Structural Learning Theory (J. Scandura)


Ikhtisar:

Menurut teori belajar struktural, apa yang dipelajari aturan yang terdiri dari, berbagai prosedur domain, dan. Mungkin ada set aturan alternatif untuk setiap kelas diberikan tugas. Pemecahan masalah dapat difasilitasi ketika aturan tatanan yang lebih tinggi yang digunakan, yaitu aturan yang menghasilkan aturan-aturan baru. Tinggi aturan agar account untuk perilaku kreatif (hasil tak terduga) serta kemampuan untuk memecahkan masalah yang kompleks dengan membuatnya mungkin untuk menghasilkan (belajar) aturan baru.

Tidak seperti teori-teori pemrosesan informasi yang sering diasumsikan mekanisme kontrol yang lebih kompleks dan aturan produksi, teori belajar struktural mendalilkan tunggal, tujuan-switching mekanisme kontrol dengan asumsi minimal tentang prosesor dan memungkinkan struktur aturan yang lebih kompleks. Teori belajar struktural juga mengasumsikan bahwa “memori kerja” memegang baik aturan dan data (yaitu aturan yang tidak bertindak atas aturan-aturan lainnya); beban memori yang terkait dengan tugas tergantung pada aturan (s) digunakan untuk tugas di tangan.

Analisis Struktural adalah metodologi untuk mengidentifikasi aturan harus dipelajari untuk suatu topik tertentu atau kelas tugas dan melanggar mereka lakukan ke komponen atom mereka. Langkah-langkah utama dalam analisis struktural adalah: (1) memilih sampel yang representatif dari masalah, (2) mengidentifikasi aturan solusi untuk setiap masalah, (3) mengkonversi setiap aturan larutan ke dalam tatanan yang lebih tinggi masalah yang solusinya adalah bahwa aturan, (4) mengidentifikasi solusi agar aturan yang lebih tinggi untuk memecahkan masalah baru, (5) menghilangkan aturan solusi berlebihan dari set aturan (yaitu, mereka yang dapat diturunkan dari aturan lain), dan (6) melihat bahwa langkah 3 dan 4 pada dasarnya sama sebagaimana langkah 1 dan 2, dan melanjutkan proses iteratif dengan masing-masing baru diidentifikasi seperangkat aturan solusi. Hasil berulang kali mengidentifikasi aturan tatanan yang lebih tinggi, dan menghilangkan aturan berlebihan, adalah suksesi set aturan, masing-masing terdiri dari aturan-aturan yang sederhana individu tetapi kolektif lebih kuat daripada yang sebelumnya.

Belajar mengajar Struktural mengatur jalan solusi sederhana untuk masalah dan kemudian mengajar jalur yang lebih kompleks sampai seluruh aturan telah dikuasai. Teori ini mengusulkan bahwa kita harus mengajar sebanyak aturan tingkat tinggi mungkin sebagai pengganti untuk aturan yang lebih rendah. Teori ini juga menunjukkan strategi untuk individualistis instruksi dengan menganalisis yang aturan seorang siswa telah / belum menguasai dan mengajar hanya aturan, atau bagian daripadanya, yang belum dikuasai.

Lingkup / Aplikasi:

Teori belajar Struktural telah diterapkan secara luas untuk matematika dan juga menyediakan interpretasi dari teori Piaget (Sandura & Scandura, 1980). Fokus utama dari teori ini adalah masalah instruksi pemecahan (Scandura, 1977). Scandura telah menerapkan kerangka teoritis untuk pengembangan alat authoring dan rekayasa perangkat lunak.

Contoh:

Berikut adalah contoh dari teori belajar struktural dalam konteks pengurangan disediakan oleh Scandura (1977):

1. Langkah pertama melibatkan memilih sampel yang representatif dari masalah seperti 9-5,, 248-13 atau 801-302.

2. Langkah kedua adalah untuk mengidentifikasi aturan untuk memecahkan setiap masalah yang dipilih. Untuk mencapai langkah ini, perlu untuk menentukan kemampuan minimal siswa (misalnya, dapat mengenali angka 0-9, tanda minus, kolom dan baris). Kemudian operasi rinci terlibat dalam memecahkan setiap masalah perwakilan harus bekerja dalam hal kemampuan minimum dari siswa. Misalnya, salah satu aturan pengurangan siswa bisa belajar adalah “pinjaman” prosedur yang menentukan jika nomor atas adalah kurang dari angka bawah dalam kolom, nomor teratas dalam kolom di sebelah kanan harus dibuat lebih kecil dengan 1.

3. Langkah berikutnya adalah mengidentifikasi aturan tatanan yang lebih tinggi dan menghilangkan peraturan yang lebih rendah mereka menggolongkan. Dalam kasus pengurangan, kita bisa mengganti sejumlah aturan parsial dengan aturan tunggal untuk pinjaman yang mencakup semua kasus.

4. Langkah terakhir adalah untuk menguji dan menyempurnakan aturan yang dihasilkan (s) menggunakan masalah baru dan memperpanjang peraturan yang ditetapkan jika perlu sehingga account untuk semua masalah di domain. Dalam kasus pengurangan, kita akan menggunakan masalah dengan berbagai kombinasi kolom dan basis mungkin berbeda.

Prinsip:

1. Bila mungkin, mengajarkan aturan agar lebih tinggi yang dapat digunakan untuk menurunkan aturan-aturan yang lebih rendah.

2. Ajarkan jalan solusi yang paling sederhana pertama dan kemudian mengajar jalan yang lebih kompleks atau set aturan.

3. Aturan harus terdiri dari kemampuan minimum yang dimiliki oleh peserta didik.

Komentar ditutup.

%d blogger menyukai ini: