Calendario Attività Didattiche#
In questo programma, forniamo un calendario dettagliato per le attività didattiche. Per ottimizzare l’apprendimento e aderire al modello della flipped classroom, gli studenti sono invitati a seguire i seguenti passaggi prima di ogni lezione:
Lettura dei Materiali Didattici:
È fondamentale che gli studenti leggano attentamente i materiali didattici forniti prima di ogni lezione. Questo approccio consente agli studenti di arrivare preparati e con una base di conoscenza che facilita un apprendimento più approfondito durante la lezione.
Replicazione delle Procedure in R:
Gli studenti sono incoraggiati a replicare in autonomia le procedure in R descritte nella dispensa prima di ciascuna lezione. Questo esercizio di pratica indipendente consente di consolidare la comprensione delle tecniche e degli strumenti trattati, rendendo la lezione successiva più efficace e interattiva.
Svolgimento degli Esercizi:
Gli esercizi proposti devono essere svolti prima di ogni lezione. Questo non solo rafforza l’apprendimento ma permette anche di identificare eventuali aree di difficoltà o dubbi da chiarire in classe.
Seguendo questa struttura, gli studenti possono massimizzare i benefici delle lezioni, approfondendo la loro comprensione teorica e pratica degli argomenti trattati. L’approccio dell’insegnamento capovolto mira a rendere le lezioni più dinamiche, interattive e focalizzate sulla risoluzione di problemi concreti e sulla discussione di concetti complessi.
Lezioni#
La sequenza delle lezioni è strutturata come segue: le lezioni 1-14 coprono l’intero programma dell’insegnamento “Testing Psicologico” (6 CFU) e la prima parte del programma dell’insegnamento “Costruzione e Validazione di strumenti di misura dell’efficacia dell’intervento psicologico in Neuropsicologia”. Le lezioni 15-21 sono focalizzate sull’approfondimento specifico per l’insegnamento di “Costruzione e Validazione di strumenti di misura dell’efficacia dell’intervento psicologico in Neuropsicologia” (9 CFU).
Le lezioni 20 e 21 sono condivise tra i due insegnamenti e saranno utilizzate sia per il secondo parziale sia per le presentazioni di gruppo.
# |
Argomenti |
|---|---|
1 |
Presentazione dell’insegnamento; introduzione a R |
2 |
Variabili causali; probabilità congiunta; covarianza, correlazione |
3 |
Il modello di regressione; misurazione; norme |
4 |
CTT: fondamenti teorici; affidabilità; errore standard della misurazione |
5 |
Stima del punteggio vero; applicazioni; esercizi sulla CTT |
6 |
Modelli multilivello; affidabilità tra giudici; generalizzabilità; validità; sviluppo e analisi degli item |
7 |
Elementi di algebra lineare |
8 |
Modello unifattoriale; modello statistico dell’analisi fattoriale |
9 |
Modello multifattoriale; punteggi fattoriali; analisi dei percorsi |
10 |
Attendibilità e modello fattoriale; punteggio totale e modello fattoriale; confronto tra modelli; modello bifattoriale |
11 |
Valutazione della matrice di correlazione; metodi di estrazione dei fattori; dimensionalità; rotazione fattoriale; rifinire la soluzione fattoriale; matrici mtmm; esercizi sull’analisi fattoriale esplorativa |
12 |
SEM 1: Introduzione; indici di bontà di adattamento; la revisione del modello; confronto tra modelli |
13 |
SEM 2: Invarianza; dati categoriali; SEM multilivello; dati mancanti |
14 |
SEM 3: applicazioni |
15 |
Approfondimento 3 CFU – IRT 1: regressione logistica; modello di Rasch |
16 |
IRT 2 Stima; modelli 1PL, 2PL, 3PL; implementazione, modelli per risposte politomiche |
17 |
Mokken Scaling; tutorial sviluppo test |
18 |
LTM 1 |
19 |
LTM 2 |
20 |
presentazione dei progetti di gruppo |
21 |
Presentazione dei progetti di gruppo |
Warning
Il presente calendario non è definitivo e potrà subire delle variazioni che saranno comunicate mediante l’aggiornamento di questa pagina web.