Icoon Computational Thinking SLO

Computational Thinking

Volgt na een strenge winter meestal een slechte zomer?

Volgt na een strenge winter meestal een slechte zomer?

Opdracht

KNMIDe opdracht bestaat er uit een antwoord te formuleren op bovenstaande vraag op basis van (openbare) gegevens. Bij het KNMI zijn op http://www.knmi.nl/nederland-nu/klimatologie/daggegevens dagelijkse weergegevens beschikbaar voor alle Nederlandse weerstations vanaf 1 januari 1951. Deze gegevens staan per weerstation in een komma-gescheiden txt-bestand die elk ongeveer 24 duizend regels bevatten.

 

 

 

 

Wat moeten leerlingen doen?

  • Onderzoeksvraag formuleren. Volgt er na een strenge winter vaker een slechte zomer dan na een milde winter?
  • Onderzoeksvraag specificeren en deelvragen formuleren. Hoe definiëren we een strenge winter en een slechte zomer. Of liever: hoe bepalen we de strengheid van een winter en de slechtheid van een zomer. Waar kijken we dan naar: temperatuur, regenval, windsnelheid? Over welke maanden loopt een winterperiode en een zomerperiode? Welk weerstation kiezen we? Of nemen we alle weerstations mee in ons onderzoek?
  • Informatiebronnen bedenken. Welke instanties beschikken over gedetailleerde weergegevens? Welke daarvan zijn het meest bruikbaar en betrouwbaar?
  • Bepalen met welke grafische voorstelling de onderzoeksresultaten gepresenteerd worden. We kunnen voor een spreidingsdiagram kiezen met de strengheid van winters en de slechtheid van zomers als assen en waarin elk jaar als een punt voorgesteld wordt. Hoe meer deze punten in de buurt van elkaar liggen, des te bevestigender is het antwoord. Een alternatief is om op een of andere manier het verschil tussen strengheid van een winter en de slechtheid van de daarop volgende zomer te bepalen en deze verschillen in een staafdiagram te zetten. Hoe meer dit staafdiagram afwijkt van de normale verdeling, des te meer bevestigender is het antwoord.
  • Hulpmiddelen bedenken. Gebruiken we Excel of specifieke verwerkingssoftware? Kunnen we de gegevens in Excel inlezen, volgens onze ideeën verwerken en de resultaten grafisch presenteren?
  • Aan de slag.

Computational Thinking leerplankader

 

Computational thinking

De leerling…

Dit voorbeeld

Problemen (her)formuleren ​

Kan op een zodanige manier problemen formuleren dat het mogelijk wordt om het probleem op te lossen door gebruik van een computer of ander gereedschap

Formuleert en specificeert de onderzoeksvraag en deelvragen.

Kan mogelijke oplossingen analyseren om de meest kansrijke richting te bepalen

 

Gegevens verzamelen ​

Kan procesmatig relevante gegevens verzamelen

 

Kan systematisch gegevens verzamelen via artikelen, experimenten, interviews, enquêtes of literatuurstudie

Bedenkt dat het KNMI een bron is die mogelijk over bruikbare en betrouwbare gegevens beschikt.

Gegevens analyseren ​ ​

Kan gegevens logisch ordenen en begrijpen

Onderzoekt de betekenis van de getallen in de daggegevens.

Kan patronen vinden en conclusies trekken

 

Kan grafieken evalueren en relevante statistische methodes toepassen

 

Gegevens visualiseren ​ ​ ​ ​

Kan gegevens representeren door middel van modellen van de werkelijkheid

 

Kan informatie weergeven in relevante grafieken, tabellen, woorden en plaatjes

Geeft strengheid van een winter en slechtheid van de daarop volgende zomer in beeld door middel van de gekozen grafische representatie.

Kan uit een verzameling de meest effectieve representatie selecteren

Bedenkt welke grafische representatie het meest geschikt is om de strengheid van een winter in combinatie met de slechtheid van de daarop volgende zomer in beeld te brengen.

Kan misleiding in grafische representaties onderkennen

 

Kan conclusies manipuleren door middel van het selecteren van een bepaalde vorm van representatie

 

Probleem decompositie    

Kan een taak opdelen in kleinere taken

 

Kan een lange lijst met opdrachten opdelen in subcategorieën

 

Kan een aantal taken combineren tot één taak

 

Abstractie    

Kan complexiteit reduceren en algemene concepten overbrengen

 

Kan twee verschillende concepten vergelijken en deze logisch verbinden

 

Kan op abstract niveau gegevens representeren door middel van bijvoorbeeld modellen en simulaties

 

Algoritmes en procedures ​ ​ ​

Kan door algoritmisch redeneren oplossingen genereren

 

Kan oplossingen automatiseren door middel van algoritmisch denken

 

Kan een computerprogramma schrijven in code

 

Kan een proces om problemen op te lossen generaliseren, zodat het ook bij andere problemen toegepast kan worden

 

Automatisering   ​ ​

Kan door het opstellen van een serie van geordende stappen een probleem oplossen of een bepaald doel bereiken

Importeert het txt-bestand in het gekozen softwarepakket en voegt berekeningsregels toe om de strengheid van een winter en de slechtheid van een zomer te bepalen.

Kan effectieve en efficiënte stappen zetten en bronnen gebruiken om tot een uiteindelijke oplossing te komen

Kiest voor een spreadsheetprogramma of specifieke verwerkingssoftware.

Kan mogelijke oplossingen identificeren, analyseren en implementeren met als doel de meest effectieve en efficiënte oplossing te vinden

 

Kan repetitieve taken laten uitvoeren door computers

 

Simulatie en modellering ​ ​ ​

Kan een proces representeren of een experiment uitvoeren op basis van modellen

 

Kan een routebeschrijving uitvoeren om te controleren of die klopt

 

Kan een routebeschrijving maken

 

Kan een probleemoplossing generaliseren en toepassen op andere problemen

 

Parallelization   ​

Kan een planning maken en taken toewijzen aan teamleden tijdens een project

 

Kan middelen op een dergelijke wijze organiseren dat het mogelijk wordt om ze simultaan in te zetten om een gezamenlijk doel te bereiken

 

Kan taken gelijktijdig laten uitvoeren door computers

 

 

  • Het arrangement Volgt na een strenge winter meestal een slechte zomer? is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

    Laatst gewijzigd
    2017-04-06 13:22:28
    Licentie

    Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 3.0 Nederland licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

    • het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat
    • het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken
    • voor alle doeleinden, inclusief commerciële doeleinden.

    Meer informatie over de CC Naamsvermelding-GelijkDelen 3.0 Nederland licentie.

    Aanvullende informatie over dit lesmateriaal

    Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

    Toelichting
    Voorbeeldopdracht Gegevensverwerking bij Computational Thinking
    Leerinhoud en doelen
    Rekenen/wiskunde;
    Eindgebruiker
    leerling/student
    Moeilijkheidsgraad
    gemiddeld
    Studiebelasting
    0 uur 45 minuten
    Trefwoorden
    automatisering, computational thniking, gegevens (her)formuleren, gegevens analyuseren, gegevens verzamelen, gegevens visualiseren, gegevensverwerking
  • Downloaden

    Het volledige arrangement is in de onderstaande formaten te downloaden.

    Metadata

    LTI

    Leeromgevingen die gebruik maken van LTI kunnen Wikiwijs arrangementen en toetsen afspelen en resultaten terugkoppelen. Hiervoor moet de leeromgeving wel bij Wikiwijs aangemeld zijn. Wil je gebruik maken van de LTI koppeling? Meld je aan via info@wikiwijs.nl met het verzoek om een LTI koppeling aan te gaan.

    Maak je al gebruik van LTI? Gebruik dan de onderstaande Launch URL’s.

    Arrangement

    IMSCC package

    Wil je de Launch URL’s niet los kopiëren, maar in één keer downloaden? Download dan de IMSCC package.

    Voor developers

    Wikiwijs lesmateriaal kan worden gebruikt in een externe leeromgeving. Er kunnen koppelingen worden gemaakt en het lesmateriaal kan op verschillende manieren worden geëxporteerd. Meer informatie hierover kun je vinden op onze Developers Wiki.