About: Gaining graphical and statistical data processing from remotely controlled experiment     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • The essential part of experimenting in physics is a correct statistical and graphical data processing, including the determination of a physical constant or a parameter from the fit. Moreover, graphs in physics serve for immediate evaluation of the reliability of a measurement and its errors and to decide whether the theory (model function) and experimental results correspond to each other. Graphs are a common way for the presentation of experimental results. We bring the opportunity for experimenting in those topics where an experiment is not usually performed (e.g. because of the lack of equipment, too complicated or dangerous experiment). Within the integrated e-learning strategy we assume students' performance of a remotely controlled experiment, which includes just observation and then the recording and downloading of experimental values. We put the emphasis on the subsequent processing of data, with the use of MS-Excel-like software. For example: concerning the photoelectric effect students have to fit 5 experimental points with a line (excluding the frequencies bellow the threshold) in order to verify the Einstein's formula and to determine the Planck constant and the work function. Concening radioactivity and common ways how to protect ourselves against ionizing radiation, students may reveal the importance of the number of measurements and the convergence of mean values to a certain curve that may be compared with the model function, considering the errorbars. The main advantage of a remote laboratory experiment on radioactivity is the acccess to a large statistical set of values measured in the non-stop automatized measurement mode. Moreover, the Poisson distribution may be compared with the data from the monitoring of the background. The integrated e-learning strategy is worth introducing the common scientific ways of processing of experimental data. (en)
  • Důležitou součástí fyzikálních experimentů je správné zpracování s využitím statistiky a grafů, a to včetně určení fyzikálních konstant či materiálových parametrů z fitu. Navíc grafy slouží k okamžitému posouzení spolehlivosti a chyb měření stejně jako k posouzení, zda teorie (model) a experimentální data jsou ve vzájemném souladu. Graf je základní prostředek k prezentaci naměřených hodnot a výsledků. V příspěvku představujeme možnosti experimentovat ve vybraných tématech, kde se pokusy běžné neprovádí (např. protože na školách chybí pomůcky nebo pokus je příliš složitý či nebezpečný). V rámci strategie výuky zvané integrovaný e-learning předpokládáme, že studenti provedou vzdálené měření včetně cíleného záznamu a stažení vlastních experimentálních dat. Důraz je však kladen na následné zpracování naměřených hodnot, např. s použitím softwaru typu MS Excel. Např.: při studiu vnějšího fotoefektu studenti musí proložit 5 experimentálních bodů přímkou (mimo podprahové frekvence) s cílem ověřit Einsteinovu rovnici pro fotoefekt a vyhodnotit Planckovu konstantu a výstupní práci. Při studiu radioaktivity a základních způsobů ochrany před ionizujícím zářením studenti mohou pochopit význam počtu opakování měření pro statistické zpracování a konvergenci průměrů k hladké křivce, která může být porovnána s modelovou funkcí s ohledem na chyby měření. Hlavní výhoda vzdálených experimentů ke studiu radioaktivity je přístup k rozsáhlému souboru experimentálních hodnot, které byly naměřeny v nepřetržitém automatickém režimu. Speciálně lze využít hodnoty přírodního radioaktivního pozadí k ověření Poissonova rozdělení. Integrovaný e-learning je tedy vhodná strategie pro uvedení základních vědeckých postupů při zpracování dat.
  • Důležitou součástí fyzikálních experimentů je správné zpracování s využitím statistiky a grafů, a to včetně určení fyzikálních konstant či materiálových parametrů z fitu. Navíc grafy slouží k okamžitému posouzení spolehlivosti a chyb měření stejně jako k posouzení, zda teorie (model) a experimentální data jsou ve vzájemném souladu. Graf je základní prostředek k prezentaci naměřených hodnot a výsledků. V příspěvku představujeme možnosti experimentovat ve vybraných tématech, kde se pokusy běžné neprovádí (např. protože na školách chybí pomůcky nebo pokus je příliš složitý či nebezpečný). V rámci strategie výuky zvané integrovaný e-learning předpokládáme, že studenti provedou vzdálené měření včetně cíleného záznamu a stažení vlastních experimentálních dat. Důraz je však kladen na následné zpracování naměřených hodnot, např. s použitím softwaru typu MS Excel. Např.: při studiu vnějšího fotoefektu studenti musí proložit 5 experimentálních bodů přímkou (mimo podprahové frekvence) s cílem ověřit Einsteinovu rovnici pro fotoefekt a vyhodnotit Planckovu konstantu a výstupní práci. Při studiu radioaktivity a základních způsobů ochrany před ionizujícím zářením studenti mohou pochopit význam počtu opakování měření pro statistické zpracování a konvergenci průměrů k hladké křivce, která může být porovnána s modelovou funkcí s ohledem na chyby měření. Hlavní výhoda vzdálených experimentů ke studiu radioaktivity je přístup k rozsáhlému souboru experimentálních hodnot, které byly naměřeny v nepřetržitém automatickém režimu. Speciálně lze využít hodnoty přírodního radioaktivního pozadí k ověření Poissonova rozdělení. Integrovaný e-learning je tedy vhodná strategie pro uvedení základních vědeckých postupů při zpracování dat. (cs)
Title
  • Gaining graphical and statistical data processing from remotely controlled experiment (en)
  • Osvojení grafického a statistického zpracování dat ze vzdálených reálných experimentů
  • Osvojení grafického a statistického zpracování dat ze vzdálených reálných experimentů (cs)
skos:prefLabel
  • Gaining graphical and statistical data processing from remotely controlled experiment (en)
  • Osvojení grafického a statistického zpracování dat ze vzdálených reálných experimentů
  • Osvojení grafického a statistického zpracování dat ze vzdálených reálných experimentů (cs)
skos:notation
  • RIV/00216208:11320/13:10191911!RIV14-MSM-11320___
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • S
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 94814
http://linked.open...ai/riv/idVysledku
  • RIV/00216208:11320/13:10191911
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • radioactivity; photoelectric effect; statistical data processing; graphical data processing; remote experiments; integrated e-learning strategy (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [3057BC21520A]
http://linked.open...v/mistoKonaniAkce
  • Račkova dolina, Slovensko
http://linked.open...i/riv/mistoVydani
  • Nitra
http://linked.open...i/riv/nazevZdroje
  • Zborník abstraktov a príspevkov z XVIII. medzinárodnej konferencie
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Brom, Pavel
http://linked.open...vavai/riv/typAkce
http://linked.open.../riv/zahajeniAkce
number of pages
http://purl.org/ne...btex#hasPublisher
  • Pobočka JSMF v Nitre, Univerzita Konštantína Filozofa v Nitre
https://schema.org/isbn
  • 978-80-558-0232-9
http://localhost/t...ganizacniJednotka
  • 11320
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 110 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software