4 resurser för att differentiera datavetenskaplig undervisning

4 resurser för att differentiera datavetenskaplig undervisning

Källnod: 2606130

Att differentiera undervisningen är inte ett nytt tillvägagångssätt för att överbrygga de olika inlärningsstilarna hos elever med olika bakgrund och inlärningsförmåga. I åratal har utbildare planerat hur man kan differentiera undervisningen i matematik, ELA och naturvetenskap. Otaliga artiklar och böcker erbjuder bästa praxis för differentiering i dessa ämnen, men jämförelsevis har väldigt lite skrivits om differentiering av datavetenskaplig undervisning. 

Jag tror att datavetenskap är viktigare än någonsin. I en tid av artificiell intelligens representerar studiet av datorer och beräkningssystem – inklusive deras teori, design, utveckling och tillämpning – en ny gräns inom vetenskapen. 

Nya områden inom datavetenskap verkar dyka upp varje dag och inkluderar nu datorsystem och nätverk, säkerhet, databassystem, mänsklig datorinteraktion, vision och grafik, numerisk analys, programmeringsspråk, mjukvaruteknik, bioinformatik och datorteori.

Men hur differentierar en lärare i datavetenskap undervisningen i detta allt viktigare ämne? På gymnasiet i Florida där jag undervisar erbjuder vi ett rigoröst datavetenskapsprogram som erbjuder tre kurser: Exploring Computer Science, AP Computer Science Principles och AP Computer Science A. 

Dan Jones, M.Ed., gymnasielärare i datavetenskap, Florida

Dan Jones, M.Ed. undervisar i datavetenskap på en offentlig gymnasieskola i södra Florida. Dessutom är han coach för robotik och e-sport, samt rådgivare för Student Government Association.

Senaste inlägg av eSchool Media Contributors (se alla)

Tidsstämpel:

Mer från E Skolanyheter