Алгоритм организации чтения и анализа текста

Дата: 2025-06-14; Просмотры: 1

Оценка:

0.00 из 5.00 — оценок

Скачиваний: 0

Скачать

Алгоритм организации чтения и анализа текста

1. Педагог объясняет, как использовать приём «фишбоун» для создания смысловой схемы текста.

2. Обучающиеся читают текст и создают его индивидуальные смысловые схемы.

3. Учитель распределяет обучающихся на несколько групп, каждая группа формирует общую смысловую схему текста, опираясь на результаты работы её участников на предыдущем этапе.

4. Обучающиеся представляют созданные в ходе групповой работы смысловые схемы, коллективно и с помощью педагога определяют, насколько полно содержание текста отражено в составленных картах и насколько корректно представлены взаимоотношения между компонентами его содержания.

5. Обучающиеся дополняют друг друга, обобщают информацию и формулируют выводы по итогам анализа текста и применения приёма. Учитель выполняет роль модератора, при необходимости помогает детям вести организованную дискуссию.

Справочная информация

Приём «фишбоун» (англ. Fishbone — скелет рыбы) предложил японский экономист иэксперт в области управления качеством, профессор КаоруИсикава (1952 г.). С его помощью текстовая информация анализируется, структурируется и представляется в видесхемы, что помогает разобраться в проблемной ситуации, установить причинно-следственныесвязи, обобщить, систематизировать и сделать вывод.

В ходе работы обучающиеся заполняют смысловую схему текста, последовательно отвечая навопросы и выполняя задания:

Ø Какую тему предлагает для обсуждения автор? (Заполняется левый блок схемы.)

Ø Какое обобщение делает автор в заключительной части текста? (Заполняется правый блок схемы.)

Ø Выберите понятия, которые помогут определить обоснованность обобщения. (Заполняется верхний блок схемы.)

Ø Найдите в тексте определения выбранных понятий. (Заполняется нижний блок схемы.)

Ø Согласны ли вы с обобщением, сформулированным автором текста?

В зависимости от особенностей текста и задач анализа блоки могут называться по-разному.При горизонтальном размещении схемы названия блоков могут быть такими:

· Вопрос (слева) — причины (сверху) — факты (снизу) — ответ (справа).

· Проблема — факты — последствия — решение.

· Тема — понятия — определения — обобщение.

· Ситуация — причины — следствия — вывод.

Источник информации: https://homo-science.ru/post/kak-rozhdayutsya-temy-dlya-issledovanij

Как рождаются темы для исследований

Многообещающие научные проекты далеко не так часто оканчиваются успехом. Зато в процессе даже неудачу можно превратить в успех.

Один из проектов, с которых начиналась лично моя работа в лаборатории, казался мне очень интересным, с хорошей командой и продуманной научной темой. К сожалению, в процессе работы над этим проектом мы с коллегами постепенно понимали, что и выдвинутые нами гипотезы не подтверждаются, и эксперимент спланирован не так тщательно, как нам казалось. По мере сбора данных (а мы хотели собрать данные об активности мозга во время решения определённых задач более чем у ста человек — это достаточно большая выборка, особенно если на одного человека уходит более двух часов) руки опускались всё больше и больше. <…>

К счастью, наука движется очень даже нелинейно. В основном эксперименте задачей участников было решать несложные арифметические и алгебраические задачки, в то время как мы во время решения анализировали ЭЭГ — суммарную биоэлектрическую активность (другие подробности пока не важны). Как и во многих других современных нейрофизиологических экспериментах, мы не только смотрели основные эффекты, но и учитывали большое количество дополнительных факторов. Дополнительные факторы — это те, которые напрямую не влияют на проверку поставленных гипотез, но позволяют сделать измерения эффектов более точными. В нашем случае, кроме самого решения задач, мы выбрали в качестве дополнительных переменных, во-первых, индивидуальные различия в общем интеллекте (логично ведь, что решать задачи люди с разным уровнем интеллекта могут по-разному), а во-вторых, фоновый уровень мозговой активности, когда человек в течение нескольких минут просто сидит и смотрит перед собой, стараясь расслабиться и ни о чём не думать (чтобы потом этот «фон» сравнивать с экспериментальным заданием).

Итак, сидим мы в лаборатории и в очередной раз грустим, что ничего из того, что было запланировано, не получается. Во-первых, в формулировках некоторых задач, которые мы предлагали участникам эксперимента, мы нашли ошибки. Во-вторых, остальные задачи оказались слишком лёгкими, люди решали их слишком хорошо (в психометрике это называется эффектом потолка). А это значит, что нам будет гораздо сложнее увидеть различия между людьми, в которых мы хотели разобраться. Тем временем на глаза нам попадается любопытная статья по одной из близких нам тем — нейрофизиологической основе интеллекта. В этой статье авторы пытаются проверить одну из классических теорий интеллекта — теорию нейрональной эффективности. Согласно ей, высокий интеллект связан с более эффективной переработкой информации: уже существует много данных о том, что люди с более высокими баллами в специализированных тестах интеллекта при решении задач демонстрируют более низкие затраты глюкозы и кислорода — источников энергии в мозге. Однако какие именно характеристики мозга позволяют так экономить энергию, до сих пор до конца не ясно. И вот в статье, которая нам попалась, авторы пытаются связать механизм экономии энергии с некоторыми характеристиками связей между разными участками в мозге. Причём если обычно смотрят на характеристики активности мозга в момент решения задач, в этой статье пытаются связать различия в интеллекте с так называемой естественной, или внутренней (intrinsic — у этого термина нет пока в данном контексте удачного перевода на русский язык), активностью. А измеряют эту «естественную» активность как раз в тот момент, когда человек сидит и ничего не делает. Другими словами, в наших терминах, измеряют фоновую активность, которая есть и у нас в исследовании, притом как раз вместе с замерами интеллекта.

Дальше мы читаем статью внимательнее и понимаем, что подход авторов кажется нам небезынтересным, но недостаточно продуманным. В статье авторы предлагают рассмотреть в качестве механизма экономии энергии «мозговую связанность» (brain connectivity). Для её оценки в статье предложен специальный индекс, который учитывает степень похожести в активности соседних областей мозга. И вот, глядя на этот индекс, мы понимаем, что есть целый раздел математики, теория графов, который позволяет анализировать сходства не только в каком-то небольшом количестве соседних областей, а во всём мозге сразу.

Теория графов — это раздел дискретной математики, который изучает множества точек (вершин) и связей между ними (рёбер) в виде сетевых структур — графов. Графы имеют как локальные характеристики (например, количество связей одной вершины со всеми остальными), так и глобальные характеристики (например, среднюю «длину пути» между всеми вершинами — среднее количество «шагов», которые нужно сделать, чтобы перейти от одной вершины к другой). Современная теория графов лежит в основе алгоритмов поиска в Интернете, криптографии, геоинформационных систем и многого другого.

Несмотря на то что теория графов — это давно существующий раздел математики, до недавнего времени она мало применялась для анализа активности мозга. Поэтому, как это часто бывает, от идеи того, что нужно анализировать графы, до конкретной реализации и анализа наших данных прошло совсем немало времени <…>. Но в итоге нам повезло, и наша гипотеза о связи графовых метрик мозговой активности оправдалась: мы показали, что характеристики длин путей внутри и «глобальная эффективность» графа коррелировали с индивидуальными различиями в интеллекте участников нашего исследования (позже мы даже показали это на другой выборке и с другими способами измерения интеллекта). Таким образом, неудачный проект, пусть и не в своей основной части, принёс наконец какие-то интересные результаты. А рождённый в процессе подход даже стал целым небольшим отдельным направлением в работе лаборатории. Но это уже другая история.

____________________________________________________________

Работа с текстом статьи организуется в форматах внеурочной деятельности, классных часов, школьных образовательных мероприятий и расширяет знания обучающихся в области русского языка,иностранных языков, обществознания, математики,информатики, физики, химии.

Дополнительные вопросы, связывающие содержание статьи с программами учебных предметов (используются на усмотрение педагога):

1. Автор текста начинает рассказ с мысли об успехе глобальных научных проектов. Можете ли вы привести примеры таких проектов 21-го века?

2. Автор текста напрямую не называет свою лабораторию. Опираясь на знания биологии, предположите, как она могла бы называться.

3. Гипотеза, выдвинутая коллективом лаборатории, не подтвердилась в процессе эксперимента. Опираясь на курс обществознания, дайте определения понятию «гипотеза».

4. Как вы понимаете слова автора о том, что наука движется нелинейно? Приведите пример предложений, в которых «нелинейность» упоминается в том же самом смысле.

5. Объясните, какова природа биоэлектрической активности мозга. Предположите, какие физические величины измеряются непосредственно во время снятия электроэнцефалограммы.

6. В тексте говорится о фоновых значениях мозговой активности. Как вы понимаете значение слова «фон» в данном контексте? Приведите примеры других ситуаций, когда можно говорить о фоновых значениях.

7. Какие химические вещества упоминаются в тексте? Каковы их химические свойства?

8. Сформулируйте, в чём суть теории нейрональной эффективности?Каким образом затраты глюкозы и кислорода подтверждают эту теорию?

9. Какие варианты перевода слова intrinsic приводятся в тексте? Возможны ли другие варианты перевода этого слова?

10. Как вы думаете, зачем автор текста использует три различных прилагательных — естественная, внутренняя, фоновая — для обозначения одного и того же вида мозговой активности?

11. Как вы понимаете смысл коэффициента, учитывающего «мозговую связанность»?

12. Приведите пример задач, рассмотренных в курсе информатики, которые можно решить с помощью графов.

13. Как вы думаете, можно ли называть графом схему Московского метрополитена? Обоснуйте свою точку зрения.

14. Теория графов — раздел математики, эффективный в решении множества задач, долгое время не применялся для анализа активности мозга. Приведите примеры разделов математики, которые могут быть эффективны в решении различных прикладных задач.

15. Как вы понимаете смысл термина «глобальная эффективность» графа, применительно к мозгу человека?

16. Объясните значение слова «корреляция». Приведите примеры коррелирующих величин.

Отделы головного мозга

Источник изображения: https://foxford.ru/wiki/biologiya/stroenie-golovnogo-mozga-cheloveka

Леонард Эйлер (1707–1783гг.), член Петербургской академии наук, родоначальник теории графов

Источник изображения: http://kvant.mccme.ru/pdf/2007-03s.pdf

Схема монтажа электродов при записи электроэнцефалограммы мозга

Источник изображения: https://dspace.kpfu.ru/xmlui/bitstream/handle/net/22022/01_9_000701.pdf

При записи ЭЭГ регистрируется разность потенциалов между двумя точками поверхности головы обследуемого

Источник изображения: https://neurobotics.ru/repo/cortex/Основы%20ЭЭГ.pdf