അവലോകനം
ഗ്രേഡുകളും
3+ (8+ വയസ്സ്)
സമയം
ഒരു ലാബിന് 40 മിനിറ്റ്
യൂണിറ്റ് അവശ്യ ചോദ്യങ്ങൾ
- സെൻസർ എന്താണ്?
- ഡാറ്റ എന്താണ്?
- പ്രശ്നങ്ങൾ പരിഹരിക്കാൻ സഹായിക്കുന്നതിന് നമുക്ക് എങ്ങനെ ഡാറ്റ ഉപയോഗിക്കാം?
യൂണിറ്റ് ധാരണകൾ
ഈ യൂണിറ്റിലുടനീളം താഴെപ്പറയുന്ന ആശയങ്ങൾ ഉൾക്കൊള്ളുന്നതാണ്:
- ഒരു സെൻസർ യഥാർത്ഥ ലോകത്തെക്കുറിച്ചുള്ള ഡാറ്റ ഉത്പാദിപ്പിക്കുന്നു
- ഡാറ്റ ശേഖരിക്കുന്നതിന് ഐ സെൻസർ എങ്ങനെ ഫലപ്രദമായി ഉപയോഗിക്കാം
- ഐ സെൻസർ നൽകുന്ന ഡാറ്റ എങ്ങനെ മനസ്സിലാക്കാം
- ഒരു സിദ്ധാന്തം എങ്ങനെ നിർമ്മിക്കാം, ഡാറ്റ ഉപയോഗിച്ച് അത് എങ്ങനെ പരീക്ഷിക്കാം
ലാബ് സംഗ്രഹം
ഓരോ ലാബിലും വിദ്യാർത്ഥികൾ എന്തുചെയ്യും, പഠിക്കും എന്നതിന്റെ സംഗ്രഹത്തിനായി താഴെയുള്ള ടാബുകളിൽ ക്ലിക്കുചെയ്യുക.
ലാബ് 1 - ഡാറ്റ മനസ്സിലാക്കൽ
പ്രധാന ശ്രദ്ധ ചോദ്യം: ഐ സെൻസർ എന്താണ്, അത് എന്ത് ഡാറ്റയാണ് റിപ്പോർട്ട് ചെയ്യുന്നത്?
- വിദ്യാർത്ഥികൾ കോഡ് ബേസ് 2.0 നിർമ്മിക്കും - ഐ ഡൗൺ.
- ഐ സെൻസർ എങ്ങനെ പ്രവർത്തിക്കുന്നു, അത് ഡാറ്റയെ ഹ്യൂ വാല്യൂ ആയി എങ്ങനെ റിപ്പോർട്ട് ചെയ്യുന്നു എന്നിവയെക്കുറിച്ച് അവർക്ക് പരിചയപ്പെടുത്തും.
- വിദ്യാർത്ഥികൾ ഐ ലൈറ്റ് ഓഫ് ചെയ്ത നിലയിൽ ഒരു പാലത്തിന്റെ വിള്ളലുള്ള പ്രതലത്തിന് മുകളിലൂടെ കോഡ് ബേസ് നീക്കുകയും, VEXcode GO മോണിറ്ററിൽ ഐ സെൻസർ റിപ്പോർട്ട് ചെയ്ത ഡാറ്റ നിരീക്ഷിക്കുകയും രേഖപ്പെടുത്തുകയും ചെയ്യും.
- ഐ ലൈറ്റ് ഓണാക്കുന്നത് റിപ്പോർട്ട് ചെയ്യപ്പെട്ട സെൻസർ ഡാറ്റയെ ബാധിക്കുമോ എന്ന് വിദ്യാർത്ഥികൾ പ്രവചിക്കും.
- തുടർന്ന് വിദ്യാർത്ഥികൾ ഐ ലൈറ്റ് ഓണാക്കി ബ്രിഡ്ജ് പ്രതലത്തിന് മുകളിലൂടെ കോഡ് ബേസ് നീക്കുകയും, VEXcode GO മോണിറ്ററിൽ ഐ സെൻസർ റിപ്പോർട്ട് ചെയ്ത ഡാറ്റ നിരീക്ഷിക്കുകയും രേഖപ്പെടുത്തുകയും ചെയ്യും.
- അവരുടെ പ്രവചനങ്ങൾ സ്ഥിരീകരിക്കുന്നതിനോ നിരാകരിക്കുന്നതിനോ വേണ്ടി അവർ അവരുടെ ഡാറ്റാ സെറ്റുകൾ താരതമ്യം ചെയ്യും, കൂടാതെ ഡാറ്റാ സെറ്റുകൾ എങ്ങനെ, എന്തുകൊണ്ട് വ്യത്യാസപ്പെട്ടിരിക്കുന്നു എന്ന് ചർച്ച ചെയ്യും.
ലാബ് 2 - ഡാറ്റ ശേഖരിക്കൽ
പ്രധാന ശ്രദ്ധാകേന്ദ്രം ചോദ്യം: ഒരു സെൻസർ ഉപയോഗിച്ച് എനിക്ക് എങ്ങനെ ഡാറ്റ ശേഖരിക്കാൻ കഴിയും?
- തങ്ങളുടെ നഗരത്തിൽ സുരക്ഷിതമല്ലാത്ത ഒരു പാലം ഉണ്ടെന്ന് ഒരു പൗരൻ റിപ്പോർട്ട് ചെയ്തിട്ടുണ്ടെന്ന് വിദ്യാർത്ഥികളോട് പറയും. ഈ അവകാശവാദത്തെക്കുറിച്ച് അന്വേഷിക്കുന്നതിനായി അവർ പാലം പരിശോധകരായി പ്രവർത്തിക്കുകയും സുരക്ഷിതം, അപകടസാധ്യതയുള്ളത്, അപകടകരമായ പാലങ്ങൾ എന്നിവയുടെ മാനദണ്ഡങ്ങൾ പഠിക്കുകയും ചെയ്യും.
- പാലത്തിന്റെ അടിഭാഗത്തെക്കുറിച്ചുള്ള ഡാറ്റ ശേഖരിക്കുന്നതിന് വിദ്യാർത്ഥികൾ കോഡ് ബേസിലെ ഐ സെൻസർ ഉപയോഗിക്കും.
- അവർ അവരുടെ പാല പരിശോധനാ റിപ്പോർട്ടുകളിൽ കൃത്യമായ ഇടവേളകളിൽ റിപ്പോർട്ട് ചെയ്യപ്പെടുന്ന ദൂരത്തിന്റെയും വർണ്ണ മൂല്യത്തിന്റെയും ഡാറ്റ രേഖപ്പെടുത്തും.
- തുടർന്ന് വിദ്യാർത്ഥികൾ ഈ ഡാറ്റ ഉപയോഗിച്ച് റോബോട്ട് സഞ്ചരിച്ച വർണ്ണ മൂല്യവും ദൂരവും ഗ്രാഫ് ചെയ്യും.
ലാബ് 3 - ഡാറ്റ വിശകലനം ചെയ്യുന്നു
പ്രധാന ശ്രദ്ധ ചോദ്യം: ഒരു സെൻസറിൽ നിന്നുള്ള ഡാറ്റ എനിക്ക് എങ്ങനെ വിശകലനം ചെയ്യാൻ കഴിയും?
- പാലത്തിന്റെ അടിയിൽ വിള്ളലുണ്ടോ എന്ന് നിർണ്ണയിക്കാൻ വിദ്യാർത്ഥികൾ ലാബ് 2 മുതൽ അന്വേഷണം തുടരും.
- ലാബ് 2 ൽ ശേഖരിച്ച ഡാറ്റ ഉപയോഗിച്ച് വിദ്യാർത്ഥികൾ ഏതെങ്കിലും വിള്ളലുകളുടെ വലുപ്പം കണക്കാക്കുന്നു.
- അവരുടെ പാലം സുരക്ഷിതമാണോ, അപകടസാധ്യതയുള്ളതാണോ, അപകടകരമാണോ എന്ന് നിർണ്ണയിക്കുന്നതിനുള്ള മാനദണ്ഡങ്ങളെ അടിസ്ഥാനമാക്കി അവർ ശേഖരിച്ച ഡാറ്റ വിശകലനം ചെയ്യും.
ലാബ് 4 - ഒരു സിദ്ധാന്തം ഉണ്ടാക്കൽ
പ്രധാന ശ്രദ്ധാകേന്ദ്രം ചോദ്യം: ഒരു യഥാർത്ഥ പ്രശ്നം പരിഹരിക്കാൻ എനിക്ക് എങ്ങനെ ഡാറ്റ ഉപയോഗിക്കാം?
- കാലാവസ്ഥ, പാലത്തിന്റെ ദൈർഘ്യം, പാലത്തിലെ ഗതാഗതത്തിന്റെ അളവ് എന്നിവയുൾപ്പെടെ പാലങ്ങളുടെ ഘടനയെ ബാധിക്കുകയും അവ വിള്ളലിന് കാരണമാവുകയും ചെയ്യുന്ന ഘടകങ്ങളെക്കുറിച്ച് വിദ്യാർത്ഥികൾ പഠിക്കും.
- വിദ്യാർത്ഥികൾക്ക് നിരവധി പാലങ്ങളെക്കുറിച്ചുള്ള ഡാറ്റ സെറ്റുകൾ നൽകും, കൂടാതെ പരിശോധനയ്ക്കും അറ്റകുറ്റപ്പണികൾക്കും ഏതൊക്കെ പാലങ്ങൾക്കാണ് മുൻഗണന നൽകേണ്ടതെന്ന് നിർണ്ണയിക്കാൻ ഡാറ്റ ഉപയോഗിക്കും.
- ഇത്രയധികം പാലങ്ങൾ ഉള്ളതിനാൽ, അവയെല്ലാം ഒരേസമയം പരിശോധിക്കാൻ കഴിയില്ല. വിദ്യാർത്ഥികൾ പഠിച്ചതിന്റെ അടിസ്ഥാനത്തിൽ, ഏത് പാലമാണ് പൊട്ടാൻ സാധ്യതയുള്ളതെന്നും പരിശോധിക്കേണ്ടതുണ്ടെന്നും സഹകരിച്ച് തീരുമാനിക്കും.
- ഏത് പാലമാണ് 'അപകടകരം' എന്നതിനെക്കുറിച്ച് വിദ്യാർത്ഥികൾ ഒരു സിദ്ധാന്തം നിർമ്മിക്കുകയും ലാബ് 5-ൽ ആ സിദ്ധാന്തം പരീക്ഷിക്കുകയും ചെയ്യും.
ലാബ് 5 - ഒരു സിദ്ധാന്തം പരിശോധിക്കൽ
പ്രധാന ശ്രദ്ധാകേന്ദ്രം ചോദ്യം: ഒരു സിദ്ധാന്തം പരീക്ഷിക്കാൻ എനിക്ക് എങ്ങനെ ഡാറ്റ ഉപയോഗിക്കാം?
- ലാബ് 4-ൽ വിദ്യാർത്ഥികൾ നടത്തിയ സിദ്ധാന്തത്തെ അടിസ്ഥാനമാക്കി, അവർ തിരഞ്ഞെടുത്ത ബ്രിഡ്ജിനെക്കുറിച്ചുള്ള ഡാറ്റ കൃത്യമായ ഇടവേളകളിൽ ശേഖരിക്കുന്നതിന് കോഡ് ബേസിലെ ഐ സെൻസർ ഉപയോഗിക്കും.
- ലാബ് 4 ൽ അവർ രൂപപ്പെടുത്തിയ സിദ്ധാന്തം പരീക്ഷിക്കുന്നതിനായി അവർ അവരുടെ ഡാറ്റ രേഖപ്പെടുത്തുകയും വിശകലനം ചെയ്യുകയും ചെയ്യും.
- വിദ്യാർത്ഥികൾ അവരുടെ കണ്ടെത്തലുകളെ സംഗ്രഹിച്ചുകൊണ്ട് ഒരു ബ്രിഡ്ജ് പരിശോധന റിപ്പോർട്ട് സൃഷ്ടിക്കുകയും ഡാറ്റ അവരുടെ അനുമാനത്തെ എങ്ങനെ പിന്തുണയ്ക്കുന്നു അല്ലെങ്കിൽ നിരാകരിക്കുന്നു എന്നും വ്യക്തമാക്കുകയും ചെയ്യും. അവർ റിപ്പോർട്ടുകൾ ക്ലാസുമായി പങ്കിടും.
യൂണിറ്റ് മാനദണ്ഡങ്ങൾ
യൂണിറ്റിനുള്ളിലെ എല്ലാ ലാബുകളിലും യൂണിറ്റ് മാനദണ്ഡങ്ങൾ പരിഗണിക്കുന്നതാണ്.
കമ്പ്യൂട്ടർ സയൻസ് ടീച്ചേഴ്സ് അസോസിയേഷൻ (CSTA)
1B-DA-06 : ബന്ധങ്ങൾ എടുത്തുകാണിക്കുന്നതിനും ഒരു അവകാശവാദത്തെ പിന്തുണയ്ക്കുന്നതിനുമായി ശേഖരിച്ച ഡാറ്റ ദൃശ്യപരമായി ക്രമീകരിക്കുകയും അവതരിപ്പിക്കുകയും ചെയ്യുക.
നിലവാരം എങ്ങനെ കൈവരിക്കുന്നു: ലാബ് 1-ൽ, ഐ സെൻസർ ഡാറ്റ റിപ്പോർട്ട് ചെയ്യുന്ന രീതിയെ ഐ ലൈറ്റ് ഉപയോഗിക്കുന്നത് ബാധിക്കുമോ എന്ന് വിദ്യാർത്ഥികൾ പ്രവചിക്കുന്നു. ഐ ലൈറ്റ് ഉള്ളതും ഇല്ലാത്തതുമായ പാലത്തിലെ നിറങ്ങളെക്കുറിച്ചുള്ള ഐ സെൻസർ ഡാറ്റ അവർ ശേഖരിക്കുന്നു. അവർ ഒരു പട്ടികയിൽ ഡാറ്റ ക്രമീകരിക്കുകയും, അവർ നടത്തിയ പ്രവചനത്തെ പിന്തുണയ്ക്കുന്നതിനോ നിരാകരിക്കുന്നതിനോ അത് ഉപയോഗിക്കുകയും ചെയ്യുന്നു. ലാബ് 2 ൽ, തങ്ങളുടെ നഗരത്തിലെ ഒരു പാലം സുരക്ഷിതമല്ലെന്ന വാദം വിദ്യാർത്ഥികൾ പരീക്ഷിക്കുന്നു. ഐ സെൻസർ റിപ്പോർട്ട് ചെയ്ത ദൂര ഇടവേളകളും വർണ്ണ മൂല്യങ്ങളും അവ ഒരു പട്ടികയിൽ രേഖപ്പെടുത്തുന്നു. വിദ്യാർത്ഥികൾ ഈ ഡാറ്റ ഉപയോഗിച്ച് ഒരു ഗ്രാഫിൽ അവതരിപ്പിച്ച് വിള്ളലിന് സാധ്യതയുള്ള സ്ഥലം കാണുന്നു. ലാബ് 3-ൽ, വിദ്യാർത്ഥികൾ ശേഖരിച്ച ഡാറ്റ ഉപയോഗിച്ച് അവരുടെ അവകാശവാദത്തിന്റെ സത്യാവസ്ഥ നിർണ്ണയിക്കാൻ, ഹ്യൂ മൂല്യവും അവരുടെ ബ്രിഡ്ജിലെ വിള്ളലുകളുടെ സ്ഥാനവും വലുപ്പവും തമ്മിലുള്ള ബന്ധം കാണിക്കുന്നു.
ലാബ് 4 ൽ, വിദ്യാർത്ഥികൾക്ക് വിവിധ പാലങ്ങളെക്കുറിച്ചുള്ള ഒരു ഡാറ്റ സെറ്റ് നൽകുകയും, ഏത് പാലമാണ് ഏറ്റവും അപകടകരമെന്ന് ഒരു സിദ്ധാന്തം രൂപപ്പെടുത്തുന്നതിന് ഡാറ്റ വിശകലനം ചെയ്യുകയും, അത് പരിശോധിക്കേണ്ടതുണ്ടെന്നും പറയുന്നു. ലാബ് 5 ൽ, അവർ തിരഞ്ഞെടുത്ത പാലത്തെക്കുറിച്ചുള്ള ഡാറ്റ ശേഖരിച്ച്, മുൻ ലാബിൽ നിന്നുള്ള അവരുടെ സിദ്ധാന്തം പരീക്ഷിക്കുന്നു. വിദ്യാർത്ഥികൾ അവരുടെ ഡാറ്റ സംഘടിപ്പിക്കുകയും അവതരിപ്പിക്കുകയും ചെയ്യുന്നു, കൂടാതെ ഡാറ്റ അവരുടെ അനുമാനത്തെ എങ്ങനെ പിന്തുണയ്ക്കുന്നു എന്നും അവരുടെ ബ്രിഡ്ജ് പരിശോധന റിപ്പോർട്ടുകളിൽ പറയുന്നു.
കമ്പ്യൂട്ടർ സയൻസ് ടീച്ചേഴ്സ് അസോസിയേഷൻ (CSTA)
1B-DA-07: കാരണ-ഫല ബന്ധങ്ങൾ എടുത്തുകാണിക്കുന്നതിനോ നിർദ്ദേശിക്കുന്നതിനോ, ഫലങ്ങൾ പ്രവചിക്കുന്നതിനോ, ഒരു ആശയം ആശയവിനിമയം ചെയ്യുന്നതിനോ ഡാറ്റ ഉപയോഗിക്കുക.
നിലവാരം എങ്ങനെ കൈവരിക്കുന്നു: ലാബ് 1-ൽ, കണ്ണിലെ പ്രകാശത്തിനും ഐ സെൻസർ വർണ്ണ മൂല്യം എങ്ങനെ റിപ്പോർട്ട് ചെയ്യുന്നു എന്നതിനും ഇടയിലുള്ള കാരണ-ഫല ബന്ധം എടുത്തുകാണിക്കുന്നതിനായി വിദ്യാർത്ഥികൾ ശേഖരിച്ച ഡാറ്റ ഉപയോഗിക്കുന്നു. ലാബ് 2 ൽ, കോഡ് ബേസിലെ ഐ സെൻസർ ഉപയോഗിച്ച് ബ്രിഡ്ജ് സ്കാൻ ചെയ്തുകൊണ്ട് വിദ്യാർത്ഥികൾ ഡാറ്റ ശേഖരിക്കുന്നു. തുടർന്ന് അവർ ആ ഡാറ്റ ഉപയോഗിച്ച് ഡാറ്റയിലെ പാറ്റേണുകൾ ഒരു ഗ്രാഫിലൂടെ ആശയവിനിമയം നടത്തുന്നു. ലാബ് 3 ൽ, പാലത്തിലെ വിള്ളലുകളുടെ വലുപ്പവും സ്ഥാനവും അറിയിക്കാൻ വിദ്യാർത്ഥികൾ ശേഖരിച്ച ഡാറ്റ ഉപയോഗിക്കുന്നു.
ലാബ് 4-ൽ, വിദ്യാർത്ഥികൾ ഡാറ്റ ഉപയോഗിച്ച് പാലം അപകടകരമാണെന്നും പരിശോധന ആവശ്യമാണെന്നും ഒരു സിദ്ധാന്തം രൂപപ്പെടുത്തുകയും നിർദ്ദേശിക്കുകയും ചെയ്യുന്നു. ലാബ് 5-ൽ, അവർ തിരഞ്ഞെടുത്ത പാലത്തെക്കുറിച്ചുള്ള ഡാറ്റ ശേഖരിച്ചും, പാലത്തിന്റെ സുരക്ഷയെക്കുറിച്ചുള്ള അവരുടെ ആശയങ്ങൾ പാല പരിശോധനാ റിപ്പോർട്ടിൽ ആശയവിനിമയം നടത്തുന്നതിന് ഡാറ്റ ഉപയോഗിച്ചും അവർ തങ്ങളുടെ സിദ്ധാന്തം പരീക്ഷിക്കുന്നു.