Учебный проект Технология обработки текста: различия между версиями

Материал из Wiki Mininuniver
Перейти к навигацииПерейти к поиску
(Материалы по формирующему и итоговому оцениванию)
(Материалы по формирующему и итоговому оцениванию)
Строка 47: Строка 47:
 
[https://docs.google.com/forms/d/1Yyhjgzvi8K0WuXMr91ZoFfn4c4bGn5d76l26sWXDEgc/viewform Входная анкета]
 
[https://docs.google.com/forms/d/1Yyhjgzvi8K0WuXMr91ZoFfn4c4bGn5d76l26sWXDEgc/viewform Входная анкета]
  
[https://drive.google.com/file/d/0B4PSEQfKoW5ITUtiSWpHT1h5NGM/edit?usp=sharing Инструменты оценивания понимания и умения]
+
[https://docs.google.com/document/d/1HZsERG7cZXzUjkm1bEMr8W-708jDT64864aOdouQBa8/edit?usp=sharing Инструменты оценивания понимания и умения]
  
 
[http://www.mindomo.com/mindmap/mind-map-e0b5180e5a9d4361afbda3589a2cf5a7 Оценивание в проекте]
 
[http://www.mindomo.com/mindmap/mind-map-e0b5180e5a9d4361afbda3589a2cf5a7 Оценивание в проекте]

Версия 13:41, 25 апреля 2014

Автор проекта

Мантуров Артем

Предмет, класс

Информатика и ИКТ,10-11 класс

Краткая аннотация проекта

Развитие современной науки, техники и общества вызвало к жизни такой большой поток научно-технической и социальной информации, что традиционных методов ее накопления, систематизации и переработки становится явно недостаточно. Эффективным решением этой важной проблемы является автоматизация процессов обработки больших массивов текстовой информации, что предполагает более широкое использование автоматических процедур обработки текстов. Это позволит значительно повысить качество научно-исследовательских и экспериментальных работ и сократить сроки их выполнения. Такой подход, в свою очередь, требует модификации классических процедур отбора информации (например, тех, в которых запрос формулируется с использованием терминов словаря системы и булевой логики), разработки ряда новых, более адекватных природе и приемам обработки текстовой информации (например, автоматическая классификация массива документов на основе использования статистической теории распознавания образов). В настоящем докладе рассматривается один из методов автоматического распознавания, который основан на использовании N-грамм слов естественного языка текстов документов применительно к задачам автоматической классификации и обнаружения орфографических ошибок в текстах документов.

Вопросы, направляющие проект

Основополагающий вопрос

  1. Как добиться эффективности?

Проблемные вопросы

  1. Как выбрать текстовый редактор?
  2. Как сравнить текстовые редакторы?
  3. Как работать в текстовом редакторе?

Учебные вопросы

  1. Какие основные функции текстовых редакторов?
  2. Когда появились Технологии обработки текста?
  3. Для какой работы необходимы Технологии обработки текста?
  4. Кто изобрел Технологии обработки текста?
  5. Где применяются Технологии обработки текста?

План проведения проекта

План проекта

Визитная карточка проекта

Публикация преподавателя

Буклет Мантурова 1.jpg Буклет Мантурова 2.jpg

Презентация преподавателя для выявления представлений и интересов учащихся

Стартовая презентация

Пример продукта проектной деятельности учащихся

Результаты исследования учащихся в проекте Технология обработки текста

Материалы по формирующему и итоговому оцениванию

Входная анкета

Инструменты оценивания понимания и умения

Оценивание в проекте

Критерии оценки мой.jpg

Метод Фостера

Интервью с участником проекта

Подготовка к мини-конференции

Инструмент для оценивания мониторинга прогресса

Лист оценки участия в обсуждении группой

Инструменты самооценивания и оценивания взаимодействия

Критерии оценивания работы групп в ходе проекта

Примерный бланк балльной оценки продукта

Материалы по сопровождению и поддержке проектной деятельности

Лента времени "История развития MS Word"

Задание для создания ленты времени

Полезные ресурсы

  1. Инфолайк
  2. Инфотехнолоджи
  3. Википедия
  4. Вебмикс

Проекты с аналогичной тематикой

Другие документы

Основной курс программы Intel Обучение для будущего ПКС-11 январь-апрель 2014