개요
성적
3+ (8세 이상)
시간
실험실당 40분
단위 필수 질문(들)
- 센서란 무엇인가?
- 데이터란 무엇인가?
- 어떻게 데이터를 활용해 문제를 해결할 수 있을까?
단위 이해
이 단원에서는 다음과 같은 개념을 다룹니다.
- 센서는 실제 세계에 대한 데이터를 생성합니다.
- Eye Sensor를 효과적으로 활용하여 데이터를 수집하는 방법
- Eye Sensor가 제공하는 데이터를 이해하는 방법
- 데이터를 사용하여 가설을 세우고 테스트하는 방법
연구실 요약
다음 탭을 클릭하면 각 실험실에서 학생들이 무엇을 하고 무엇을 배울 것인지 요약된 내용을 볼 수 있습니다.
랩 1 - 데이터 이해
주요 질문: 눈 센서란 무엇이고, 어떤 데이터를 보고합니까?
- 학생들은 Code Base 2.0 - Eye Down을 구축합니다.
- 눈 센서의 작동 원리와 색상 값으로 데이터를 보고하는 방식을 소개합니다.
- 학생들은 눈 조명을 끈 채로 다리의 균열된 표면 위로 코드 베이스를 옮기고, VEXcode GO 모니터에서 눈 센서가 보고하는 데이터를 관찰하고 기록합니다.
- 학생들은 눈 조명을 켜면 보고된 센서 데이터에 영향을 미칠지 예측하게 됩니다.
- 그런 다음 학생들은 눈 조명을 켜고 다리 표면 위로 코드 베이스를 옮기고 VEXcode GO 모니터에서 눈 센서가 보고하는 데이터를 관찰하고 기록합니다.
- 그들은 예측을 확인하거나 반박하기 위해 데이터 집합을 비교하고, 데이터 집합이 어떻게 그리고 왜 다른지 논의합니다.
랩 2 - 데이터 수집
주요 질문: 센서로 어떻게 데이터를 수집할 수 있나요?
- 학생들은 시민 한 명이 자기 도시에 안전하지 않은 다리가 있을 수 있다고 신고했다는 말을 듣게 됩니다. 그들은 다리 검사관 역할을 하며, 이러한 주장을 조사하기 위해 안전한 다리, 위험한 다리, 위험한 다리에 대한 기준을 배우게 됩니다.
- 학생들은 코드 베이스의 눈 센서를 사용하여 다리 바닥에 대한 데이터를 수집합니다.
- 그들은 정기적으로 보고되는 거리와 색상 값 데이터를 다리 검사 보고서에 기록합니다.
- 그런 다음 학생들은 이 데이터를 사용하여 로봇이 이동한 색상 값과 거리를 그래프로 나타냅니다.
랩 3 - 데이터 분석
주요 질문: 센서에서 얻은 데이터를 어떻게 분석할 수 있나요?
- 학생들은 다리 바닥에 균열이 있는지 확인하기 위해 실험실 2의 조사를 계속할 것입니다.
- 학생들은 실험 2에서 수집한 데이터를 사용하여 균열의 크기를 계산합니다.
- 그들은 수집된 데이터를 기준에 따라 분석하여 다리가 안전한지, 위험한지, 위험한지 판단합니다.
랩 4 - 가설 세우기
주요 질문: 실제 문제를 해결하기 위해 데이터를 어떻게 활용할 수 있나요?
- 학생들은 기후, 교량 길이, 교량 교통량 등 교량의 구조에 영향을 미치고 균열을 일으킬 수 있는 요인에 대해 배웁니다.
- 학생들에게 여러 교량에 대한 데이터 세트가 제공되고, 이 데이터를 사용하여 어떤 교량을 우선적으로 검사하고 수리해야 할지 결정합니다.
- 다리가 너무 많아서 한꺼번에 모든 다리를 점검하는 건 불가능합니다. 학생들은 자신들이 배운 내용을 토대로 균열이 생길 가능성이 가장 높은 다리가 어디인지 협력하여 결정하고, 검사가 필요한 다리를 결정합니다.
- 학생들은 어느 다리가 '위험한'지에 대한 가설을 세우고, 5번째 실험에서 그 가설을 검증합니다.
랩 5 - 가설 검정
주요 질문: 가설을 검정하기 위해 데이터를 어떻게 활용할 수 있나요?
- 학생들이 랩 4에서 세운 가설을 바탕으로, 그들은 코드 베이스의 눈 센서를 사용하여 정기적으로 선택한 다리에 대한 데이터를 수집할 것입니다.
- 그들은 랩 4에서 세운 가설을 검증하기 위해 데이터를 기록하고 분석할 것입니다.
- 학생들은 조사 결과를 요약하고, 데이터가 가설을 뒷받침하거나 반박하는 방식을 설명하는 교량 검사 보고서를 작성합니다. 그들은 보고서를 학급 전체와 공유할 것이다.
단위 표준
단위 표준은 단위 내의 모든 연구실에서 다루어집니다.
컴퓨터 과학 교사 협회(CSTA)
1B-DA-06 : 수집된 데이터를 시각적으로 구성하고 제시하여 관계를 강조하고 주장을 뒷받침합니다.
표준 달성 방법: 랩 1에서 학생들은 눈 빛을 사용하면 눈 센서가 데이터를 보고하는 방식에 영향을 미치는지 예측합니다. 그들은 눈 조명이 있는 경우와 없는 경우 모두 다리의 색상에 대한 눈 센서 데이터를 수집합니다. 그들은 데이터를 표로 정리하고 이를 사용해 자신들이 내린 예측을 뒷받침하거나 반박합니다. 2번째 실험에서 학생들은 자기 도시의 다리가 안전하지 않다는 주장을 테스트합니다. 그들은 눈 센서가 보고한 거리 간격과 색상 값을 표로 기록합니다. 학생들은 이 데이터를 사용하여 그래프로 표현하여 잠재적인 균열의 위치를 확인합니다. 3번째 랩에서 학생들은 수집한 데이터를 사용하여 색조 값과 다리의 균열 위치 및 크기 사이의 관계를 보여주고, 이를 통해 주장의 진실성을 판단합니다.
4번째 랩에서 학생들은 다양한 교량에 대한 데이터 세트를 받고, 데이터를 분석하여 어느 교량이 가장 위험하고 검사가 필요한지에 대한 가설을 세웁니다. 5번째 랩에서는 선택한 다리에 대한 데이터를 수집하여 이전 랩에서 세운 가설을 테스트합니다. 학생들은 교량 검사 보고서에서 데이터를 구성하고 제시하며, 데이터가 가설을 어떻게 뒷받침하는지 알아봅니다.
컴퓨터 과학 교사 협회(CSTA)
1B-DA-07: 데이터를 사용하여 인과 관계를 강조하거나 제안하고, 결과를 예측하거나 아이디어를 전달합니다.
표준 달성 방법: 랩 1에서 학생들은 수집된 데이터를 사용하여 눈 빛과 눈 센서가 보고하는 색상 값 사이의 인과 관계를 강조합니다. 2랩에서 학생들은 코드 베이스의 눈 센서를 사용하여 다리를 스캔하여 데이터를 수집합니다. 그런 다음 해당 데이터를 사용하여 그래프를 통해 데이터의 패턴을 전달합니다. 3번째 실험에서 학생들은 수집된 데이터를 이용해 다리의 균열 크기와 위치를 전달합니다.
4번째 실험에서 학생들은 데이터를 사용하여 어느 다리가 위험하고 검사가 필요한지에 대한 가설을 수립하고 제안합니다. 5번째 실험에서 학생들은 선택한 다리에 대한 데이터를 수집하여 가설을 검증하고, 이 데이터를 사용하여 다리 검사 보고서에 다리의 안전성에 대한 아이디어를 전달합니다.