restanti

Dettagli

LA STEREO FOTOMETRIA, OLTRE L IMMAGINAZIONE

LA STEREO FOTOMETRIA, OLTRE L IMMAGINAZIONE MADD-SPOT, 2, 2013 LA STEREO FOTOMETRIA, OLTRE L IMMAGINAZIONE DI ROBERTO MECCA Il mercato dell animazione 3D è in forte crescita in questi anni. Stampanti tridimensionali, nuovi strumenti per l analisi

Dettagli

Sperimentazioni I Sessione di Laboratorio: 13 Novembre 2014

Sperimentazioni I Sessione di Laboratorio: 13 Novembre 2014 Sperimentazioni I Sessione di Laboratorio: 13 Novembre 2014 A. Garfagnini, M. Mazzocco Università degli studi di Padova AA 2014/2015 Statistica Secondo Kendall [1], Statistics is the branch of a scientific

Dettagli

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete

Funzioni in due variabili Raccolta di FAQ by Andrea Prevete Funzioni in due variabili Raccolta di FAQ by Andrea Prevete 1) Cosa intendiamo, esattamente, quando parliamo di funzione reale di due variabili reali? Quando esiste una relazione fra tre variabili reali

Dettagli

LICEO CLASSICO C. CAVOUR DISCIPLINA : MATEMATICA PROGRAMMAZIONE DIDATTICA ED EDUCATIVA

LICEO CLASSICO C. CAVOUR DISCIPLINA : MATEMATICA PROGRAMMAZIONE DIDATTICA ED EDUCATIVA PROGRAMMAZIONE DIDATTICA ED EDUCATIVA 1. OBIETTIVI SPECIFICI DELLA DISCIPLINA PROGRAMMAZIONE PER COMPETENZE Le prime due/tre settimane sono state dedicate allo sviluppo di un modulo di allineamento per

Dettagli

LA MAPPA CONCETTUALE Lezione n. 16

LA MAPPA CONCETTUALE Lezione n. 16 LA MAPPA CONCETTUALE Lezione n. 16 Finalità: Sistemattizzare i concetti probabilistici studiati. Realizzare la mappa concettuale. Metodo: Organizzati in gruppi costruzione della mappa concettuale. Discussione

Dettagli

Programmazione Generale. Matematica e Complementi. Classi: 2 Biennio Quarta. Istituto Tecnico Tecnologico Basilio Focaccia Salerno

Programmazione Generale. Matematica e Complementi. Classi: 2 Biennio Quarta. Istituto Tecnico Tecnologico Basilio Focaccia Salerno Istituto Tecnico Tecnologico Basilio Focaccia Salerno Programmazione Generale Matematica e Complementi Classi: 2 Biennio Quarta I Docenti della Disciplina Salerno, lì 12 settembre 2014 Finalità della Disciplina

Dettagli

Elementi di Psicometria con Laboratorio di SPSS 1

Elementi di Psicometria con Laboratorio di SPSS 1 Elementi di Psicometria con Laboratorio di SPSS 1 10-Il test t per un campione e la stima intervallare (vers. 1.1, 25 ottobre 2015) Germano Rossi 1 germano.rossi@unimib.it 1 Dipartimento di Psicologia,

Dettagli

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2)

I n d i c e. 163 Appendice B Questionari su utilità e uso delle Strategie di Studio (QS1 e QS2) I n d i c e 9 Introduzione 11 CAP. 1 I test di intelligenza potenziale 17 CAP. 2 La misura dell intelligenza potenziale nella scuola dell infanzia 31 CAP. 3 La misura dell intelligenza potenziale nella

Dettagli

MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE ALLA FINE DELLA SCUOLA PRIMARIA

MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE ALLA FINE DELLA SCUOLA PRIMARIA MATEMATICA TRAGUARDI PER LO SVILUPPO DELLE COMPETENZE ALLA FINE DELLA SCUOLA PRIMARIA L alunno si muove con sicurezza nel calcolo scritto e mentale con i numeri naturali e sa valutare l opportunità di

Dettagli