Кодирование графической информации контрольная работа: Контрольная работа «Кодирование графической информации» 7 класс скачать

Содержание

Контрольная работа для 6 класса «Векторное кодирование графической информации»

Контрольная работа для 6 класса

«Векторное кодирование графической информации»

Задание: По описаниям восстановите рисунки

Описание

Прямоугольник 40, 70, 90, 40

Прямоугольник 90, 100, 130, 40

Прямоугольник 100, 90, 120, 70

Установить 130, 50

Линия к 140, 50

Прямоугольник 140, 90, 230, 40

Окружность 60, 30, 10

Окружность 110, 30, 10

Окружность150, 30, 10

Окружность 170, 30, 10

Окружность 200, 30, 10

Окружность 220, 30, 10

Прямоугольник 50, 100, 60, 70

Окружность 60, 110, 5

Окружность70, 130, 10

Окружность 90, 150, 15

Самостоятельная работа

По теме «Векторное кодирование графической информации»

6 класс

Вариант 1

Задание: По описаниям восстановите рисунки

Описание

Прямоугольник 40, 70, 90, 40

Прямоугольник 90, 100, 130, 40

Прямоугольник 100, 90, 120, 70

Установить 130, 50

Линия к 140, 50

Прямоугольник 140, 90, 230, 40

Окружность 60, 30, 10

Окружность 110, 30, 10

Окружность150, 30, 10

Окружность 170, 30, 10

Окружность 200, 30, 10

Окружность 220, 30, 10

Прямоугольник 50, 100, 60, 70

Окружность 60, 110, 5

Окружность70, 130, 10

Окружность 90, 150, 15

Контрольная работа по информатике и ИКТ для 8 класса на тему: Обработка графической информации

Муниципальное бюджетное общеобразовательное учреждение

средняя общеобразовательная школа №70 г. Липецка

Контрольная работа по информатике и ИКТ для 8 класса

на тему: «Обработка графической информации»

подготовила

учитель информатики и ИКТ

Иванова Юлия Михайловна

г. Липецк-2015

Контрольная работа для 8 класса на тему: «Обработка графической информации»

Вариант_ 1

Цель работы – проверить уровень усвоения учащимися базового материала по технологиям обработки графической информации.

Задания на оценку «3»

1. К устройствам графической информации относятся:

а) принтер

б) монитор

в) мышь

г) видеокарта

2. Цвет пикселя на экране монитора формируется из следующих базовых цветов:

а) красного, синего, зеленого

б) красного, желтого, синего

в) желтого, синего, голубого

г) красного, оранжевого, желтого, зеленого, голубого, синего, фиолетового

3. Видеопамять предназначена для:

а) хранения информации о цвете каждого пикселя экрана монитора

б) хранения информации о количестве пикселей на экран монитора

в) постоянного хранения графической информации

г) вывода графической информации на экран монитора

4. Векторные изображения строятся из:

а) отдельных пикселей

б) графических примитивов

в) фрагментов готовых изображений

г) отрезков и прямоугольников

5. Деформация изображения при изменении размера рисунка – один из недостатков:

а) векторной графики;

б) растровой графики;

в) фрактальной графики;

г) изображения в графических редакторах не деформируются при изменении размера рисунка.

6. Видеопамять – это:

а) электронное устройство для хранения двоичного кода изображения, выводимого на экран;

б) программа, распределяющая ресурсы ПК при обработке изображения;

в) устройство, управляющее работой графического дисплея;

г) часть оперативного запоминающего устройства.

7. Какие устройства входят в состав графического адаптера?

а) дисплейный процессор и видеопамять;

б) дисплей, дисплейный процессор и видеопамять;

в) дисплейный процессор, оперативная память, магистраль;

г) магистраль, дисплейный процессор и видеопамять.

8. Какое расширение имеют файлы графического редактора Paint?

а) exe;

б) doc;

в) bmp;

г) com.

9.Какой способ представления графической информации экономичнее по использованию памяти:

растровый;

векторный.

10. Глубина цвета – это количество…

а) цветов в палитре;

б) битов, которые используются для кодирования цвета одного пикселя;

в) базовых цветов;

г) пикселей изображения.

_____________________________________________________________________________________

Задания на оценку «4»

11. Инструмент____________позволяет закрашивать замкнутые области целиком.

12. Определите количество цветов в палитре при глубине цвета 8 битов.

13. Собственное расширение файлов – это…

_____________________________________________________________________________________

Задания на оценку «5»

1. Монитор работает с 32 цветной палитрой в режиме 640х480 пикселей. Для кодирования изображения требуется 1300 Кбайт. Сколько страниц видеопамяти оно занимает?

2. Средняя скорость передачи данных по некоторому каналу связи равна 12000 бит/с. Сколько секунд потребуется для передачи по этому каналу цветного изображения размером 300х200 пикселей при условии, что цвет каждого пикселя кодируется 8 битами.

Контрольная работа для 8 класса на тему: «Обработка графической информации»

Вариант_ 2

Цель работы – проверить уровень усвоения учащимися базового материала по технологиям обработки графической информации.

Задания на оценку «3»

1. К устройствам вывода графической информации относятся:

а) принтер

б) монитор

в) сканер

г) графический редактор

2. Пространственное разрешение монитора определяется как:

а) количество строк на экране

б) количество пикселей в строке

в) размер видеопамяти

г) произведение количества строк изображения на количество точек в строке

3. Одной из основных функций графического редактора является:

а) масштабирование изображений

б) хранение кода изображения

в) создание изображений

г) просмотр и вывод содержимого видеопамяти

4. Какие устройства входят в состав графического адаптера?

а) видеопроцессор и видеопамять;

б) дисплей, дисплейный процессор и видеопамять;

в) дисплейный процессор, оперативная память, магистраль;

г) магистраль, дисплейный процессор и видеопамять.

5. Достоинства растрового изображения:

А) четкие и ясные контуры

Б) небольшой размер файлов

В) точность цветопередачи

Г) возможность масштабирования без потери качества

6. Графический редактор – это:

а) устройство для создания и редактирования рисунков

б) программа для создания и редактирования текстовых изображений

в) устройство для печати рисунков на бумаге

г) программа для создания и редактирования рисунков

7. Наименьшим элементом изображения на графическом экране является:

а) курсор

б) символ

в) пиксель

г) линия

8. Примитивами в графическом редакторе называют:

среду графического редактора;

простейшие фигуры, рисуемые с помощью специальных инструментов графического редактора;

операции, выполняемые над файлами, содержащими изображения, созданные в графическом редакторе;

режимы работы графического редактора.

9. Графика с представлением изображения в виде совокупностей точек называется:

прямолинейной;

фрактальной;

векторной;

растровой.

10. Достоинство растрового изображения:

а) чёткие и яркие контуры;

б) небольшой размер файлов;

в) точность цветопередачи;

г) возможность масштабирования без потери качества

_______________________________________________________________________________

Задания на оценку «4»

11. Универсальное расширение файлов – это….

Перечислите универсальные расширения графических файлов______________________

12. Определите глубину цвета при количестве цветов в палитре 512.

13. Преимущества и недостатки векторных графических изображений

_____________________________________________________________________________________

Задания на оценку «5»

1. Видеопамять имеет объём, в котором может храниться 4-х цветное изображение размером 300х200. Какого размера изображение можно хранить в том же объёме видеопамяти, если оно будет использовать 16-цветную палитру?

2. Размер рабочей области графического редактора, работающего с 32-цветной палитрой, равен 80х80 пикселей. Картинка, занимающая всю рабочую область графического редактора, передаётся по некоторому каналу связи за 8 с. Определите скорость передачи информации по этому каналу.

Список использованной литературы

1. Босова Л.Л. Информатика и ИКТ: учебник для 8 класса / Л.Л. Босова, А.Ю. Босова. – 2-е изд., испр. – М.: БИНОМ. Лаборатория знаний, 2011. – 220с.

2. Информатика и ИКТ. Практикум. 8-9 класс / Под ред.проф. Н. В. Макаровой .- СПб.: Питер, 2010. – 384с.

3. Угринович Н. Д. Информатика и ИКТ: учебник для 8 класса / Н. Д. Угринович. – 3-е изд. – М.: БИНОМ. Лаборатория знаний, 2010. – 178с.

Использованные материалы и Интернет-ресурсы

1. http://school-collektion.edu/ru — «Единая коллекция цифровых образовательных ресурсов»

2. http://festival.1september.ru/ — Фестиваль педагогических идей «Открытый урок»

3. http://www.metod-kopilka.ru/ — методическая копилка учителя информатики

Адрес публикации: https://www.prodlenka.org/metodicheskie-razrabotki/169072-kontrolnaja-rabota-po-informatike-i-ikt-dlja-

Контрольная работа по теме Кодирование и обработка текстовой, графической и звуковой информации


Контрольная работа по теме:
 «Кодирование и обработка текстовой, графической и звуковой информации»
 
I вариант
1. Раскройте понятия:
а)      Пиксель
б)      Глубина цвета
в)      Частота дискретизации звука
2. Опишите основные элементы и графические редакторы векторной графики
3. Цветное (с палитрой 256 цветов) растровое графическое изображение имеет размер 45×20 точек. Какой информационный объем имеет изображение (ответ запишите в байтах)?
4. Оценить информационный объем цифрового звукового файла длительностью 60 секунд при глубине кодирования I=16 бит, стерео и частоте дискретизации звукового сигнала 12000 измерений в секунду. Ответ представить в МБайтах5. Определить длительность звукового файла, который уместиться на диске (информационная емкость 700 Мбайт) при низком качестве звука I=8 бит, моно, 8000 измерений в секунду.
6. Мощность алфавита равна 64 знака, определить (в килобайтах) объем информации в сообщении, состоящего из 3 страниц, на каждой странице 40 строк, в каждой строке по 50 символов.
 
INCLUDEPICTURE «../../../../DOCUME~1/Admin/LOCALS~1/Temp/msohtml1/01/clip_image001.gif» \* MERGEFORMAT  
Контрольная работа по теме:
 «Кодирование и обработка текстовой, графической и звуковой информации»
II вариант
1. Раскройте понятия:
а)      Временная дискретизация
б)      Разрешающая способность растрового изображения
в)      Глубина кодирования звука
2. Опишите основные элементы и графические редакторы растровой графики
3. Цветное (с палитрой 256 цветов) растровое графическое изображение имеет размер 25×40 точек. Какой информационный объем имеет изображение (ответ запишите в байтах)?
4. Оценить информационный объем цифрового звукового файла длительностью 60 секунд при глубине кодирования I=16 бит, стерео и частоте дискретизации звукового сигнала 24000 измерений в секунду. Ответ представить в МБайтах5. Определить длительность звукового файла, который уместиться на диске (информационная емкость 700 Мбайт) при низком качестве звука I=8 бит, моно, 8000 измерений в секунду.
6. Мощность алфавита равна 128 знака, определить (в мегабайтах) объем информации в сообщении, состоящего из 6 страниц, на каждой странице 75 строк, в каждой строке по 65 символов.

Приложенные файлы

Кодирование чисел, символов и графической информации , единицы измерения данных — контрольная работа

Министерство Образования Российской Федерации

 Санкт-Петербургский Государственный Университет Сервиса и Экономики

 Институт торговли и ресторанного бизнеса

Контрольная работа

Кафедра: Менеджмент организации

Дисциплина: Информатика

Выполнила студентка1 курса

заочного сок. отделения

Давыдова А.Ю.

Руководитель

Пестриков В.М.

Санкт-Петербург 2010г.

СОДЕРЖАНИЕ

КОДИРОВАНИЕ ЧИСЕЛ, СИМВОЛОВ И ГРАФИЧЕСКОЙ ИНФОРМАЦИИ , ЕДИНИЦЫ ИЗМЕРЕНИЯ ДАННЫХ………………3

ПРАКТИЧЕСКОЕ ЗАДАНИЕ №2………………………………………..8

ПРАКТИЧЕСКОЕ ЗАДАНИЕ №3………………………………………..9

СПИСОК ЛИТЕРАТУРЫ………………………………………………..11

КОДИРОВАНИЕ ЧИСЕЛ, СИМВОЛОВ И ГРАФИЧЕСКОЙ ИНФОРМАЦИИ , ЕДИНИЦЫ ИЗМЕРЕНИЯ ДАННЫХ.

Кодирование данных двоичным кодом

В вычислительной технике существует своя система кодирования– она называется двоичным кодированием и основана на представлении данных последовательностью всего двух знаков: 0 и 1. Эти знаки называют двоичными цифрами, по-английски – binary digit или сокращённо bit (бит).Одним битом могут быть выражены два понятия: 0 или 1 (да или нет, чёрное или белое, истина или ложь и т.п.). Если количество битов увеличить до двух, то уже можно выразить четыре различных понятия. Тремя битами можно закодировать восемь различных значений.

Кодирование целых и действительных чисел

Целые числа кодируются двоичным кодом достаточно просто – необходимо взять целое число и делить его пополам до тех пор, пока частное не будет равно единице. Совокупность остатков от каждого деления, записанная справа налево вместе с последним частным, и образует двоичный аналог десятичного числа.

Для кодирования целых чисел от 0 до 255 достаточно иметь 8 разрядов двоичного кода (8 бит). 16 бит позволяют закодировать целые числа от 0 до 65535, а 24 – уже более 16,5 миллионов различных значений.

Для кодирования действительных чисел используют 80-разрядное

кодирование. При этом число предварительно преобразовывают в

нормализованную форму:

3,1414926 = 0,31415926 ( 101

300 000 = 0,3 ( 106

Первая часть числа называется мантиссой, а вторая – характеристикой. Большую часть из 80 бит отводят для хранения мантиссы (вместе со знаком) и некоторое фиксированное количество разрядов отводят для хранения характеристики.

Кодирование текстовых данных

Если каждому символу алфавита сопоставить определённое целое число, то с помощью двоичного кода можно кодировать текстовую информацию. Восьми двоичных разрядов достаточно для кодирования 256 различных символов. Это хватит, чтобы выразить различными комбинациями восьми битов все символы английского и русского языков, как строчные, так и прописные, а также знаки препинания, символы основных арифметических действий и некоторые общепринятые специальные символы.

Технически это выглядит очень просто, однако всегда существовали достаточно веские организационные сложности. В первые годы развития вычислительной техники они были связаны с отсутствием необходимых стандартов, а в настоящее время вызваны, наоборот, изобилием одновременно действующих и противоречивых стандартов. Для того чтобы весь мир одинаково кодировал текстовые данные, нужны единые таблицы кодирования, а это пока невозможно из-за противоречий между символами национальных алфавитов, а также противоречий корпоративного характера.

Для английского языка, захватившего де-факто нишу международного средства общения, противоречия уже сняты. Институт стандартизации США ввёл в действие систему кодирования ASCII (American Standard Code for Information Interchange – стандартный код информационного обмена США). В системе ASCII закреплены две таблицы кодирования базовая и расширенная.

Базовая таблица закрепляет значения кодов от 0 до 127, а расширенная относится к символам с номерами от 128 до 255.

Первые 32 кода базовой таблицы, начиная с нулевого, отданы

производителям аппаратных средств. В этой области размещаются

управляющие коды, которым не соответствуют ни какие символы языков.

Начиная с 32 по 127 код размещены коды символов английского алфавита,

знаков препинания, арифметических действий и некоторых вспомогательных символов.

Кодировка символов русского языка, известная как кодировка Windows — 1251, была введена «извне» — компанией Microsoft, но, учитывая широкое распространение операционных систем и других продуктов этой компании в России, она глубоко закрепилась и нашла широкое распространение.

Другая распространённая кодировка носит название КОИ-8 (код обмена информацией, восьмизначный) – её происхождение относится к временам действия Совета Экономической Взаимопомощи государств Восточной Европы. Сегодня кодировка КОИ – 8 имеет широкое распространение в компьютерных сетях на территории России и в российском секторе Интернета.

Международный стандарт, в котором предусмотрена кодировка символов русского языка, носит названия ISO (International Standard Organization – Международный институт стандартизации). На практике данная кодировка используется редко.

Кодирование графических данных

Если рассмотреть с помощью увеличительного стекла чёрно-белое графическое изображение, напечатанное в газете или книге, то можно увидеть, что оно состоит из мельчайших точек, образующих характерный узор, называемый растром. Поскольку линейные координаты и индивидуальные свойства каждой точки (яркость) можно выразить с помощью целых чисел, то можно сказать, что растровое кодирование позволяет использовать двоичный код для представления графических данных. Общепринятым на сегодняшний день считается представление чёрно-белых иллюстраций в виде комбинации точек с 256 градациями серого цвета, и, таким образом, для кодирования яркости любой точки обычно достаточно восьмиразрядного двоичного числа.

Для кодирования цветных графических изображений применяется принцип декомпозиции произвольного цвета на основные составляющие. В качестве таких составляющих используют три основные цвета: красный (Red), зелёный (Green) и синий (Blue). На практике считается, что любой цвет, видимый человеческим глазом, можно получить механического смешения этих трёх основных цветов. Такая система кодирования получила названия RGB по первым буквам основных цветов.

Режим представления цветной графики с использованием 24 двоичных разрядов называется полноцветным (True Color).

Каждому из основных цветов можно поставить в соответствие

дополнительный цвет, т.е. цвет, дополняющий основной цвет до белого.

Нетрудно заметить, что для любого из основных цветов дополнительным

будет цвет, образованный суммой пары остальных основных цветов.

Соответственно дополнительными цветами являются: голубой (Cyan),

пурпурный (Magenta) и жёлтый (Yellow). Принцип декомпозиции

произвольного цвета на составляющие компоненты можно применять не только для основных цветов, но и для дополнительных, т.е. любой цвет можно представить в виде суммы голубой, пурпурной и жёлтой составляющей. Такой метод кодирования цвета принят в полиграфии, но в полиграфии используется ещё и четвёртая краска – чёрная (Black). Поэтому данная система кодирования обозначается четырьмя буквами CMYK (чёрный цвет обозначается буквой К, потому, что буква В уже занята синим цветом), и для представления цветной графики в этой системе надо иметь 32 двоичных разряда. Такой режим также называется полноцветным.

Если уменьшить количество двоичных разрядов, используемых для кодирования цвета каждой точки, то можно сократить объём данных, но при этом диапазон кодируемых цветов заметно сокращается. Кодирование цветной графики 16-разрядными двоичными числами называется режимом High Color.

При кодировании информации о цвете с помощью восьми бит данных можно передать только 256 оттенков. Такой метод кодирования цвета называется индексным.

Единицы измерения информации

Как уже было сказано, основная единица измерения информации — бит. 8 бит составляют 1 байт
Наряду с байтами для измерения количества информации используются более крупные единицы: 
1 Кбайт (один килобайт) = 210 байт = 1024 байта; 
1 Мбайт (один мегабайт) = 210 Кбайт = 1024 Кбайта; 
1 Гбайт (один гигабайт) = 210 Мбайт = 1024 Мбайта. 
В последнее время в связи с увеличением объёмов обрабатываемой информации входят в употребление такие производные единицы, как: 
1 Терабайт (Тб) = 1024 Гбайта = 240 байта, 
1 Петабайт (Пб) = 1024 Тбайта = 250 байта.

ПРАКТИЧЕСКОЕ ЗАДАНИЕ №2

Создать папку «Информатика», в которой создать папку «Word», затем в текстовом процессоре «Word” создать файл с произвольным текстом, включающем 2 абзаца, имеющий имя Текст.doc , сохранить данный файл в папке «Информатика».

Порядок выполнения:

В месте где необходимо создать папку нужно нажать правой кнопкой мыши.

В появившемся контекстном меню выбрать Создать – Папку

По умолчанию она будет названа Новая папка, чтоб ее переименовать, можно на ней вызвать контекстное меню и выбрать Переименовать.

Для того чтобы создать текстовый документ в процессоре Word, нужно нажать меню Пуск – Все программы – Microsoft Office — Microsoft Office Word

В открывшийся документ внести произвольный текст включающий в себя 2 абзаца.

В документе на панели управления нажать Фаил – Сохранить как…

В открывшемся диалоговом окне ввести Имя фаила – Текст, указать расширение DOC и сохранить документ в Папке «Информатика».

3. ПРАКТИЧЕСКОЕ ЗАДАНИЕ №3

Программирование разветвляющегося алгоритма.

Пусть имеется программа реализующая вычисление функции:

Y =

Алгоритм решения данной задачи будет иметь вид:


По полученному алгоритму запишем текст программы (используя блочную форму оператора IF):

CLS

REM C разветвлением

REM Шульга В.2)))+x/(1-x)

END IF

PRINT «y=»;y

END

СПИСОК ЛИТЕРАТУРЫ:

1. Леонтьев В.П. ПК: универсальный справочник пользователя Москва

2000.

2. Каталог «Весь компьютерный мир» декабрь 1995.

3. Симонович С.В. Информатика. Базовый курс 2000.

4. Макарова Н.В. Информатика. Учебник для ВУЗов М.: Дрофа 2000.


Муниципальное бюджетное общеобразовательное учреждение Краснослободская основная школа

О дате создания МБОУ Краснослободская ОШ:

Распоряжение главы администрации Борского района Нижегородской области о регистрации учреждения:
№21 от 03.02.1994г. (Регистрационный номер 1254–р)

Юридический адрес:
606458, Российская Федерация, Нижегородская область, городской округ город Бор, Краснослободской сельсовет, д.Красная Слобода, ул.Центральная, д.23

Фактический адрес:
606458, Российская Федерация, Нижегородская область, городской округ город Бор, Краснослободской сельсовет, д.Красная Слобода, ул.Центральная, д.23

Время/режим работы: ПН-ПТ: 06.00 — 18.00

Контактный номер телефона (факс):
8 (83159) 31126; 8 (83159) 31156

Директор: Лезов Николай Николаевич

Часы приема родителей: понедельник, пятница — 8.00-12.00 ч.

Учредителем ОУ является муниципальное образование городской округ город Бор Нижегородской области. Функции и полномочия Учредителя осуществляет администрация городского округа город Бор Нижегородской области.

Местонахождение Учредителя:
606440, Нижегородская область, г. Бор, улица Ленина, д. 97.
Сайт: http://www.borcity.ru/
График работы: понедельник — пятница, 8.00-17.00

Отдельные функции и полномочия Учредителя осуществляет Управление народного образования администрации городского округа г. Бор.

Местонахождение Управления народного образования:
606440, Нижегородская область, г. Бор, улица Ленина, д. 130.

Начальник: Алексеева Людмила Анатольевна

Тел.: 8 (83159) 2-17-87

Полномочия собственника от имени городского округа город Бор Нижегородской области осуществляет Департамент имущественных и земельных отношений администрации городского округа город Бор Нижегородской области (далее – Собственник).

Местонахождение Собственника:
606440, Нижегородская область, г. Бор, улица Ленина, д. 97.

П/р Кодирование графической информации — Угринович,9 класс ► Информатика в школе и дома

Практическая работа: Кодирование графической информации

Аппаратно и программное обеспечение. Компьютер с установленной операционной системой.

Цель работы. Научиться:
— устанавливать различные графические режимы экрана монитора;
— устанавливать цвет путём задания числовых кодов интенсивности базовых цветов палитры RGB (красного, зеленого и синего).

Задание 1. Установить графический режим экрана монитора:
— с наиболее возможным высоким разрешением экрана;
— с наиболее возможной глубиной цвета.

Задание 2. В графическом редакторе последовательно установить цвета с использованием палитр цветов RGB, CMYK и HSB. Цвета устанавливать путем введения числовых кодов базовых цветов в соответствующие текстовые поля.

Установка графического режима экрана монитора

1. Щёлкнуть правой кнопкой мыши по Рабочему столу, появится диалоговое окно Свойства: Экран.
Выбрать вкладку Параметры, которая представляет возможность установить графический режим экрана.
Разрешающая способность экрана устанавливать с помощью ползунка Разрешение. Глубину цвета установить с помощью раскрывающегося списка Качество цветопередачи (При наличии старых версий Windows).

Установка цвета с помощью числовых кодов базовых цветов в графическом редакторе

1. Запустить интегрированное офисное приложение OpenOffice и ввести команду [Файл — Создать Рисунок].
Появится окно приложения OpenOffice Draw.
2. Ввести команду [Формат — Область…].
В появившемся диалогов окне Область выбрать Цвета.
С помощью раскрывающегося списка выбрать палитру RGB или CMYK.

Зададим цвет путём установки в полях со счётчиком интенсивностей базовых цветов.

3. Щёлкнуть по кнопке Правка…
Появившееся диалоговое окно Цвет можно использовать для ввода цветов в палитрах RGB, CMYK и HSB, а также для сравнения палитр.
Наблюдать установленный цвет можно в полях палитры.

Литература: Учебник: Информатика Базовый курс. 9 класс.  Н.Д. Угринович. Учебники «Информатика» для 7–9 классов разработаны в соответствии с требованиями ФГОС и с учетом вхождения курса «Информатика» в состав основной образовательной программы школы в объеме 105 часов (7, 8 и 9 классы). 

Тематическое планирование 7-11 класс Информатики

9 класс (70ч)
Тематическое планирование Компьютерный практикум Дополнения по курсу «Кибербезопасность»
(мин)
Алгоритмизация и объектно-ориентированное программирование – 16 часов

Понятие алгоритма, свойства алгоритмов. Исполнители алгоритмов, система команд исполнителя.

Урок ознакомл. с нов. материалом

Алгоритм. Свойства алгоритма. Исполнители алгоритмов.  
Способы записи алгоритмов. Формальное исполнение алгоритмов. Блок-схемы алгоритмов. Языки программирования.  
Кодирование основных алгоритмических структур на языке программирования (линейный алгоритм). Линейный алгоритм.  
Кодирование основных алгоритмических структур на языке программирования (ветвление, выбор). Алгоритмические структуры «ветвление», «выбор». Основные угрозы безопасности информации: утечки, потеря целостности, нарушение работоспособности системы, незаконное тиражирование (воспроизведение). (15 мин)
Кодирование основных алгоритмических структур на языке программирования (ветвление, цикл). Алгоритмическая структура «цикл». Риски интернета (контентные, электронные, коммуникационные, потребительские) (15 мин)
Объектно-ориентированное программирование. Графический интерфейс. Проект. Графический интерфейс проекта. Объекты. Событие. Обработчик события.  

Проект «Форма и размещение на ней управляющих элементов».

Урок примен. зн. и умений

Форма. Управляющие элементы.  
Тип, имя и значение переменной. Присваивание. Проект «Переменные» тип переменной. Имя переменной. Присваивание переменным значений. Типы вирусов. Отличия вирусов и закладок Антивирусные программы для ПК: сканеры, ревизоры и др. Выявление неизвестных вирусов (15 мин)
Арифметические выражения. Проект «Калькулятор» Арифметические выражения.  
Строковые и логические выражения. Проект «Строковый калькулятор». Строковые выражения. Логические выражения.  

Проект «Ветвление. Сравнение кодов символов»

Урок примен. зн. и умений

Коды символов. Создание графическое интерфейса проекта. Запуск проекта на выполнение.  

Проект «Выбор. Выставление отметки»

Урок примен. зн. и умений

Выбор. Создание графическое интерфейса проекта. Запуск проекта на выполнение.  

Проект «Цикл. Коды символов»

Урок примен. зн. и умений

Цикл. Создание графическое интерфейса проекта. Запуск проекта на выполнение.  
Графические возможности языка программирования. Область рисования. Графические методы. Системы координат. Предотвращение несанкционированного доступа к ПК. Пароли, биометрические методы защиты и аутентификация с помощью внешних носителей. (15 мин)

Проекты «Графический редактор», «Анимация»

Урок примен. зн. и умений

Создание анимации на языке программирования.  

Контрольная работа «Алгоритмизация и объектно-ориентированное программирование»

Контроль знаний и умений

   
Формализация и моделирование – 12 часов

Окружающий мир как иерархическая система. Объект и его свойства.

Урок ознакомл. с нов. материалом

Микро-, макро- и мегамир. Системы и элементы. Целостность системы. Свойства системы. Борьба с утечками информации. Средства контроля доступа. (15 мин)

Моделирование как метод познания. Модели материальные и модели информационные.

Урок ознакомл. с нов. материалом

Моделирование. Модель. Материальные и информационные модели. Формализация и визуализация моделей. Права пользователей. Способы разграничения доступа. Простые и динамически изменяющиеся пароли. (15 мин)
Основные этапы разработки и исследования моделей на компьютере. Описательная инф. модель. Формализованная модель. Компьютерная модель. Компьютерный эксперимент. Анализ полученных результатов. Защита информации как комплекс мероприятий, направленных на обеспечение информационной безопасности (15 мин)
Построение и исследование физических моделей. Содержательная постановка физической  задачи. Качественная описательная модель. Защита от несанкционированного доступа к информационным ресурсам; защита от искажения и утраты информации; защита от разрушения целостности программных и информационных структур; защита от прерывания обслуживания (15 мин)

Исследование движения тела с использованием компьютерных моделей на языке программирования и в электронных таблицах. 

Урок примен. зн. и умений

Формальная модель задачи. Компьютерная модель движения тела.  

Приближенное решение уравнения с использованием компьютерных моделей на языке программирования. 

Урок примен. зн. и умений

Приближенное решение уравнений. Построение компьютерной модели на языке программирования.  

Приближенное решение уравнения с использованием компьютерных моделей в электронных таблицах.

Урок примен. зн. и умений

Приближенное решение уравнений. Построение компьютерной модели в электронных таблицах.  Средства защиты в сети: межсетевые экраны, криптомаршрутизаторы, серверы аутентификации и т.д. Обманные системы для защиты информации в сетях (15 мин)
Построение и исследование компьютерных моделей из различных предметных областей. Компьютерные модели в различных предметных областях.  
Геоинформационные модели. Построение и исследование геоинформационной модели. Геоинформационная модель  
Построение модели экспертной системы для лабораторной работы по химии. Экспертные системы.  
Информационные модели систем управления. Обратная связь. Системы управления без обратной связи. Системы управления с обратной связью.  

Построение и исследование компьютерной модели системы управления. Контрольная работа «Формализация и моделирование»

Контроль знаний и умений

   
Кодирование и обработка графической и мультимедийной информации – 12 часов

Кодирование графической информации (пиксель, растр, кодировка цвета, видеопамять).

Урок ознакомл. с нов. материалом

Пространственная дискретизация. Разрешающая способность. Глубина цвета. Растровые изображения на экране монитора.  
Растровая и векторная графика. Интерфейс графических редакторов. Растровая графика. Векторная графика. Графический редактор.  

Сканирование и редактирование изображений в растровом графическом редакторе

Урок применения знаний и умений

Растровый графический редактор. Редактирование изображений в растровом графическом редакторе.  
Редактирование рисунков и изображений. Форматы графических файлов. Форматы графических файлов.  

Создание рисунков в векторном графическом редакторе

Урок применения знаний и умений

Работа с объектами в векторных графических редакторах.  
Компьютерные презентации. Дизайн презентации и макеты слайдов. Компьютерные презентации. Дизайн презентации. Макеты слайдов.  

Разработка мультимедийной интерактивной презентации со встроенной анимацией и мультимедийными эффектами

Урок применения знаний и умений

Создание анимации в презентации. Мультимедийные эффекты на слайдах.  

Кодирование звуковой информации (глубина дискретизации, частота кодирования)

Урок ознакомл. с нов. материалом

Звуковая информация. Временная дискретизация звука. Частота дискретизации. Звуковые редакторы.  

Цифровое видео. Разрешающая способность и частота кадров.

Урок ознакомл. с нов. материалом

Цифровая фотография. Цифровое видео. Потоковое видео.  

Запись и монтаж звукового клипа и видеоклипа.

Урок применения знаний и умений

Захват и редактирование цифрового видео.  
Flash-анимация в презентациях и на Web-страницах. Разработка GIF и Flash-анимации. Анимация. GIF и Flash-анимация.  

Контрольная работа «Кодирование и обработка графической и мультимедийной  информации»

Контроль знаний и умений

   
Хранение, поиск и сортировка информации – 7 часов
Табличные базы данных: записи, столбцы, типы данных. Ввод и редактирование записей с помощью формы.  Базы данных. Табличная форма представления баз данных. Формы.  

Создание простой базы данных «Записная книжка».

Урок прим. зн. и умений

Ввод данных в базу данных. Создание формы.  
Системы управления базами данных. Изменение структуры базы данных.   Системы управления базами данных.  

Сортировка информации в базе данных.

Урок прим. зн. и умений

Сортировка данных в столбцах и записях базы данных.  
Поиск данных. Условия поиска. Сортировка данных. Поиск данных. Условия поиска. Сортировка данных  

Поиск информации в базе данных.

Урок прим. зн. и умений

Поиск данных.  

Сортировка информации в базе данных.

Урок прим. зн. и умений

Сортировка данных  
Коммуникационные технологии – 15 часов

Передача информации.

Урок ознакомл. с нов. материалом

Передача информации. Пропускная способность каналов.  
Локальные компьютерные сети. Предоставление доступа к диску на компьютере, подключенном к локальной сети. Виды компьютерных сетей. Сетевые ресурсы. Аппаратное и программное обеспечение проводных и беспроводных сетей.  
Состав Интернета. Адресация в Интернете. Практическая работа «Подключение к Интернету». Интернет. Подключение к Интернету. Интернет-адрес. Доменная система имен. Системы обнаружения атак. Безопасность хостинга (15 мин)
Маршрутизация и транспортировка данных по компьютерным сетям. Практическая работа «География» Интернета». Маршрутизация данных. Транспортировка данных.  
Всемирная паутина. Практическая работа «Путешествие по Всемирной паутине».  Всемирная паутина. Браузеры. Адрес Web-страницы. Безопасный серфинг (15 мин)
Электронная почта. Практическая работа «Работа с электронной Web-почтой». Адрес электронной почты. Функционирование электронной почты.  Электронная Web-почта. ТБ при работе с почтой (15 мин)
Файловые архивы. Загрузка файлов из Интернета. Файловые архивы. Загрузка файлов с серверов файловых архивов. ТБ при загрузке файлов (15 мин)
Информационные ресурсы Интернета (общение в Интернете, мобильный Интернет, звук и видео в Интернете) Общение в Интернете. Мобильный Интернет.  Потоковые звук и видео. ТБ при интернет-общении (15 мин)
Поиск информации в Интернете. Поиск информации в Интернете.  Поисковые системы. Язык поисковых систем. Безопасные ресурсы для поиска (15 мин)
Электронная коммерция в Интернете. Хостинг. Реклама. Интернет-аукционы и магазины. Цифровые деньги. Проблемы электронной торговли. (15 мин)

Web-страницы и Web-сайты. Структура  Web-страницы.

Урок ознакомл. с нов. материалом

Web-страницы. Web-сайты. Структура  Web-страницы. Язык разметки гипертекста HTML Проблемные сайты (15 мин)
Форматирование текста на Web-странице. Вставка изображений в Web-страницы. Язык разметки гипертекста HTML (Заголовки. Шрифт. Выравнивание текста.  Абзацы. Вставка изображений). Защита сайтов (15 мин)
Гиперссылки на Web-страницах. Списки на Web-страницах. Интерактивные формы на Web-страницах. Гиперссылки. Гиперссылка на адрес электронной почты. Нумерованные и маркированные списки. Текстовые поля. Переключатели. Флажки. Поля списков Ложные ресурсы сети (15 мин)

Разработка сайта с использованием языка разметки текста HTML.

Урок применения знаний и умений

Разработка сайта с помощью языка HTML.  

Контрольная работа «Коммуникационные технологии»

Контроль знаний и умений

   
Информационная деятельность человека. Информационная безопасность. – 3 часа

Информационные ресурсы общества, образовательные информационные ресурсы.

Урок ознакомл. с нов. материалом

Информационное общество. Образовательные информационные ресурсы  

Этика и право при создании и использовании информации. Информационная безопасность. Правовая охрана информационных ресурсов. 

Урок ознакомл. с нов. материалом

Информационная культура. Информационная безопасность. Правовая охрана информационных ресурсов.  Примеры этических нарушений (15 мин)

Основные этапы развития средств информационных технологий.

Урок ознакомл. с нов. Материалом

Основные этапы развития средств информационных технологий.  Перспективы развития ИКТ.  
Повторение, резерв времени – 3 часа
Повторение «Алгоритмизация и объектно-ориентированное программирование»    
Повторение «Формализация и моделирование»    
Повторение «Кодирование и обработка графической и мультимедийной  информации»    
    20 тем

Графическое кодирование в визуализации информации

Графическое кодирование в визуализации информации
Люси Терри Новелл
Технологический департамент штата Вирджиния
Блэксбург, Вирджиния 24061 США
Электронная почта: [email protected]

РЕФЕРАТ

При разработке дизайна для визуализации результатов поиска для цифровой библиотеки под названием Envision [5, 7], мы обнаружили, что выбор графических устройств и атрибутов документа для кодирования с каждым графическое устройство — удивительно сложная задача.Под графическими устройствами мы понимаем те визуальные элементы отображения (например, цвет, форма, размер, положение и т. д.), используемые для передачи закодированных Информация. Исследования в нескольких областях обеспечивают научное руководство для проектирования и оценка графических кодировок, которая в противном случае могла бы быть сведена к мнению и личный вкус. Однако литература предлагает неубедительные и часто противоречивые точки зрения. что приводит нас к дальнейшим эмпирическим исследованиям.

© 1997. Авторские права на этот материал принадлежат автору.

Ключевые слова:

визуализация информации, графический дисплей, дизайн пользовательского интерфейса, графическое кодирование.

ПРОБЛЕМА — ПРОЕКТИРОВАНИЕ ГРАФИЧЕСКИХ КОДОВ

При разработке дизайна для визуализации результатов поиска для цифровой библиотеки под названием Envision [5, 7], мы обнаружили, что выбор графических устройств и атрибутов документа для кодирования с каждым графическое устройство — удивительно сложная задача. Под графическими устройствами мы понимаем те визуальные элементы отображения (например, цветовой оттенок, насыщенность цвета, частота вспышек, форма, размер, буквенно-цифровые идентификаторы, должность и т. д.) используется для передачи закодированной информации. Вызов для пользователя дизайнер интерфейса должен выбрать графические устройства для поддержки круга задач, которые пользователи могут работать с приложением, а также поддерживать перцептивные и индивидуальные различия в популяции пользователей.

Предоставление доступа к графически закодированной информации требует внимания к ряду когнитивная и перцептивная деятельность человека, изученная исследователями младше трех лет. рубрики: психофизика задач визуального поиска и идентификации, графическое восприятие и развитие графического языка.Исследования в этих областях служат научным руководством для разработка и оценка графических кодировок, которые в противном случае могли бы быть сведены к мнению и личный вкус. Особенно полезны рейтинги эффективности различных графических устройства для передачи различных видов данных (например, номинальных, порядковых или количественных). Христос [2] предоставляет такие рейтинги в контексте задач визуального поиска и идентификации. и предоставляет некоторые эмпирические данные в поддержку своих выводов. Макинлей [6] предлагает рейтинги графических устройств для передачи номинальных, порядковых и количественных данных в контекст графического дизайна языка, но эти рейтинги не были эмпирически подтверждено [личное сообщение].Кливленд и МакГилл [3, 4] эмпирически подтвердили свой рейтинг графических устройств для количественных данных. Однако информация конструкции визуализации, которые напоминают диаграммы рассеяния (например, дисплеи звездного поля [1], воздушное движение контрольные дисплеи и другие графические представления данных) часто поддерживают совсем другие задачи. от статистических графиков. Рейтинги, предложенные Христом, Маккинли и Кливлендом и Макгилл не то же самое, в то время как другая литература предлагает более противоречивые точки зрения, предполагая, что необходимы дальнейшие исследования.

ИССЛЕДОВАНИЯ В ПРОЦЕССЕ

Test Bed:

Названный в честь книги Туфте [8], Envision — это мультимедийный цифровой библиотека литературы по информатике с полнотекстовым поиском и поиском полного содержания возможностей, обслуживая исследователей информатики, учителей и студентов на всех уровнях экспертиза. Уникальная характеристика Envision, окно графического просмотра (см. Рисунок), графически представляет каждый документ в поиске. график результатов отображается в виде значка, в то время как сводка по элементам показывает текстовый список библиографическая информация для документов, значки графического представления которых выбраны Пользователь.Графическое представление помогает пользователям принимать решения о том, какие работы следует исследовать. в потенциально больших пакетах документов. Поскольку сильные стороны восприятия пользователей различаются, а пользователи критерии принятия решения отражают их текущие информационные потребности, каждое графическое устройство в Графический вид управляется пользователем для представления различных атрибутов документа в качестве пользователя. желания. Таким образом, дизайн пользовательского интерфейса Envision предлагает ряд экспериментальных исследования.

Экспериментальный проект:

Используя графический вид Envision, мы проводим внутрисубъектное эмпирическое исследование эффективности трех графических устройств — пиктограммы размер, форма и цвет значка — при передаче номинала (типа документа) и количественные (актуальность документа) данные.Мы выбрали эти графические устройства из-за их широкое использование и ожидаемая сила в общении в сочетании с неопределенностью их фактического воздействия. Мы используем три уровня (т.е. представляющие номинальные или количественные данные, или некодированные) для каждого из трех факторов (например, цвета, размера и формы).

При использовании SuperCard в каждой пробной версии отображаются результаты поиска, полученные с помощью Envision. Каждый субъекта просят подсчитать значки, представляющие документы, соответствующие заданным условиям, где информация об этих условиях графически кодируется на дисплее.Испытания делятся на тренировочные и измеряемые. Поскольку данная расчетная точка может представить несколько вариантов извлечения информации (например, использование одного кода из нескольких представлены или некоторая комбинация кодов), задачи сбалансированы между вариантами, таким образом что позволяет нам изучать взаимодействие кодов друг с другом. Объективные меры — точность и время на выполнение задачи. Испытуемых также просят оценить каждую точку проектирования с точки зрения когнитивной трудность и желательность в качестве источника информации.

ОЖИДАЕМЫЕ РЕЗУЛЬТАТЫ

Наши исследования предоставляют эмпирические доказательства эффективности цвета, формы и формы значков. размер при передаче как номинальных, так и количественных данных. Потому что наши количественные меры также широко используются при формирующей оценке юзабилити, в то время как наши качественные показатели направленных исключительно на субъективное измерение юзабилити, мы рассчитываем предоставить эмпирические доказательства эффективности психофизических основ проектирования отображается визуализация информации.В результате рейтинг графических устройств будет либо подтвердите предложения других авторов или поддержите новые рейтинги. Такие рейтинги фундамент для разработки эффективной визуализации информации. Мы также можем укажите, какие комбинации графических устройств «хороши» или «плохи» для представления Информация.

БЛАГОДАРНОСТИ

Мы с благодарностью отмечаем поддержку команды разработчиков Envision, особенно ее менеджеры д-р Дебора Хикс, д-р Ленвуд С. Хит и д-р.Эдвард А. Фокс и участники Роберт Франс, Эрик Лабоу, Деннис Бруени, Каушал Далал, Скотт Гайер, Стивен Мур и Уильям К. Уэйк. Envision финансировался грантом Национального научного фонда. IRI-9 (Мария Земанкова, монитор), Virginia Tech и ACM. Эта работа также при поддержке Линчбургского колледжа в Вирджинии.

ССЫЛКИ

1. Альберг, К., Шнейдерман, Б. Визуальный поиск информации: тесная связь фильтры динамических запросов с отображением звездного поля, Proceedings of CHI 94 (Бостон, Массачусетс, апрель 1994 г.) ACM Press, 313-317 и 479-480.

2. Крист, Р. Э. (1984) Исследование для оценки кодов визуального отображения: акцент на цветовое кодирование. В Р. Истерби и Х. Звага (ред.), Информационный дизайн: Дизайн и оценка знаков и печатных материалов , Нью-Йорк: John Wiley and Sons, 209-228.

3. Кливленд, У. и МакГилл, Р. (1984) Графическое восприятие: теория, эксперименты, и применение для разработки графических методов. Американский журнал Статистическая ассоциация 79 (387), 531-554.

4. Кливленд, В. и МакГилл, Р. (1985) Графическое восприятие и графические методы для анализ научных данных. Science , 229 (август), 828-833.

5. Хит, Л.С. и другие. Envision: ориентированная на пользователя база данных литературы по информатике. Сообщения ACM , 38, 4 (апрель 1995) 52-53.

6. Mackinlay, J. (1986) Автоматизация проектирования графических представлений реляционных Информация. Транзакции по графике , 5 (2), 110-141.

7. Nowell, L.T. и другие. Визуализация результатов поиска: некоторые альтернативы запросу-документу сходство. В протоколе Proceedings of SIGIR 96 (Цюрих, Швейцария, август 1996 г.), ACM Press, 67-75.

8. Тафт, Эдвард Р. (1990) Предвидение информации . Чешир, Коннектикут: Графика Press.

Кодировки символов для начинающих

Во-первых, какое мне дело?

Если вы используете что-либо, кроме самого основного английского текста, люди могут не прочитать созданный вами контент. если вы не укажете, какую кодировку символов вы использовали.

Например, вы можете сделать так, чтобы текст выглядел так:

, но на самом деле он может отображаться так:

Отсутствие информации о кодировке символов не только ухудшает читаемость отображаемого текста, но также может означать, что ваши данные не могут быть найдены поисковой системой или надежно обрабатывается машинами другими способами.

Так что за кодировка символов?

Слова и предложения в тексте состоят из знаков .Примеры символов включают латинскую букву á, китайскую идеограмму 請 или символ деванагари ह.

Возможно, вы не сможете увидеть некоторые символы на этой странице, потому что у вас нет необходимых шрифтов. Если вы нажмете на то место, где ожидали увидеть персонажа, вы перейдете к графической версии. Эта страница закодирована в UTF-8.

Персонажи, необходимые для определенной цели, сгруппированы в набор символов (также называемый репертуаром ).(Чтобы однозначно обозначать символы, каждый символ связан с числом, называемым кодовой точкой .)

Символы хранятся в компьютере как один или несколько байтов .

В принципе, вы можете визуализировать это, предположив, что все символы хранятся в компьютерах с использованием специального кода, такого как шифры, используемые в шпионаже. Кодировка предоставляет ключ для разблокировки (т. Е. Взлома) кода. Это набор соответствий между байтами в компьютере и символами в наборе символов.Без ключа данные выглядят как мусор.

Вводящий в заблуждение термин кодировка часто используется для обозначения того, что на самом деле является кодировкой символов. Вам следует помните об этом использовании, но всегда старайтесь использовать термины кодировки символов.

Итак, когда вы вводите текст с помощью клавиатуры или каким-либо другим способом, кодировка символов сопоставляет выбранные вами символы с конкретными байтами в памяти компьютера, а затем для отображения текста считывает байты обратно в символы.

К сожалению, существует много разных наборов символов и кодировок символов, т.е. много разных способов сопоставления байтов, кодовые точки и символы. В разделе «Дополнительная информация» для тех, кому интересно, чуть подробнее.

Однако в большинстве случаев вам не нужно знать подробности. Вам просто нужно быть уверенным, что вы прислушиваетесь к советам в раздел Как это влияет на меня? ниже.

Как в это вписываются шрифты?

Шрифт — это набор определений глифов, т.е.определения форм, используемых для отображения символов.

Как только ваш браузер или приложение определит, с какими символами имеет дело, оно будет искать в шрифте глифы, которые можно использовать для отображения. или распечатайте эти символы. (Конечно, если информация о кодировке была неправильной, она будет искать глифы для неправильных символов.)

Данный шрифт обычно покрывает один набор символов или, в случае большого набора символов, например Unicode, только подмножество всех персонажей в наборе.Если в вашем шрифте нет глифа для определенного символа, некоторые браузеры или программные приложения будут искать недостающие глифы в других шрифты в вашей системе (это будет означать, что глиф будет отличаться от окружающего текста, как записка с требованием выкупа). В противном случае вы обычно вместо этого вы увидите квадратную рамку, вопросительный знак или какой-либо другой символ. Например:

Как это повлияет на меня?

Как автор или разработчик контента, в настоящее время вы всегда должны выбирать UTF-8 кодировка символов для вашего контента или данных.Эта кодировка Unicode — хороший выбор, потому что вы можете использовать односимвольную кодировку для обработки любого символа, который вам может понадобиться. Это значительно упрощает работу. Использование Unicode во всей вашей системе также устраняет необходимость отслеживать и конвертировать между различными кодировками символов.

Авторы контента должны узнать, как объявить персонажа кодировка, используемая для формата документа, с которым они работают.

Обратите внимание, что просто объявление другой кодировки на вашей странице не изменит байты; вам нужно сохранить текста в этой кодировке.

Как автор контента, вам необходимо проверить, в какой кодировке ваш редактор или скрипты сохраняют текст и как сохранять текст в UTF-8. (В наши дни это обычно используется по умолчанию.) Вам также может потребоваться проверить, что ваш сервер обслуживает документы с правильным HTTP декларации.

Разработчикам необходимо убедиться, что различные части системы могут взаимодействовать друг с другом, понимать, какие кодировки символов используются и поддерживают все необходимые кодировки и символы.(В идеале вы должны использовать UTF-8 повсюду и избавиться от этой проблемы.)

По ссылкам ниже можно найти дополнительную информацию по этим темам.

В этом разделе представлена ​​небольшая дополнительная информация о сопоставлении байтов, кодовых точек и символов для тех, кому это интересно. Не стесняйтесь просто перейти к разделу Дополнительная литература.

Обратите внимание, что номера кодовых точек обычно выражаются в шестнадцатеричной системе счисления, т.е. основание 16. Например, 233 в шестнадцатеричной форме — это E9.Значения кодовой точки Unicode обычно записываются в форме U + 00E9.

В наборе кодированных символов под названием ISO 8859-1 (также известном как Latin1) значение десятичной кодовой точки для буквы é равно 233. Однако в ISO 8859-5, та же кодовая точка представляет кириллический символ щ.

Эти наборы символов содержат менее 256 символов и напрямую сопоставляют кодовые точки с байтовыми значениями, поэтому кодовая точка со значением 233 представлена ​​одним байтом со значением 233.Обратите внимание, что только контекст определяет, представляет ли этот байт либо é, либо щ.

Есть и другие способы обработки символов из ряда скриптов. Например, с набором символов Unicode вы можете представить оба символа в одном наборе. Фактически, Юникод содержит в одном наборе, вероятно, все символы, которые вам когда-либо понадобятся. Хотя буква é по-прежнему представлена ​​значением кодовой точки 233, кириллический символ щ теперь имеет значение кодовой точки 1097.

С другой стороны, 1097 слишком большое число, чтобы его можно было представить одним байт*. Итак, если вы используете кодировку символов для текста Unicode под названием UTF-8, щ будет представлен двумя байтами. Тем не менее значение кодовой точки не просто выводится из значения двух байтов, соединенных вместе — требуется более сложное декодирование.

Другой Юникод символы отображаются в один, три или четыре байта в кодировке UTF-8.

Кроме того, обратите внимание, что буква é также представлена ​​двумя байтами в UTF-8, а не одним байтом, используемым в ISO 8859-1. (Только символы ASCII кодируются одним байтом в UTF-8.)

UTF-8 — это наиболее широко используемый способ представления текста Unicode на веб-страницах, и вы всегда должны использовать UTF-8 при создании веб-страниц и баз данных. Но, в принципе, UTF-8 — лишь один из возможных способов кодирования. Символы Юникода. Другими словами, одна кодовая точка в наборе символов Unicode может фактически отображаться в разные последовательности байтов, в зависимости от какая кодировка использовалась для документа.Кодовые точки Unicode могут быть сопоставлены с байтами с использованием любой из кодировок, называемых UTF-8, UTF-16 или UTF-32. Символ деванагари क с кодовой точкой 2325 (что составляет 915 в шестнадцатеричной системе счисления) будет представлен двумя байтов при использовании кодировки UTF-16 (09 15), трех байтов с UTF-8 (E0 A4 95) или четырех байтов с UTF-32 (00 00 09 15).

Могут быть и другие сложности помимо описанных в этом разделе (например, порядок байтов и escape-последовательности), но детали описанное здесь показывает, почему важно, чтобы приложение, с которым вы работаете, знало, какая кодировка символов подходит для ваших данных, и знает, как обрабатывать эту кодировку.

Использование цвета, формы и размера значка для передачи номинальных и количественных данных

Абстрактные

При разработке дизайна пользовательского интерфейса для визуализации результатов поиска в цифровой библиотеке под названием Envision [Nowell, France, Hix, Heath, & Fox, 1996] [Fox, Hix, Nowell, et al., 1993] [Nowell & Hix, 1993] ], мы обнаружили, что выбор графических устройств и атрибутов документов для кодирования с каждым графическим устройством является удивительно сложной задачей. Под графическими устройствами мы подразумеваем эти элементы визуального отображения (например,g., цвет, форма, размер, положение и т. д.), используемые для передачи закодированной семантической информации. Исследования в области психофизики задач визуального поиска и идентификации, графического восприятия и развития графического языка предоставляют научное руководство для разработки и оценки графических кодировок, которые в противном случае могли бы быть сведены к мнению и личному вкусу. Тем не менее, литература предлагает неубедительные и часто противоречивые точки зрения, предполагающие необходимость дальнейших исследований. Целью данного исследования было эмпирическое определение эффективности графических устройств для кодирования номинальной и количественной информации на дисплеях со сложной визуализацией.Используя графическое представление Envision, мы провели внутрисубъектное эмпирическое исследование эффективности трех графических устройств — цвета значка , формы значка, значка и размера значка — в передаче номинальных (тип документа) и количественных (релевантность документа) данных. . Наше исследование предоставляет эмпирические данные об относительной эффективности цвета, формы и размера значков для передачи как номинальных, так и количественных данных. В то время как наши исследования последовательно оценивают цвет как наиболее эффективный, рейтинг различается по форме и размеру.Для номинальных данных форма значка опережает размер значка по всем параметрам, за исключением времени завершения задачи, в котором форма уступает размеру. Что касается количественных данных, мы обнаружили, что по всем параметрам кодировки с формой значка более эффективны, чем с размером значка. Мы пришли к выводу, что характер выполненных задач, и относительная важность показателей эффективности более значимы, чем тип данных, представленных для дизайнеров, выбирающих среди рейтингов.

теорий обработки информации | Педагогическая психология

Обработка информации — это , как люди воспринимают, анализируют, манипулируют, используют и запоминают информацию .В отличие от теории Пиаже, этот подход предполагает, что когнитивное развитие является постоянным и постепенным, а не разделенным на отдельные стадии. Основные когнитивные изменения обычно происходят в пяти областях:

  • Внимание . Улучшения наблюдаются в выборочном внимании (процесс, с помощью которого человек сосредотачивается на одном стимуле при отключении другого), а также в разделенном внимании (способность уделять внимание двум или более стимулам одновременно).
  • Память .Улучшения видны в рабочей памяти и долговременной памяти.
  • Скорость обработки. По мере взросления дети думают быстрее. Скорость обработки данных резко возрастает в возрасте от пяти до среднего подросткового возраста, выравнивается примерно к 15 годам и, по-видимому, не меняется между поздним подростковым и взрослым возрастом.
  • Организация мышления . По мере взросления дети становятся более плановыми, они подходят к проблемам со стратегией и гибко используют разные стратегии в разных ситуациях.
  • Метапознание . Дети постарше могут думать о самом мышлении. Это часто связано с мониторингом собственной познавательной активности в процессе мышления. Metacognition дает возможность планировать наперед, видеть будущие последствия действия и давать альтернативные объяснения событий.

Многие считают, что изменение внимания является ключом к изменениям в человеческой памяти (Nelson & Fivush, 2004; Posner & Rothbart, 2007). Однако внимание — это не единая функция; он состоит из подпроцессов.Наша способность сосредоточиться на одной задаче или стимуле, игнорируя отвлекающую информацию, называется избирательное внимание . С шести лет до подросткового возраста избирательное внимание резко улучшается (Vakil, Blachstein, Sheinman, & Greenstein, 2009). Устойчивое внимание — это способность оставаться на задаче в течение длительного времени. Способность переключать наше внимание между задачами или внешними стимулами называется разделенным вниманием, или многозадачностью, что также улучшается в подростковом возрасте (Carlson, Zelazo, & Faja, 2013).

Видео 3.8.1. Attention объясняет, как мы можем обращать внимание на раздражители или не обращать на них внимания.

Выборочное внимание

Способность к задачам выборочного внимания улучшается в детстве и в подростковом возрасте. В то время как избирательное внимание детей может быть непостоянным в среднем детстве, подростки демонстрируют способность надежно выбирать стимулы для внимания и определять их приоритетность. На развитие этой способности влияет темперамент ребенка (Rothbart & Rueda, 2005), сложность стимула или задачи (Porporino, Shore, Iarocci & Burack, 2004) и может зависеть от того, являются ли стимулы визуальными или слуховыми. (Гай, Роджерс и Корниш, 2013 г.).Guy et al. (2013) обнаружили, что способность детей воспринимать визуальную информацию выборочно опережает слуховые стимулы. Это изменение может объяснить, почему маленькие дети не могут слышать голос учителя из-за какофонии звуков в типичном дошкольном классе (Jones, Moore & Amitay, 2015). Джонс и его коллеги обнаружили, что дети от 4 до 7 лет не могут отфильтровать фоновый шум, особенно когда его частоты близки по звуку к целевому звуку. Для сравнения, подростки часто показывают себя так же, как взрослые.

Видео 3.8.2. Теории избирательного внимания объясняет, как и почему мы обращаем внимание на одни стимулы, а не на другие.

Устойчивое внимание

Большинство мер устойчивого внимания обычно просят людей потратить несколько минут на то, чтобы сосредоточиться на одной задаче, ожидая нечастого события, в то время как есть несколько отвлекающих факторов в течение нескольких минут. Маленькие дети могут удерживать свое зрительное и слуховое внимание примерно 5 минут, если им 5 лет, 6 минут, если им 6 лет, 7 минут, если им 7 лет, и так далее.Если задача интересная или новая, ребенок может удерживать внимание значительно дольше. Устойчивое внимание улучшается примерно к 10 годам, затем достигает плато с небольшими улучшениями к взрослой жизни. Общие оценки продолжительности внимания здоровых подростков и взрослых составляют от 10 до 20 минут. Ведутся споры о том, постоянно ли сохраняется внимание или люди постоянно предпочитают повторно сосредотачиваться на одном и том же (Raichle, 1999). Эта способность возобновлять внимание позволяет людям « обращать внимание » на вещи, которые длятся более чем несколько раз. минут.

Для измерения времени выполнения задания тип активности, использованный в тесте, влияет на результаты, поскольку люди, как правило, способны уделять больше внимания, когда они делают что-то, что им нравится или внутренне мотивирует (Raichle, 1999). Внимание также увеличивается, если человек может выполнять задание бегло, по сравнению с человеком, которому трудно выполнить задание, или с тем же человеком, когда он или она только изучает задание. Усталость, голод, шум и эмоциональное напряжение сокращают время, необходимое для выполнения задачи.Потеряв внимание от темы, человек может восстановить его, отдыхая, выполняя другой вид деятельности, изменяя умственный фокус или сознательно решив снова сосредоточиться на первой теме.

Разделенное внимание

Разделенное внимание можно представить двумя способами. Мы можем посмотреть, насколько хорошо люди могут выполнять несколько задач одновременно, выполняя две или более задачи одновременно, или как люди могут переключать внимание между двумя или более задачами. Например, ходьба и разговор с другом одновременно — это многозадачность, когда попытка написать текст во время вождения требует от нас быстрого переключения внимания между двумя задачами.

Маленькие дети (возраст 3–4 лет) испытывают значительные трудности при распределении внимания между двумя задачами и часто выполняют их на уровне, эквивалентном уровню нашего ближайшего родственника, шимпанзе. Однако к пяти годам они превзошли шимпанзе (Hermann, Misch, Hernandez-Lloreda & Tomasello, 2015; Hermann & Tomasello, 2015). Несмотря на эти улучшения, пятилетние дети по-прежнему показывают результаты ниже, чем у детей школьного возраста, подростков и взрослых. Эти навыки продолжают развиваться в подростковом возрасте.

Независимо от возраста у нас ограниченная способность к вниманию, и разделение внимания ограничено этим ограничением. Наша способность эффективно выполнять несколько задач или переключать внимание зависит от автоматизма или сложности задачи, но также зависит от таких условий, как тревога, возбуждение, сложность задачи и навыки (Sternberg & Sternberg, 2012). Исследования показывают, что при разделении внимания люди более склонны совершать ошибки или медленнее выполнять свои задачи (Matlin, 2013).Внимание должно быть разделено между всеми составляющими задачами для их выполнения.

Классическое исследование разделения внимания включало людей, выполняющих одновременно задачи, например, чтение историй, слушая и написание чего-то еще, или прослушивание двух отдельных сообщений разными ушами. Субъектов часто проверяли на их способность усваивать новую информацию при выполнении нескольких задач. В более современных исследованиях изучается эффективность одновременного выполнения двух задач (Matlin, 2013), например вождение автомобиля при выполнении другой задачи.Это исследование показывает, что у системы внимания человека есть пределы того, что она может обрабатывать. Например, ходовые качества хуже при выполнении других задач; водители совершают больше ошибок, сильнее тормозят, а затем чаще попадают в аварии, поворачивают на другую полосу движения и / или меньше осознают свое окружение, когда заняты ранее обсужденными задачами (Collet et al., 2009; Salvucci & Taatgen, 2008; Страйер и Дрюс, 2007).

Видео 3.8.3. Прожекторная модель внимания и наша способность к многозадачности объясняет, как мы распределяем наше внимание, чтобы сосредоточиться на различных задачах или информации.

Память — система обработки информации; поэтому мы часто сравниваем его с компьютером. Память — это набор процессов, используемых для кодирования, хранения и извлечения информации за различные периоды времени.

Рисунок 3.8.1 . Кодирование предполагает ввод информации в систему памяти. Хранение — это сохранение закодированной информации. Извлечение, или получение информации из памяти и обратно в осознание, — это третья функция.

Кодировка

Мы получаем информацию в наш мозг посредством процесса, называемого кодирование , который является вводом информации в систему памяти. Как только мы получаем сенсорную информацию из окружающей среды, наш мозг маркирует или кодирует ее. Мы объединяем информацию с другой подобной информацией и связываем новые концепции с существующими концепциями. Кодирование информации происходит путем автоматической обработки и обработки, требующей усилий.

Если вас спросят, что вы ели сегодня на обед, скорее всего, вы легко вспомните эту информацию.Это известно как автоматическая обработка или кодирование таких деталей, как время, пространство, частота и значение слов. Автоматическая обработка обычно выполняется без какого-либо осознания. Еще один пример автоматической обработки — это вспомнить, когда вы в последний раз готовились к тесту. Однако как насчет фактического тестового материала, который вы изучали? Вероятно, с вашей стороны потребовалось много работы и внимания, чтобы закодировать эту информацию. Это известно как обработка, требующая усилий, .

Есть три типа кодирования. Кодировка слов и их значения известна как семантическая кодировка . Впервые это продемонстрировал Уильям Боусфилд (1935) в эксперименте, в котором он просил людей запоминать слова. 60 слов были разделены на 4 категории значений, хотя участники не знали этого, потому что слова были представлены случайным образом. Когда их просили запомнить слова, они, как правило, вспоминали их по категориям, показывая, что они обращали внимание на значения слов по мере их заучивания.

Визуальное кодирование — это кодирование изображений, а акустическое кодирование — это кодирование звуков, в частности слов. Чтобы увидеть, как работает визуальное кодирование, прочтите этот список слов: машина, уровень, собака, правда, книга, значение . Если бы вас позже попросили вспомнить слова из этого списка, какие, по вашему мнению, вы бы запомнили с наибольшей вероятностью? Вам, вероятно, будет легче вспомнить слова машина, собака, и книга , а труднее вспомнить слова уровень, правда, и значение .Почему это? Потому что вы можете вспомнить образы (мысленные образы) легче, чем одни слова. Когда вы читаете слова машина, собака, и книга, вы создаете образы этих вещей в своем уме. Это конкретные, образные слова. С другой стороны, абстрактные слова, такие как уровень , истина, и значение , являются словами с низким содержанием образов. Слова с высоким содержанием образов кодируются как визуально, так и семантически (Paivio, 1986), таким образом создавая более надежную память.

Теперь обратимся к акустическому кодированию.Вы едете в своей машине, и по радио звучит песня, которую вы не слышали как минимум десять лет, но вы подпеваете, вспоминая каждое слово. В Соединенных Штатах дети часто учат алфавит с помощью песен, а количество дней в каждом месяце они узнают с помощью рифмы: Тридцать дней — сентябрь, апрель, июнь и ноябрь; / У всех остальных тридцать один, / За исключением февраля, когда ясно двадцать восемь дней, / И по двадцать девять в каждый високосный год «. Эти уроки легко запомнить благодаря акустической кодировке.Мы кодируем звуки, которые производят слова. Это одна из причин, почему большая часть того, чему мы учим маленьких детей, делается с помощью песен, стишков и ритмов.

Как вы думаете, какой из трех типов кодирования лучше всего запоминает вербальную информацию? Несколько лет назад психологи Фергус Крейк и Эндель Тулвинг (1975) провели серию экспериментов, чтобы выяснить это. Участникам были даны слова и вопросы о них. Вопросы требовали от участников обработки слов на одном из трех уровней.Вопросы визуальной обработки включали такие вопросы, как вопросы участников о шрифте букв. Вопросы акустической обработки спрашивали участников о звучании или рифмам слов, а вопросы семантической обработки спрашивали участников о значении слов. После того, как участникам были предложены слова и вопросы, им было предложено неожиданное задание на вспоминание или распознавание.

Слова, закодированные семантически, запоминались лучше, чем закодированные визуально или акустически.Семантическое кодирование включает более глубокий уровень обработки, чем более поверхностное визуальное или акустическое кодирование. Крейк и Тулвинг пришли к выводу, что лучше всего мы обрабатываем вербальную информацию посредством семантического кодирования, особенно если мы применяем так называемый эффект самоотнесения. Эффект самоотнесения — это склонность человека лучше запоминать информацию, относящуюся к нему самому, по сравнению с материалом, который имеет меньшее личное значение (Rogers, Kuiper & Kirker, 1977). Может ли семантическое кодирование быть полезным для вас, когда вы пытаетесь запомнить концепции, изложенные в этой главе?

Видео 3.8.4. Стратегии кодирования обсуждает различные методы кодирования, которые помогают нам хранить информацию в памяти.

Хранилище

После того, как информация закодирована, мы должны как-то ее сохранить. Наш мозг берет закодированную информацию и помещает ее в хранилище. Хранилище — это создание постоянной записи информации.

Для того, чтобы память перешла в хранилище (то есть долговременную память), она должна пройти три различных этапа: сенсорная память, кратковременная память и, наконец, долговременная память.Эти стадии были впервые предложены Ричардом Аткинсоном и Ричардом Шиффрином (1968). Их модель человеческой памяти, названная Аткинсоном-Шиффрином (A-S) или моделью трех ящиков, основана на убеждении, что мы обрабатываем воспоминания так же, как компьютер обрабатывает информацию.

Рисунок 3 .8.2. Согласно модели памяти Аткинсона-Шиффрина, информация проходит три различных этапа, чтобы сохранить ее в долговременной памяти.

Три коробки — это всего лишь одна модель памяти.Другие, такие как Баддели и Хитч (1974), предложили модель, в которой кратковременная память сама по себе имеет разные формы. В этой модели хранение воспоминаний в краткосрочной памяти похоже на открытие разных файлов на компьютере и добавление информации. Тип кратковременной памяти (или компьютерного файла) зависит от типа полученной информации. Есть воспоминания в визуально-пространственной форме, а также воспоминания о устном или письменном материале, и они хранятся в трех краткосрочных системах: зрительно-пространственном блокноте, эпизодическом буфере и фонологической петле.По словам Баддели и Хитча, центральная исполнительная часть памяти контролирует или контролирует поток информации к трем краткосрочным системам и от них.

Видео 3.8.5. Модель обработки информации: сенсорная, рабочая и долговременная память объясняет трехъядерную модель памяти.

Сенсорная память

В модели Аткинсона-Шиффрина стимулы из окружающей среды сначала обрабатываются в сенсорной памяти . : хранение кратких сенсорных событий, таких как образы, звуки и вкусы.Это очень короткое хранилище, , по сути, достаточно длинное, чтобы мозг зарегистрировал и начал обрабатывать информацию . Сенсорная память может удерживать визуальную информацию примерно на полсекунды и слуховую информацию в течение нескольких секунд. В отличие от других когнитивных процессов, кажется, что сенсорная память не меняется с младенчества (Siegler, 1998). Однако без способности кодировать информацию она быстро исчезает из сенсорной памяти (Papalia et al., 2008). По мере того, как дети и подростки становятся более способными к кодированию, они могут больше использовать информацию, доступную им в сенсорной памяти.

Нас постоянно засыпают сенсорной информацией. Мы не можем поглотить все это или даже большую часть. Более того, большая часть из них не влияет на нашу жизнь. Например, во что был одет ваш профессор на последнем уроке? Пока профессор была одета соответствующим образом, неважно, во что она была одета. Сенсорную информацию о видах, звуках, запахах и даже текстурах, которые мы не считаем ценной информацией, мы отбрасываем. Если мы считаем что-то ценным, информация переместится в нашу систему кратковременной памяти.

Одно исследование сенсорной памяти исследовало значение ценной информации для хранения краткосрочной памяти. Дж. Р. Струп открыл феномен памяти в 1930-х годах: вам будет легче назвать цвет, если он будет напечатан в этом цвете, что называется эффектом Струпа. Другими словами, слово «красный» будет называться быстрее, независимо от цвета, в котором оно появляется, чем любое слово, окрашенное в красный цвет. Проведите эксперимент: назовите цвета слов, представленных на рисунке 3.8.3. Не читайте слова, а скажите цвет, которым напечатано слово. Например, увидев слово «желтый» зеленым шрифтом, вы должны сказать «зеленый», а не «желтый». Этот эксперимент веселый, но не такой простой, как кажется.

Рисунок 3.8.3 . Эффект Струпа описывает, почему нам трудно назвать цвет, когда слово и цвет слова различаются.

Кратковременная (рабочая) память

Кратковременная память (STM) , также называемая рабочей памятью , представляет собой систему временного хранения, которая обрабатывает входящую сенсорную память.Кратковременная память — это мост между информацией, полученной через сенсорную память, и более постоянным хранением информации в долговременной памяти. Информация, которая не перемещается из кратковременной памяти в долговременную, будет забыта. Кратковременная память также называется рабочей памятью, потому что это система, в которой происходит «работа» памяти. Если вы извлекаете информацию из своей долговременной памяти, вы переносите ее в свою рабочую память, где вы можете думать об этой информации.

Думайте о рабочей памяти как об информации, отображаемой на экране компьютера — документе, электронной таблице или веб-странице. Затем информация из этой системы памяти поступает в долговременную память (вы сохраняете ее на жесткий диск) или удаляется (вы удаляете документ или закрываете веб-браузер). Этот этап репетиции , сознательное повторение информации, которую необходимо запомнить, для перемещения STM в долговременную память, называется консолидацией памяти .

Вы можете спросить: «Сколько информации может обрабатывать наша память одновременно?» Чтобы изучить емкость и продолжительность вашей кратковременной памяти, попросите партнера прочитать строки случайных чисел (рисунок 3.8.4) вслух, начиная каждую строку со слов «Готовы?» и заканчивая каждое из них словами «Вспомните», после чего вы должны попытаться записать строку чисел по памяти.

Рисунок 3.8.4 . Проработайте эту серию чисел, используя описанное выше упражнение по вспоминанию, чтобы определить самую длинную строку цифр, которую вы можете сохранить.

Обратите внимание на самую длинную строку, на которой вы правильно указали серию. Для большинства людей это будет близко к 7. Воспоминание несколько лучше для случайных чисел, чем для случайных букв (Jacobs, 1887), а также часто немного лучше для информации, которую мы слышим (акустическое кодирование), а не видим (визуальное кодирование) (Anderson , 1969).

Кратковременная или рабочая память часто требует сознательного усилия и адекватного использования внимания для эффективного функционирования. Как вы читали ранее, дети борются со многими аспектами внимания, и это значительно снижает их способность сознательно жонглировать несколькими фрагментами информации в памяти. Объем рабочей памяти — это количество информации, которое человек может удерживать в сознании, у маленьких детей меньше, чем у детей старшего возраста и взрослых. Типичный пятилетний ребенок может держать активным только четырехзначное число.Типичный взрослый и подросток могут удерживать в своей кратковременной памяти активным семизначное число. Емкость рабочей памяти увеличивается в среднем и позднем детстве, и исследования показали, что как увеличение скорости обработки, так и способность препятствовать поступлению нерелевантной информации в память способствуют большей эффективности рабочей памяти в этом возрасте (de Ribaupierre, 2002). ). Изменения в миелинизации и сокращении синапсов в коре, вероятно, являются причиной увеличения скорости обработки и способности отфильтровывать нерелевантные стимулы (Kail, McBride-chang, Ferrer, Cho, & Shu, 2013).

Кратковременная память может хранить информацию только на короткий период времени без репетиций. Для обычного подростка или взрослого хранение длится около 20-30 секунд. Дети старшего возраста и взрослые используют умственные стратегии для улучшения памяти. Например, простая механическая репетиция может использоваться для сохранения информации в памяти. Маленькие дети часто не репетируют, если об этом не напомнили, а когда они репетируют, они часто не используют репетицию с кластеризацией. На репетиции кластеризации человек репетирует предыдущий материал, добавляя дополнительную информацию.Если вам зачитывают список слов вслух, вы, вероятно, будете репетировать каждое слово так, как вы его слышите, вместе с любыми предыдущими словами, которые вам были даны. Маленькие дети будут повторять каждое слово, которое они слышат, но часто не могут повторить предыдущие слова в списке. В продольном исследовании 102 детей детского сада, проведенном Schneider, Kron-Sperl и Hunnerkopf (2009), большинство детей не использовали стратегию запоминания информации, что согласуется с результатами предыдущего исследования. В результате производительность их памяти снизилась по сравнению с их способностями по мере того, как они стали старше и начали использовать более эффективные стратегии памяти.

Исполнительные функции

Изменения внимания и системы рабочей памяти также связаны с изменениями исполнительной функции. Исполнительная функция (ef) относится к процессам саморегулирования, таким как способность подавлять поведение или когнитивную гибкость, которые позволяют адаптивно реагировать на новые ситуации или достигать определенной цели. Навыки управляющих функций постепенно появляются в раннем детстве и продолжают развиваться в детстве и подростковом возрасте. Как и многие когнитивные изменения, созревание мозга, особенно префронтальной коры, наряду с опытом, влияет на развитие навыков управляющих функций.Ребенок, чьи родители более отзывчивы и отзывчивы, использует строительные леса, когда ребенок пытается решить проблему, и который создает для ребенка стимулирующую когнитивную среду среду, демонстрирует более высокие навыки исполнительной функции (Fay-Stammbach, Hawes & Meredith, 2014). Например, скаффолдинг положительно коррелировал с большей когнитивной гибкостью в двухлетнем возрасте и тормозящим контролем в четырехлетнем возрасте (Bibok, Carpendale & Müller, 2009).

СТМ и обучение

Люди различаются по способностям памяти, и эти различия предсказывают академическую успеваемость (Prebler, Krajewski, & Hasselhorn, 2013).Дети с нарушением обучаемости по математике и чтению часто имеют проблемы с рабочей памятью (Alloway, 2009). Им может быть сложно следовать указаниям в задании. Когда задача требует нескольких шагов, дети с плохой рабочей памятью могут пропустить шаги, потому что они могут потерять представление о том, где они находятся в задаче. Взрослым, работающим с такими детьми, может потребоваться общение: использование более знакомой лексики, использование более коротких предложений, более частое повторение инструкций по выполнению задач и разбиение более сложных задач на более мелкие, более управляемые шаги.Некоторые исследования также показали, что более интенсивная тренировка стратегий рабочей памяти, таких как разбиение на части, помогает улучшить емкость рабочей памяти у детей с плохой рабочей памятью (Alloway, Bibile, & Lau, 2013).

Долговременная память

Долговременная память (LTM) — это непрерывное хранилище информации. В отличие от краткосрочной памяти емкость LTM не имеет реальных ограничений. Он включает в себя все, что вы можете вспомнить, что произошло больше, чем несколько минут назад, и все, что вы можете вспомнить, что произошло дни, недели и годы назад.По аналогии с компьютером информация в вашем LTM будет похожа на информацию, которую вы сохранили на жестком диске. Его нет на вашем рабочем столе (в вашей краткосрочной памяти), но вы можете получить эту информацию, когда захотите, по крайней мере, большую часть времени. Не все долговременные воспоминания — это сильные воспоминания. Некоторые воспоминания можно вызвать только с помощью подсказок. Например, вы можете легко вспомнить факт — «Какая столица Соединенных Штатов?» — или процедуру — «Как вы ездите на велосипеде?» — но вы можете с трудом вспомнить название ресторана, в котором вы ужинали. когда вы были в отпуске во Франции прошлым летом.Подсказка, например, что ресторан назван в честь своего владельца, который говорил с вами о ваших общих интересах в футболе, может помочь вам вспомнить название ресторана.

Долговременная память делится на два типа: явная и неявная (рисунок 3.8.5). Понимание различных типов важно, потому что возраст человека или определенные типы черепно-мозговой травмы или расстройства могут оставить одни типы LTM нетронутыми, но иметь катастрофические последствия для других типов. Явные воспоминания, также называемые декларативными воспоминаниями, — это те, которые мы сознательно пытаемся запомнить и вспомнить.Например, если вы готовитесь к экзамену по химии, материал, который вы изучаете, будет частью вашей явной памяти. (Примечание: иногда, но не всегда, термины явная память и декларативная память используются как взаимозаменяемые.)

Неявные воспоминания, также называются недекларативными воспоминаниями, — это воспоминания, которые не являются частью нашего сознания. Это воспоминания, сформированные из поведения. Неявная память также называется недекларативной памятью.

Рисунок 3.8,5 . Есть два компонента долговременной памяти: явная и неявная. Явная память включает эпизодическую и семантическую память. Неявная память включает в себя процедурную память и вещи, полученные в результате обусловливания.

Процедурная память — это тип неявной памяти: в ней хранится информация о том, как что-то делать. Это память на умелые действия, например, как чистить зубы, как водить машину, как плавать ползанием (вольным стилем). Если вы учитесь плавать вольным стилем, вы практикуете гребок: как двигать руками, как поворачивать голову, чтобы попеременно дышать из стороны в сторону, и как бить ногами.Вы будете практиковать это много раз, пока не станете в этом хорошо. Как только вы научитесь плавать вольным стилем и ваше тело научится двигаться в воде, вы никогда не забудете, как плавать вольным стилем, даже если вы не плаваете пару десятилетий. Точно так же, если вы представите опытного гитариста с гитарой, даже если он не играл в течение длительного времени, он все равно сможет играть достаточно хорошо.

Явная или декларативная память связана с хранением фактов и событий, которые мы лично пережили.Явная (декларативная) память состоит из двух частей: семантической памяти и эпизодической памяти. Семантика означает отношение к языку и знанию языка. Примером может быть вопрос: «Что означает аргументированный ?» В нашей семантической памяти хранится — это знания о словах, концепциях, а также языковые знания и факты. Например, в вашей семантической памяти хранятся ответы на следующие вопросы:

  • Кто был первым президентом США?
  • Что такое демократия?
  • Какая самая длинная река в мире?

Эпизодическая память — это информация о событиях, которые мы пережили лично.Концепция эпизодической памяти была впервые предложена около 40 лет назад (Tulving, 1972). С тех пор Тулвинг и другие исследовали научные доказательства и переформулировали теорию. В настоящее время ученые считают, что эпизодическая память — это память о событиях в определенных местах в определенное время, о том, что, где и когда произошло (Tulving, 2002). Это включает в себя вспоминание визуальных образов, а также ощущение близости (Hassabis & Maguire, 2007).

Составной частью эпизодической памяти является автобиографическая память, или наш личный рассказ.Подростки и взрослые редко вспоминают события первых лет жизни. Мы называем этот нормальный опыт детской амнезией. Другими словами, нам не хватает автобиографических воспоминаний о нашем опыте младенчества, малыша и очень маленького дошкольника. Возникновению автобиографической памяти способствуют несколько факторов, в том числе созревание мозга, улучшение языка, возможность поговорить о переживаниях с родителями и другими людьми, развитие теории разума и представление «я» (Nelson & Fivush, 2004).Двухлетние дети помнят фрагменты личного опыта, но они редко бывают последовательными в описании прошлых событий (Nelson & Ross, 1980). В возрасте от 2 до 2,5 лет дети могут предоставить больше информации о прошлом опыте. Однако эти воспоминания требуют значительного подталкивания взрослых (Nelson & Fivush, 2004). В течение следующих нескольких лет у детей будут формироваться более подробные автобиографические воспоминания и они будут больше размышлять о прошлом.

Извлечение

Итак, вы много работали над кодированием (с помощью сложной обработки) и сохранением некоторой важной информации для предстоящего выпускного экзамена.Как вернуть эту информацию из хранилища, когда она вам понадобится? Акт извлечения информации из памяти и обратно в сознание известен как извлечение . Этот процесс будет похож на поиск и открытие бумаги, которую вы ранее сохранили на жестком диске вашего компьютера. Теперь он снова на вашем рабочем столе, и вы снова можете с ним работать. Наша способность извлекать информацию из долговременной памяти жизненно важна для нашего повседневного функционирования. Вы должны уметь извлекать информацию из памяти, чтобы делать все: от знания того, как чистить волосы и зубы, до вождения на работу, до знания того, как выполнять свою работу, когда вы доберетесь туда.

Видео 3.8.6. Retrieval Cues обсуждает, как cues запрашивает извлечение памяти.

Есть три способа получить информацию из систем долговременной памяти: вызов, распознавание и повторное обучение. Вспомните — это то, о чем мы чаще всего думаем, когда говорим об извлечении из памяти: это означает, что вы можете получить доступ к информации без подсказок. Например, вы можете использовать отзыв для эссе. Распознавание происходит, когда вы идентифицируете информацию, которую вы узнали ранее, после повторной встречи с ней.Это включает в себя процесс сравнения. Когда вы проходите тест с несколькими вариантами ответов, вы полагаетесь на признание, которое поможет вам выбрать правильный ответ. Другой пример. Допустим, вы закончили среднюю школу десять лет назад и вернулись в свой родной город на 10-летнюю встречу. Возможно, вы не сможете вспомнить всех своих одноклассников, но многих из них вы узнаете по фотографиям из ежегодника.

Видео 3.8.7. Свободный вызов, вызов и распознавание обсуждает различные способы извлечения информации из долговременной памяти.

Третья форма поиска — это повторное обучение , и это так, как кажется. Это включает в себя изучение информации, которую вы усвоили ранее. Уитни изучала испанский в старшей школе, но после школы у нее не было возможности говорить по-испански. Уитни сейчас 31 год, и ее компания предложила ей работать в их офисе в Мехико. Чтобы подготовиться, она записывается на курсы испанского в местном общественном центре. Она удивлена ​​тем, как быстро она может выучить язык после 13 лет, когда не говорила на нем; это пример переобучения.

В среднем детстве и подростковом возрасте молодые люди могут узнать и запомнить больше благодаря улучшениям в том, как они обращают внимание и хранят информацию. По мере того, как люди узнают больше о мире, они разрабатывают больше категорий для понятий и изучают более эффективные стратегии хранения и извлечения информации. Одна из важных причин заключается в том, что у них по-прежнему появляется больше опыта, на котором можно связать новую информацию. Другими словами, их база знаний , , знаний в определенных областях, которые упрощают изучение новой информации , расширяются (Berger, 2014).

Когнитивный контроль

Как отмечалось ранее, управляющие функции, такие как внимание, увеличение рабочей памяти и когнитивная гибкость, неуклонно улучшаются с раннего детства. Исследования показали, что в подростковом возрасте исполнительная функция очень хорошо развита. Однако саморегулирование , или способность управлять импульсами, все же может выйти из строя. Нарушение саморегуляции особенно актуально при высоком стрессе или повышенных требованиях к психическим функциям (Luciano & Collins, 2012).В то время как высокий стресс или потребность могут истощить даже саморегулирующие способности взрослого, неврологические изменения в мозге подростка могут сделать подростков особенно склонными к принятию более рискованных решений в этих условиях.

Индуктивное и дедуктивное мышление

Индуктивное рассуждение возникает в детстве и представляет собой тип рассуждений, который иногда характеризуется как «восходящая обработка», в котором конкретные наблюдения или конкретные комментарии авторитетных лиц могут использоваться для получения общих выводов.Однако в индуктивных рассуждениях достоверность информации, на основании которой был сделан общий вывод, не гарантирует его точности. Например, ребенок, который видел гром только в летние дни, может сделать вывод, что гром только летом. Напротив, дедуктивное мышление , иногда называемое «нисходящей обработкой», возникает в подростковом возрасте. Этот тип рассуждений начинается с некоего всеобъемлющего принципа и на его основе предлагает конкретные выводы. Дедуктивное рассуждение гарантирует точный вывод, если посылки, на которых оно основано, верны.

Рисунок 3.8.6. Модели индуктивного и дедуктивного рассуждений.

Интуитивное мышление против аналитического

Когнитивные психологи часто называют интуитивное и аналитическое мышление «моделью двойного процесса» — представлением о том, что у людей есть две различные сети для обработки информации (Albert & Steinberg, 2011). Интуитивное мышление происходит автоматически, бессознательно и быстро (Канеман, 2011), оно более эмпирическое и эмоциональное. Напротив, Аналитическая мысль преднамеренная, сознательная и рациональная.Хотя эти системы взаимодействуют, они различны (Kuhn, 2013). Интуитивное мышление проще и чаще используется в повседневной жизни. Его также чаще используют дети и подростки, чем взрослые (Klaczynski, 2001). Скорость подросткового мышления, наряду с созреванием лимбической системы, может сделать подростков более склонными к эмоциональному, интуитивному мышлению, чем взрослые.

Критическое мышление

По данным Bruning et al. (2004), в сфере образования США ведутся споры о том, должны ли школы учить студентов тому, что думать или как думать. Критическое мышление , или подробное изучение убеждений, образа действий и доказательств включает в себя обучение детей тому, как думать. Цель критического мышления — оценивать информацию таким образом, чтобы помочь нам принимать обоснованные решения. Критическое мышление предполагает лучшее понимание проблемы путем сбора, оценки и отбора информации, а также путем рассмотрения множества возможных решений. Эннис (1987) выделил несколько навыков, полезных для критического мышления. К ним относятся: анализ аргументов, уточнение информации, оценка достоверности источника, вынесение оценочных суждений и принятие решения о действии.Метапознание необходимо для критического мышления, потому что оно позволяет нам размышлять над информацией при принятии решений.

По мере взросления детей в среднем и позднем детстве и в подростковом возрасте они лучше понимают, насколько хорошо они выполняют задание и уровень сложности задания. По мере того, как они становятся более реалистичными в отношении своих способностей, они могут адаптировать стратегии обучения для удовлетворения этих потребностей. Маленькие дети уделяют неважному аспекту проблемы столько же времени, сколько и главному, в то время как старшие дети начинают учиться расставлять приоритеты и оценивать, что важно, а что нет.В результате у них развивается метапознание. Метапознание относится к имеющимся у нас знаниям о нашем мышлении и нашей способности использовать это понимание для регулирования наших когнитивных процессов (Bruning, Schraw, Norby, & Ronning, 2004).

Бьорклунд (2005) описывает прогрессирование в приобретении и использовании стратегий памяти. Такие стратегии часто отсутствуют у детей младшего возраста, но их частота увеличивается по мере того, как дети учатся в начальной школе. Примеры стратегий запоминания включают в себя повторение информации, которую вы хотите вспомнить, визуализацию и систематизацию информации, создание рифм, таких как «i» перед «e», за исключением «c», или придумывание сокращений, таких как «ROYGBIV», чтобы запомнить цвета радуга.Schneider, Kron-Sperl и hünnerkopf (2009) сообщили о неуклонном увеличении использования стратегий памяти в возрасте от шести до десяти лет в своем лонгитюдном исследовании (см. Таблицу 3.8.1). Более того, к десяти годам многие дети использовали две или более стратегии памяти, чтобы помочь им вспомнить информацию. Шнайдер и его коллеги обнаружили, что в каждом возрасте существуют значительные индивидуальные различия в использовании стратегий и что дети, которые использовали больше стратегий, имели лучшую память, чем их сверстники того же возраста.

Таблица 3.8.1. Процент детей, которые не использовали какие-либо стратегии памяти, по возрасту.

Человек может испытывать три недостатка в использовании стратегий памяти. Недостаток посредничества возникает, когда человек не понимает стратегии, которой его обучают, и, следовательно, не получает выгоды от ее использования. Если вы не понимаете, почему использование аббревиатуры может быть полезно или как создать аббревиатуру, эта стратегия вряд ли вам поможет. При производственном дефиците , человек не использует стратегию памяти спонтанно, и его нужно побуждать к этому.В этом случае человек знает стратегию и более чем способен ее использовать, но он не может «произвести» стратегию самостоятельно. Например, ребенок может знать, как составить список, но может не делать этого, чтобы вспомнить, что взять с собой на семейный отдых. Дефицит использования относится к человеку, использующему соответствующую стратегию, но не способствующий их работе. Дефицит использования является обычным явлением на ранних этапах обучения новой стратегии памяти (Schneider & Pressley, 1997; miller, 2000).Пока использование стратегии не станет автоматическим, это может замедлить процесс обучения, поскольку пространство в памяти занимает сама стратегия. Вначале дети могут расстраиваться, потому что их память может казаться хуже, когда они пытаются использовать новую стратегию. Как только дети научатся использовать эту стратегию, их память улучшится. Содиан и Шнайдер (1999) обнаружили, что новые стратегии памяти, приобретенные в возрасте до 8 лет, часто демонстрируют недостаточное использование, при этом наблюдается постепенное улучшение использования ребенком стратегии.Напротив, стратегии, приобретенные после этого возраста, часто следовали принципу «все или ничего», в котором улучшение было не постепенным, а резким.

Кодирование памяти

| Введение в психологию

Наша память выполняет три основные функции: кодирование, хранение и получение информации. Кодирование — это процесс передачи информации в нашу систему памяти посредством автоматической или сложной обработки. Хранение — это сохранение информации, а извлечение — это процесс извлечения информации из хранилища и ее осознанного осознания посредством вспоминания, распознавания и повторного обучения.Существуют различные модели, которые призваны объяснить, как мы используем нашу память. В этом разделе вы узнаете о некоторых из этих моделей, а также о важности запоминания, распознавания и повторного обучения.

Память — система обработки информации; поэтому мы часто сравниваем его с компьютером. Память — это набор процессов, используемых для кодирования, хранения и извлечения информации за различные периоды времени.

Мы получаем информацию в наш мозг посредством процесса, называемого кодирование , который является вводом информации в систему памяти.Как только мы получаем сенсорную информацию из окружающей среды, наш мозг маркирует или кодирует ее. Мы объединяем информацию с другой подобной информацией и связываем новые концепции с существующими концепциями. Кодирование информации происходит путем автоматической обработки и обработки, требующей усилий. Если кто-то спросит вас, что вы ели сегодня на обед, скорее всего, вы легко вспомните эту информацию. Это известно как автоматическая обработка , или кодирование таких деталей, как время, пространство, частота и значение слов.Автоматическая обработка обычно выполняется без какого-либо осознания. Еще один пример автоматической обработки — это вспомнить, когда вы в последний раз готовились к тесту. Но как насчет фактического тестового материала, который вы изучали? Вероятно, с вашей стороны потребовалось много работы и внимания, чтобы закодировать эту информацию. Это известно как трудоемкая обработка (рис. 2).

Рисунок 2 . Когда вы впервые осваиваете новые навыки, такие как вождение автомобиля, вы должны приложить усилия и внимание, чтобы закодировать информацию о том, как завести машину, как тормозить, как пройти поворот и так далее.Как только вы научитесь водить машину, вы сможете автоматически кодировать дополнительную информацию об этом навыке. (Источник: Роберт Коус-Бейкер)

Каковы наиболее эффективные способы гарантировать, что важные воспоминания хорошо закодированы? Даже простое предложение легче вспомнить, если оно имеет смысл (Anderson, 1984). Прочтите следующие предложения (Bransford & McCarrell, 1974), затем отведите взгляд и сосчитайте в обратном порядке от 30 по три до нуля, а затем попробуйте записать предложения (не заглядывая в эту страницу!).

  1. Ноты были кислыми из-за трещин по швам.
  2. Рейс задержали не потому, что бутылка разбилась.
  3. Стог сена был важен, потому что ткань порвалась.

Насколько хорошо вы справились? Сами по себе записанные вами утверждения, скорее всего, сбивали вас с толку и вам было трудно их вспомнить. Теперь попробуйте написать их еще раз, используя следующие подсказки: волынка, крещение корабля (разбивание бутылки над носом корабля — символ удачи) и парашютист.Затем посчитайте в обратном порядке от 40 до четверок, затем проверьте себя, чтобы увидеть, насколько хорошо вы вспомнили предложения на этот раз. Вы можете видеть, что предложения теперь намного лучше запоминаются, потому что каждое из предложений было помещено в контекст. Материал намного лучше закодирован, если вы сделаете его значимым.

Есть три типа кодирования. Кодировка слов и их значения известна как семантическая кодировка . Впервые это продемонстрировал Уильям Боусфилд (1935) в эксперименте, в котором он просил людей запоминать слова.60 слов были фактически разделены на 4 категории значений, хотя участники не знали этого, потому что слова были представлены случайным образом. Когда их просили запомнить слова, они, как правило, вспоминали их по категориям, показывая, что они обращали внимание на значения слов по мере их заучивания.

Визуальное кодирование — это кодирование изображений, а акустическое кодирование — это кодирование звуков, в частности слов. Чтобы увидеть, как работает визуальное кодирование, прочтите этот список слов: автомобиль, уровень, собака, правда, книга, значение .Если бы вас позже попросили вспомнить слова из этого списка, какие, по вашему мнению, вы бы запомнили с наибольшей вероятностью? Вам, вероятно, будет легче вспомнить слова машина, собака, и книга , и труднее вспомнить слова уровень, правда, и значение . Почему это? Потому что вы можете вспомнить образы (мысленные образы) легче, чем одни слова. Когда вы читали слова машина, собака, и книга , вы создавали образы этих вещей в своем уме.Это конкретные, образные слова. С другой стороны, абстрактные слова, такие как уровень, истина, и значение , являются словами с низким уровнем образов. Слова с высоким содержанием образов кодируются как визуально, так и семантически (Paivio, 1986), тем самым укрепляя память.

Теперь обратимся к акустическому кодированию. Вы едете в машине, и по радио звучит песня, которую вы не слышали как минимум 10 лет, но вы подпеваете, вспоминая каждое слово. В Соединенных Штатах дети часто учат алфавит с помощью песен, а количество дней в каждом месяце они узнают с помощью рифмы: « Тридцать дней — сентябрь, апрель, июнь и ноябрь; / У всех остальных тридцать один, / За исключением февраля, с чистыми двадцатью восемью днями / И по двадцать девять в каждый високосный год.«Эти уроки легко запомнить благодаря акустическому кодированию. Мы кодируем звуки, которые производят слова. Это одна из причин, почему большая часть того, чему мы учим маленьких детей, делается с помощью песен, стишков и ритмов.

Как вы думаете, какой из трех типов кодирования лучше всего запоминает вербальную информацию? Несколько лет назад психологи Фергус Крейк и Эндель Тулвинг (1975) провели серию экспериментов, чтобы выяснить это. Участникам были даны слова и вопросы о них.Вопросы требовали от участников обработки слов на одном из трех уровней. Вопросы визуальной обработки включали такие вопросы, как вопросы участников о шрифте букв. Вопросы акустической обработки спрашивали участников о звучании или рифмам слов, а вопросы семантической обработки спрашивали участников о значении слов. После того, как участникам были предложены слова и вопросы, им было предложено неожиданное задание на вспоминание или распознавание.

Слова, закодированные семантически, запоминались лучше, чем закодированные визуально или акустически. Семантическое кодирование включает более глубокий уровень обработки, чем более поверхностное визуальное или акустическое кодирование. Крейк и Тулвинг пришли к выводу, что лучше всего мы обрабатываем вербальную информацию посредством семантического кодирования, особенно если мы применяем так называемый эффект самоотнесения. Эффект самоотнесения — это склонность человека лучше запоминать информацию, относящуюся к самому себе, по сравнению с материалами, имеющими меньшее личное значение (Rogers, Kuiper & Kirker, 1977).Может ли семантическое кодирование быть полезным для вас при попытке запомнить концепции этого модуля?

Перекодирование

Процесс кодирования является избирательным, и в сложных ситуациях замечаются и кодируются относительно немногие из многих возможных деталей. Процесс кодирования всегда включает в себя перекодирование , то есть получение информации из формы, которую она нам доставляет, и последующее преобразование ее таким образом, чтобы мы могли ее понять. Например, вы можете попытаться запомнить цвета радуги, используя аббревиатуру ROY G BIV (красный, оранжевый, желтый, зеленый, синий, индиго, фиолетовый).Процесс перекодировки цветов в имя может помочь нам запомнить. Однако перекодирование также может привести к ошибкам — когда мы случайно добавляем информацию во время кодирования, помните, что новый материал , как если бы он был частью реального опыта (как обсуждается ниже).

Рисунок 3 . Хотя это требует больших усилий, использование изображений и ассоциаций может улучшить процесс перекодирования. [Изображение: Лео Рейнольдс]

Психологи изучили множество стратегий перекодирования, которые можно использовать во время учебы для улучшения удержания.Во-первых, исследования советуют в процессе изучения думать о значении событий (Craik & Lockhart, 1972) и пытаться соотнести новые события с информацией, которую мы уже знаем. Это помогает нам формировать ассоциации, которые мы можем использовать для получения информации позже. Во-вторых, воображение событий также делает их более запоминающимися; создание ярких образов из информации (даже словесной) может значительно улучшить последующее запоминание (Bower & Reitman, 1972). Создание изображений — это часть техники, которую Саймон Рейнхард использует для запоминания огромного количества цифр, но все мы можем использовать изображения для более эффективного кодирования информации.Основная концепция хороших стратегий кодирования заключается в формировании отличительных воспоминаний (выделяющихся) и в формировании связей или ассоциаций между воспоминаниями, чтобы помочь в последующем извлечении (Hunt & McDaniel, 1993). Использовать учебные стратегии, подобные описанным здесь, сложно, но эти усилия окупают преимущества улучшенного обучения и удержания.

Ранее мы подчеркивали, что кодирование является избирательным: люди не могут кодировать всю информацию, которой они подвергаются. Однако перекодирование может добавить информацию, которую даже не видели и не слышали на начальном этапе кодирования.Некоторые процессы перекодирования, такие как формирование ассоциаций между воспоминаниями, могут происходить без нашего ведома. Это одна из причин, по которой люди иногда могут вспомнить события, которых на самом деле не было, — потому что в процессе перекодирования добавлялись детали. Один из распространенных способов вызвать ложные воспоминания в лаборатории — это составить список слов (Deese, 1959; Roediger & McDermott, 1995). Участники слышат списки из 15 слов, таких как дверь, стекло, стекло, штора, выступ, подоконник, дом, открытый, занавес, рама, вид, ветер, створка, экран, и ставня. Позже участникам предлагают тест, в котором им показывают список слов и просят выбрать те, которые они слышали ранее. Этот второй список содержит некоторые слова из первого списка (например, дверь, стекло, рама ) и некоторые слова не из списка (например, рука, телефон, бутылка ). В этом примере одно из слов в тесте — это окно , которое, что важно, не появляется в первом списке, но связано с другими словами в этом списке. При тестировании испытуемые показали достаточно точную точность изучаемых слов ( дверь и т. Д.), узнавая их в 72% случаев. Однако, когда тестировалось окно и , они ошибочно определили, что оно было в списке 84% времени (Stadler, Roediger, & McDermott, 1999). То же самое произошло и со многими другими списками, которые использовали авторы. Это явление называется эффектом DRM (от Deese-Roediger-McDermott). Одно из объяснений таких результатов состоит в том, что, пока студенты слушали элементы в списке, эти слова побуждали учащихся думать об окне , , хотя окно , никогда не было представлено.Таким образом кажется, что люди кодируют события, которые на самом деле не являются частью их опыта.

Поскольку люди творческие люди, мы всегда выходим за рамки той информации, которую нам дают: мы автоматически создаем ассоциации и делаем из них выводы о том, что происходит. Но, как и в случае с путаницей слов, описанной выше, иногда мы создаем ложные воспоминания из наших умозаключений, запоминая сами умозаключения, как если бы они были реальным опытом. Чтобы проиллюстрировать это, Брюэр (1977) дал людям запомнить предложения, которые были разработаны для получения прагматических выводов .Выводы, как правило, относятся к случаям, когда что-то явно не указано, но мы все еще можем угадать нераскрытое намерение. Например, если ваша подруга сказала вам, что не хочет идти куда-нибудь поесть, вы можете сделать вывод, что у нее нет денег, чтобы пойти куда-нибудь, или что она слишком устала. При прагматических выводах обычно есть один конкретный вывод , который вы, вероятно, сделаете. Рассмотрим высказывание Брюэр (1977), сделанное ее участникам: «Чемпион по карате ударил по шлакоблоку.Услышав или увидев это предложение, участники, прошедшие тест на память, как правило, запоминали утверждение, как будто оно было: «Чемпион по карате сломал шлакобетон». Это запомненное утверждение не обязательно является логическим выводом (т.е. вполне разумно, что чемпион по карате мог ударить шлакоблок, не сломав его). Тем не менее, прагматичный вывод , услышав такое предложение, состоит в том, что блок, вероятно, был сломан. Участники запомнили этот вывод, который они сделали, когда слышали предложение вместо слов, которые были в предложении (см. Также McDermott & Chan, 2006).

Кодирование — начальная регистрация информации — имеет важное значение в процессе обучения и запоминания. Если событие не закодировано каким-либо образом, оно не будет успешно запомнено позже. Однако только потому, что событие закодировано (даже если оно хорошо закодировано), нет гарантии, что оно будет запомнено позже.

Изучение знаний, ориентированное на передачу в 3D-среде рабочего стола и виртуальной реальности

Аффинные преобразования (AT) — это сложный и абстрактный учебный контент. Кодирование знаний AT в игровой механике (GM) обеспечивает повторяющееся применение знаний и аудиовизуальную демонстрацию.Серьезная игра с этими GM приводит к мотивации и эффективному изучению знаний. Использование иммерсивной виртуальной реальности (VR) может еще больше улучшить результаты обучения и качество обучения в серьезной игре. В этой статье сравнивается эффективность и действенность настольных 3D и VR с точки зрения достигнутых результатов обучения. Кроме того, в настоящем исследовании анализируется эффективность расширенного кодирования аудиовизуальных знаний и предоставления системы разбора полетов. Результаты подтверждают эффективность кодирования знаний в GM для достижения усвоения знаний.Исследование также показывает, что виртуальная реальность полезна для общего качества обучения и что улучшенное аудиовизуальное кодирование оказывает лишь ограниченное влияние на результат обучения.

1. Введение

Аффинные преобразования (AT) являются частью линейной алгебры, используемой для кинематического управления [1], компьютерной графики [2] и разработки приложений виртуальной реальности (VR). В случае компьютерной графики учащимся предлагается развить понимание того, как теоретически обоснованные математические аспекты приводят к преобразованию объекта.AT выражаются как матрицы, обычно размерности, а их операции — как умножения матрицы на матрицу, причем каждая матрица представляет одно желаемое отображение. Следовательно, AT — это очень сложный и абстрактный обучающий контент, который нелегко продемонстрировать.

Игровая обучающая среда для аффинных преобразований (GEtiT) была специально разработана для решения этой проблемы. Это интуитивно требует применения AT и аудиовизуально демонстрирует лежащие в основе теоретические принципы [3].GEtiT дает результаты обучения, аналогичные традиционным бумажным методам обучения, при этом обеспечивая более высокое качество обучения [4]. Кроме того, GEtiT был разработан в качестве демонстрации модели Gamified Knowledge Encoding [5]. Кодирование геймифицированных знаний использует игровую механику (GM) для непосредственного кодирования основополагающих принципов знания в качестве внутренних правил игры. Это обеспечивает повторяющееся применение обучающего контента и аудиовизуальную демонстрацию во время игрового процесса. GEtiT встраивает игровой процесс в сложные задачи, т.е.е., сценарий побега, чтобы вызвать у учащегося внутреннюю мотивацию для выполнения учебных заданий.

Повторяющееся применение закодированных знаний происходит на уровне , основанном на навыках, или уровне , основанном на правилах, [6] и приводит к компиляции ментальных моделей [7]. Ментальные модели — это сложные ментальные конструкции, позволяющие внутреннюю визуализацию, которые используются для приложения знаний на уровне , основанном на знаниях, , т.е.е., обучающий перевод. Передача обучения происходит, когда обучение знаниям в одном контексте приводит к повышению производительности при применении в другом контексте [8]. Таким образом, кодировка геймифицированных знаний определяет, как знания усваиваются в серьезных играх.

Однако неясно, влияет ли аудиовизуальное представление закодированных знаний и степень визуального погружения на эффективность обучения. Например, иммерсивная виртуальная реальность (VR) может еще больше улучшить результаты обучения GEtiT, представляя учебный контент визуально иммерсивным и более естественным образом.Поэтому была разработана специальная версия GEtiT VR , реализующая те же основные GM [9]. Это позволяет проводить прямое сравнение между двумя технологиями визуализации в отношении результатов обучения кодированию знаний с использованием GM.

Вклад этой статьи состоит из трех частей : (1) сравнение эффективности, а также эффективности настольной версии GEtiT и версии виртуальной реальности, (2) проверка результатов обучения GEtiT [4] и (3) анализ эффективности улучшенного аудиовизуального кодирования, а также предоставления системы разбора полетов.Настоящее исследование пользователей подтверждает эффективность GEtiT, демонстрируя результат обучения, аналогичный традиционному бумажному методу обучения. Также результаты указывают на более высокое качество обучения при использовании технологии VR. В целом, этот документ является вкладом в продолжающееся исследование по анализу эффективности технологии виртуальной реальности в образовательных целях.

Сначала дается обзор текущего состояния исследований и подробно объясняется кодирование геймифицированных знаний.Затем описывается GEtiT и объясняется исследование для сравнения протестированных версий. Затем следует презентация результатов исследования и их подробное обсуждение. Наконец, статья завершается резюме и перспективами будущих исследований.

2. Связанные работы

Хорошо разработанные компьютерные игры автоматически удовлетворяют условиям для оптимального обучения [10]. Они представляют закодированные игровые знания в очень увлекательной и захватывающей форме. Таким образом достигается высокая мотивация игрока решать игровые задачи и задачи.Общий игровой процесс игры требует повторного применения закодированных знаний, таким образом, в конечном итоге достигается эффект обучения за счет повторения [11]. Компьютерные игры периодически увеличивают сложность игрового процесса, чтобы компенсировать эффект обучения и постоянно предоставлять игрокам новые задачи, которые заставляют их усложнять себе задачу [12]. Таким образом, компьютерная игра требует ранее существовавших знаний, а со временем даже требует знаний, полученных во время игрового процесса. Компьютерные игры предоставляют игрокам немедленную обратную связь об эффектах, а также о правильности их действий и их прогрессе в решении проблемы.Одновременно с этим постоянный поток новых задач в сочетании с немедленной обратной связью увеличивает стимулирующие аспекты игры [13]. Поток — это центральная конструкция, которая в основном влияет на удовольствие и производительность игрового действия [14]. Следовательно, это увеличивает внутреннюю мотивацию игрока к изучению знаний [8].

2.1. Обучение на основе игр

Компьютерные игры уже реализованы для изучения сложных наборов человеческих навыков, таких как стили лидерства [15, 16], а также навыки общения [17, 18] и сотрудничества [19, 20].Видеоигры также использовались для тренировки человеческих способностей, таких как когнитивная гибкость [21], пространственное визуальное внимание [22] и пространственное разрешение [23].

Обучение на основе игр привело к разработке серьезных игр. Серьезные игры имеют образовательный аспект и предназначены не только для развлечения [24, 25]. Они предназначены для обучения игроков широкому кругу вопросов, таких как генетика [26] или биологические последствия злоупотребления алкоголем [27]. Кроме того, серьезные игры используются не только для обучения определенным знаниям, но и для мотивации игроков задуматься о научной карьере [28].

В общем, компьютерные игры кодируют определенные знания, которые изучаются и усваиваются во время игрового процесса [29, 30]. Игроки периодически открывают для себя новые задачи и множество способов их решения [31]. Иммерсивный эффект компьютерной игры [32, 33] может познакомить игроков с этическими вопросами [34] и моральными проблемами. Это приводит к тренировке принятия моральных решений [35].

2.2. Механика игры

Каждая компьютерная игра состоит из мастеров, которые кодируют основные правила игры.ГМ различаются в гроссмейстере с привязкой к игроку и гроссмейстеру и гроссмейстеру с привязкой к игре [5]. Привязанные к игре GM создают игровой мир, ставят перед игроком задачи и реализуют общий сюжет [36]. GM, привязанные к игроку, выполняются игроком для достижения взаимодействия с GM, привязанными к игре [37]. Это взаимодействие не только создает игровой процесс, но и обеспечивает немедленную обратную связь о последствиях действий игрока. Следовательно, GM структурируют игровой процесс, кодируют основные принципы и определяют игровой мир, а также способности игрока [36].

Например, в компьютерной игре могут быть движущиеся платформы, по которым игрок должен прыгать. Движущийся элемент платформы — это GM, привязанный к игре, поскольку он запускается автоматически и не может быть изменен игроком. Способность прыгать — это GM, привязанный к игроку. В зависимости от результата выполнения способности прыжка игрокам предоставляется четкая обратная связь об их исполнении, когда они либо ударяют, либо пропускают платформу.

Специфичные для игры знания, то есть закодированные правила и принципы игры, должны быть поняты игроками, чтобы успешно играть в игру [11].Например, движущиеся платформы GM кодируют скорости и траектории движения платформ. GM прыжка кодирует расстояние прыжка, скорость прыжка и фактическое действие, которое необходимо выполнить, например, клавишу, которую необходимо нажать на клавиатуре. Только когда игроки получат базовое понимание этих специфических для игры знаний, они смогут справиться с проблемами, создаваемыми взаимодействием с GM.

2.3. Использование VR

в образовательных целях Для обучения AT требуется среда, которая наглядно демонстрирует трехмерные геометрические задачи.Компьютерные игры бросают вызов логическим навыкам, памяти, визуализации и решению задач игрока во время игрового процесса [38]. Быстро развивающиеся компьютерные игры, например, компьютерные игры, основанные на действиях, улучшают когнитивные способности [39], тем самым повышая способность игрока отслеживать и наблюдать информацию, относящуюся к задаче [40]. Что еще более важно, компьютерные игры, основанные на трехмерных действиях, тренируют пространственные способности игрока, такие как умственное вращение [41], пространственное визуальное внимание [22], пространственное разрешение зрения [23] и пространственную навигацию [42].Это очень важно для GEtiT, поскольку тренировка пространственных способностей улучшает мышление в области трехмерной геометрии [43]. И наоборот, обучение начертательной геометрии способствует развитию пространственных способностей [44]. Таким образом, визуальная демонстрация знаний AT в трехмерной среде облегчает процесс обучения.

Технология VR визуально погружает пользователя в трехмерную среду, позволяя такое представление трехмерной геометрии. В результате разработка конкретной версии GEtiT VR может повысить эффективность обучения.Технология виртуальной реальности обеспечивает преимущества повышения мотивации и вовлеченности учащихся, обеспечивает иммерсивный опыт и позволяет использовать конструктивистский подход к обучению [45, 46]. Кроме того, более высокое визуальное погружение и присутствие приводит к более высокой производительности в случае сценария обучения [47]. Пространственное присутствие описывает субъективное ощущение пребывания в реальном месте, то есть в виртуальной среде (ВЭ), несмотря на физическое пребывание в другой среде [48]. Присутствие оказывает опосредованное влияние на результат обучения, поскольку оно влияет на внутреннюю мотивацию и удовольствие учащегося, тем самым повышая воспринимаемое качество обучения и удовлетворение [49].Визуальное погружение достигается за счет того, что свойства системы сокращают сенсорные входы из реального мира и заменяют их цифровой информацией, например, надев головной дисплей (HMD) [50]. Использование HMD-VR позволяет пользователям легко менять свою точку зрения, что помогает анализировать сложный обучающий контент, такой как трехмерная геометрия [51]. Кроме того, поскольку аудиовизуальная презентация поддерживает компиляцию ментальных моделей [52], полное визуальное погружение в такую ​​среду презентации должно еще больше улучшить результат обучения.

Следовательно, разработка конкретной версии GEtiT VR может повысить эффективность обучения и качество обучения.

2.4. Обучение виртуальной геометрии

К виртуальному изучению геометрии уже подходили в других проектах. Construct3D представляет собой приложение дополненной реальности, которое позволяет студентам совместно создавать и манипулировать геометрическими объектами [53, 54]. Точно так же Mathland предоставляет платформу обучения, которая дополняет реальный мир математическими концепциями, такими как ньютоновская физика, тем самым обеспечивая обучение конструктивистскими способами [55].В отличие от существующей системы, оба приложения не являются игровой обучающей средой, нацеленной на получение высоко мотивирующих знаний.

3. Кодирование геймифицированного знания

Определение кодировки геймифицированного знания [5] основывается на теоретически обоснованных концепциях знания [56, 57], человеческих возможностей [6], ментальных моделей [7] и GM [ 36, 58]. Декларативные знания состоят из информации, фактов, методов и принципов, описывающих, что является предметом, тогда как процедурные знания отражают двигательные или когнитивные навыки, следовательно, описывает, как действие может быть выполнено [56, 57].Кодирование геймифицированных знаний отображает учебный контент как правила игры для взаимодействующих GM. Таким образом, результирующий игровой процесс создает возможности для обучения [59] знаниям, которые необходимо усвоить. Аффорданс обучения требует взаимодействия с учебной средой, т. Е. Применения знаний, и одновременно информирует об основных принципах [60]. Кодирование знаний определяется модерацией , то есть степенью упрощения правил знания, и посредничеством , т.е.е., конкретная реализация GM. В этом разделе теоретически представлена ​​предлагаемая структура, которая затем демонстрируется в разделе 4.

3.1. Кодирование знаний

Работая с кодировкой геймифицированных знаний, игроки извлекают закодированные знания на основе навыков и правил человеческого поведения во время игрового процесса. В результате учащиеся составляют мысленную модель содержания обучения [61], которая позволяет им переносить свои знания в другой контекст, например, в приложение реального мира.

Прямое кодирование знаний с использованием кодирования игровых знаний достигается путем сегментации обучающего контента на более мелкие пакеты, каждый из которых описывает связную часть знаний. Затем каждый пакет знаний превращается в элемент игрового процесса, требующий своего применения. Для этого пакеты знаний преобразуются в четкие и четко определенные правила, которые отображаются на взаимодействующих GM. Этот процесс сопоставления генерирует метафору геймификации, представляющую и требующую обучающего контента внутри серьезной игры.GM, привязанный к игроку, кодирует правила, определяющие и требующие фактического приложения знаний в качестве входных данных. Мастера, связанные с игрой, действуют как система проверки, чтобы проверить правильность вводимых игроком данных, или как демонстрационная система для визуализации эффектов вводимых данных. Взаимодействие между GM метафоры геймификации требует применения знаний и информирует об основных принципах, обеспечивая немедленную обратную связь.

3.2. Модерация и посредничество

Непосредственное кодирование обучающего контента с помощью метафор геймификации не обязательно приведет к интуитивному процессу обучения.Это особенно проблематично в случае абстрактного знания, которое трудно визуализировать и которое часто ускользает от интуитивного подхода. Следовательно, геймифицированное кодирование знаний также включает в себя модерацию знаний и посредничество знаний для настройки уровня абстракции закодированных знаний. Кроме того, модерация и посредничество определяют представление знаний в серьезной игре.

Модерация знаний масштабирует уровень абстракции закодированных знаний, регулируя точность и выбор наборов правил знаний, сопоставленных с метафорой геймификации.Таким образом, геймифицированное кодирование знаний создает прямое кодирование знаний, которое варьируется от немодерируемого точного моделирования до сильно модерируемого упрощенного и интуитивно понятного приложения знаний. Регулируя модерацию с течением времени, уровень абстракции соответствует полученным знаниям учащегося. Это основано на принципе игрового дизайна, заключающемся в постоянном увеличении сложности, чтобы игроки оставались активными и находились в процессе [12].

Процесс изучения абстрактных знаний может начаться с интуитивно понятной демонстрации содержания обучения.Это достигается простым кодированием упрощенного набора правил, таким образом устанавливая определенное расстояние до знаний. Впоследствии, по мере того, как учащиеся продвигаются по игровому процессу, мастерам сопоставляются более сложные наборы правил. Это со временем сокращает исходную дистанцию ​​до знания. Наконец, полный и не модерируемый набор правил отображается на GM, чтобы полностью сократить расстояние и добиться симуляции знаний. При правильной настройке уровень сложности и сложности игры соответствует текущему уровню знаний и / или навыков игроков.В результате создаются и поддерживаются аспекты игрового процесса, вызывающие поток.

Посредничество знаний , то есть выбор и реализация GM, частично зависит от степени модерации знаний. Низкая степень модерации знаний требует от GM, которые точно кодируют правила знаний, т. Е. Реконструируют и моделируют конкретное приложение из реального мира. Напротив, высокая степень модерации знаний снижает требования и позволяет GM представлять сложные правила знаний с обобщенными и интуитивно понятными взаимодействиями.

Например, имитация вождения может требовать индивидуального использования сцепления, но также автоматически включать его во время процесса переключения. В первой версии необходимы два отдельных GM, а во второй реализации один GM объединяет оба действия, что приводит к более упрощенному представлению знаний. Таким образом, передача знаний также может масштабировать уровень абстракции. Он позволяет напрямую кодировать немодерируемые правила знаний в GM, которые объединяют и объединяют несколько наборов правил для достижения интуитивно понятного приложения.В заключение, модерация и посредничество определяют применение и демонстрацию знаний.

3.3. Обучение с оптимальным знанием

Использование кодирования геймифицированных знаний создает серьезные игры, которые удовлетворяют условиям для оптимального обучения [10]. Кодируя учебный контент во взаимодействующих GM, серьезная игра автоматически предоставляет учащимся немедленную обратную связь о правильности вводимых ими данных. Посредством регулирования уровня абстракции знаний создается высоко мотивирующий поток , а также требование к уже существующим знаниям .Наконец, приложение повторяющихся знаний устанавливается из-за требования часто выполнять GM метафоры геймификации во время игрового процесса.

Кодирование геймифицированных знаний описывает прямое кодирование знаний в GM и результирующий процесс обучения во время игрового процесса. Однако для обеспечения хорошей игры могут быть предусмотрены дополнительные GM, нацеленные либо на развлекательные аспекты, либо на обеспечение дополнительных улучшений игрового процесса. Например, компьютерная игра Kerbal Space Program кодирует знания об орбитальной механике в своих основных GM [62].В результате игроки изучают и применяют эти знания в процессе игры [63]. В дополнение к метафорам геймификации орбитальной механики, Kerbal Space Program реализует дополнительных GM, чтобы повысить удобство игры, например, за счет реализации режима карьеры или позволяя игрокам устанавливать флаги на поверхности небесного тела. Таким образом, предоставляя дополнительных GM в дополнение к тем, которые используются в метафорах геймификации, можно улучшить общие развлекательные и мотивирующие аспекты серьезной игры.

В заключение, геймифицированное кодирование знаний использует GM в качестве образовательного инструмента, сопоставляя с ними правила знаний, тем самым напрямую кодируя учебный контент (см. Рисунок 1).Кодирование геймифицированных знаний использует взаимодействие по меньшей мере между одним GM, привязанным к игре, и одним GM, привязанным к игроку, чтобы требовать применения обучающего контента на уровне, основанном на правилах или навыках. Впоследствии учащимся предоставляется немедленная обратная связь об их прогрессе в обучении. В результате этого процесса обучения создается ментальная модель знаний. Эта ментальная модель в конечном итоге используется для применения знаний на уровне знаний, то есть для переноса их из серьезной игры в контекст реального мира.ГМ, которые кодируют правила знания и взаимодействуют друг с другом, являются метафорами содержания обучения. Они несут ответственность за приобретение игроком знаний, выступая в качестве обучающих возможностей. Мы определяем такую ​​метафору геймификации как игровую метамодель знания , которая может быть полностью интернализована в форме ментальных моделей.


4. Игровая обучающая среда для аффинных преобразований

GEtiT разрабатывала в соответствии с руководящими принципами геймифицированного кодирования знаний.Основными целями этого процесса разработки были (1) преобразование знаний AT в правила игры и (2) реализация GM, которые их опосредуют. Впоследствии, после демонстрации своей эффективности в прототипе [4], визуальный стиль GEtiT был изменен на ультрасовременный стиль современных компьютерных игр (см. Рисунок 2). Этот капитальный ремонт включал в себя использование фоновой музыки и звуковых эффектов, чтобы обеспечить учащимся дополнительную акустическую обратную связь. Кроме того, GEtiT получил более продвинутую систему баллов, систему достижений, систему подведения итогов и небольшую встроенную вики.В этом разделе представлен дизайн GEtiT, описывается реализация новых функций, а также конкретная версия VR и демонстрируется кодирование геймифицированных знаний.


4.1. Конструкция
4.1.1. Основной игровой процесс

При работе с кодировкой геймифицированных знаний знания AT сначала были разделены на отдельные теоретически обоснованные математические операции и результирующие эффекты преобразования. Математические операции были отображены как правила знания игры на привязанный к игроку GM , опосредующий каждую отдельную операцию как игровую AT-карту .При активации карты отображается экран конфигурации прямого значения , напоминающий структуру матрицы, которая позволяет настраивать операцию (см. Рисунок 3).


Карты AT, каждая из которых может быть воспроизведена только один раз на определенном уровне, регулируют уровень абстракции учебного контента. Степень модерации контролируется путем предоставления четырех различных уровней сложности : легкий, средний, сложный и экспертный. В зависимости от выбранного уровня сложности карта представляет собой либо конкретный вектор операции AT (простой), либо пустой вектор преобразования (средний), либо пустую матрицу преобразования (сложный, экспертный).Пустые карты AT должны быть определены через экран конфигурации прямого значения, который дополнительно регулирует уровень абстракции, напоминая структуру вектора или матрицы. Матрица обеспечивает доступ только к полям, относящимся к выбранному типу операции AT, на высокой сложности и должна быть полностью настроена на уровне сложности эксперта. Карты, которые активируются при нажатии на них, отображаются в нижней части пользовательского интерфейса и отображают предопределенные значения, а также тип преобразования.Тип преобразования обозначается символом и отдельным цветом, что позволяет быстро и легко распознать (см. Рисунок 4).


Эффекты преобразования были отображены как правила знания на управляемый игровой объект , то есть связанный с игрой GM, представленный в форме куба. Конфигурирование и последующий розыгрыш карты внутренне распространяет введенные значения на объект GM, который немедленно меняет его статус. Кроме того, объект оставляет оранжевый след, указывающий путь, по которому он переместился.Таким образом, объект опосредует эффекты операции AT, обеспечивая немедленную обратную связь и визуально демонстрируя лежащие в основе принципы. Положение объекта отображается в пользовательском интерфейсе GEtiT, чтобы предоставить учащимся конкретные значения, которые им необходимо использовать для правильного вычисления дальнейших операций AT. Таким образом, GEtiT напрямую кодирует математические правила матричной алгебры и их использование для выражения и выполнения AT (см. Рисунок 5).


Применение AT требуется в дизайне уровней GEtiT в соответствии с концепцией сценария побега [64].На каждом отдельном уровне игроку предлагается активировать портал выхода, решая пространственную головоломку AT . Пространственная головоломка решается путем преобразования объекта таким образом, чтобы он соответствовал условиям победы на уровне. Условия победы представлены в виде полупрозрачной копии трансформируемого объекта, то есть привязанного к игре переключателя GM, который указывает требуемое положение, поворот и общий статус объекта. GEtiT дополнительно отображает координаты переключателя, чтобы учащиеся могли в основном сосредоточиться на определении правильного математического решения, а не на поиске целевого положения вручную.Как только условия победы выполнены, портал выхода открывается, и игрок может перейти к следующей пространственной головоломке (см. Рисунок 6). Взаимодействие между этими тремя GM создает метафору геймификации для AT.


Метафора геймификации AT создает возможность обучения для содержания обучения AT. Пользователи должны использовать AT-карты GM во время игрового процесса, таким образом, многократно применяя свои знания AT на основанном на правилах уровне человеческой деятельности. Впоследствии они получают визуальную информацию об основных принципах, поскольку объект немедленно меняет свое состояние.Эта повторяющаяся практика приводит к составлению ментальных моделей AT. Эти ментальные модели в конечном итоге обеспечивают перенос обучения из серьезной игры в приложение реального мира, такое как использование AT для создания систем виртуальной реальности или просто решение заданий на экзамене.

4.1.2. Улучшения игрового процесса

Помимо трех основных GM, GEtiT включает дополнительных GM для повышения удобства использования, а также игровых возможностей и повышения мотивации учащихся. Для повышения удобства использования GEtiT отображает положение исходной точки уровня и направление осей уровня.Первая информация в основном нужна, когда требуется операция вращения или отражения. Последняя информация актуальна для каждой операции преобразования. Кроме того, GEtiT предоставляет функцию отмены, позволяющую учащимся отменить свое последнее действие в случае неправильного ввода. Серьезная игра предоставляет небольшую встроенную вики AT, которая информирует о лежащих в основе теоретически обоснованных математических аспектах. AT wiki позволяет учащимся погрузиться в атмосферу, когда им нужно найти дополнительную информацию, чтобы определить правильное решение пространственной головоломки.

С целью улучшения мотивационных аспектов и игровых возможностей GEtiT была внедрена система достижений и баллов. Балльная система основана на рейтинговой системе, в которой игрокам предлагается пройти уровень с минимальным количеством карт. Использование кнопки отмены сохраняет счетчик розыгрыша неизменным, чтобы игроки не могли его использовать. Прохождение уровня с минимальным или небольшим отклонением от него награждает игроков зависящим от производительности количеством очков, обозначенных звездами.Очки одновременно предоставляют пользователям обратную связь об их прогрессе к завершению игры, то есть звезды, заработанные за определенный уровень, отображаются в меню выбора уровня. Кроме того, система очков используется для создания рейтинга среди всех игроков, когда GEtiT играет в режиме класса. Здесь GEtiT связывается с сервером базы данных для синхронизации очков всех зарегистрированных игроков. Достижения открываются путем идеального решения уровней, завершения всех уровней определенного типа трансформации или поиска спрятанного пасхального яйца.

4.1.3. Разбор полетов

GEtiT отображает экран подведения итогов после того, как уровень был решен (см. Рисунок 7). Система подведения итогов обеспечивает дополнительную немедленную обратную связь, которая позволяет учащимся размышлять о результатах своих вычислений [65, 66]. Экран подведения итогов информирует о количестве использованных карт, минимальном уровне, достигнутых звездах, необходимом времени и составном математическом уравнении использованных AT. Составное математическое уравнение направлено на развитие понимания различных форм выражения операций AT.Это очень важно, так как напрямую интегрирует теоретически обоснованные математические аспекты в игровой процесс. Отображая конкретное умножение матрицы на матрицу, учащиеся могут интегрировать эти знания в свои ментальные модели. На экране подведения итогов также есть возможность перейти к следующей головоломке, повторить попытку текущей головоломки или вернуться в меню выбора уровня.


4.1.4. Аудиовизуальное кодирование

В GEtiT были реализованы различные звуковые эффекты, чтобы обеспечить учащимся акустическую обратную связь [64].Каждый тип AT получил индивидуальный звуковой эффект, который воспроизводится при активации карты AT. Это обеспечивает игроков акустической обратной связью при успешном применении определенного типа операции AT. Кроме того, GEtiT предоставляет звуковые эффекты для ходьбы (шагов), прыжков, касания карты, использования кнопки отмены и общей индикации событий. Игра включает фоновую музыку в стиле дабстеп, чтобы поддержать ее футуристический визуальный стиль.

4.2. GEtiT VR

GEtiT VR использует те же GM, что и GEtiT, но реализует их диегетическим способом [67] для повышения естественности, присутствия и удобства использования системы [68, 69].Естественность относится к степени, в которой действия и эффекты в виртуальной среде соответствуют действиям и эффектам в реальном мире [70]. Естественность взаимодействия зависит от степени его соответствия контексту задачи [70]. Таким образом, на естественность влияет интуитивность взаимодействия [71]. Это основное проектное решение было принято, чтобы позволить сравнение результатов обучения между двумя различными технологиями визуализации без искажения результатов путем внедрения разных GM.GEtiT VR представляет AT-карты как физические объекты внутри VE (см. Рисунок 8). Подвижный держатель карты дает игрокам доступ к картам. Выбор и настройка AT-карты осуществляется с помощью метода взаимодействия выбора и манипулирования . Методы выбора и манипулирования — одна из трех основных задач трехмерного взаимодействия [72]. Их реализация определяется в терминах расстояния пользователя до целевого элемента. Расстояние может быть равно удаленному , требующему искусственного указания метафоры , e.g., виртуальный луч, или в пределах досягаемости руки , что обеспечивает прямое взаимодействие [73]. Последний подход является очень естественной техникой взаимодействия и может быть реализован с помощью цепляющих метафор , имитирующих руку или контроллер пользователя внутри виртуальной среды [72].


Реализуя метафору захвата на расстоянии вытянутой руки, игроки выбирают карту, просто касаясь ее одним из игровых контроллеров (см. Рисунок 9). Положение контроллера обозначается его трехмерным активом внутри VE.Нажатие спусковой кнопки контроллера активирует выбранную AT-карту. Прикосновение к сенсорной панели контроллера отображает экран конфигурации прямого значения и позволяет игрокам настраивать карту с помощью второго контроллера. Это делается путем выбора значения на экране конфигурации. Впоследствии нажатие кнопки запуска контроллера подтверждает выбранный вход.


Позиции объекта и цели сообщаются через диегетические метки, непосредственно прикрепляемые к объектам внутри VE.Другая часть информации, такая как экран выбора уровня, главное меню и AT-вики, представлена ​​в диегетическом виде, предоставляя игровую комнату (см. Рисунок 10). Игроки могут переходить между игровой комнатой и уровнями пространственной головоломки, используя метафору Virtual HMD [74]. Эта метафора диегетической техники перехода очень естественна и обеспечивает высокую степень самоконтроля. Медленно надевая или снимая Virtual HMD, пользователи полностью контролируют фактический переход.Поскольку уровни GEtiT обычно больше, чем зона слежения, GEtiT VR реализует интуитивно понятную и простую технологию Point & Teleport [75] для выполнения передвижения внутри VE помимо реальной ходьбы [76, 77].


Разработка этой конкретной версии GEtiT VR в основном руководствовалась исследовательской целью проанализировать, приводит ли обеспечение полного визуального погружения с сохранением метафоры геймификации к повышению результатов обучения. GM от GEtiT были напрямую перенесены в виртуальную реальность и реализованы в виде естественных интерфейсов.Однако в этом подходе не учитывались дальнейшие адаптации, чтобы обеспечить удобство использования, аналогичное GEtiT. Обе версии GEtiT сравнивались с точки зрения удобства использования в пользовательском исследовании [78]. В частности, в исследовании анализировалась эффективность игр, а также аспекты, вызывающие поток, и удовлетворенность пользователей. Эффективность оценивалась путем измерения затраченного времени и испытанной нагрузки задачи при решении конкретных задач, например, решения определенного уровня. Удовлетворенность была определена путем оценки интуитивного использования игр и анализа предпочтений пользователей.Результаты показали более медленное время при использовании экрана конфигурации прямого значения, а также более высокую нагрузку на задачи в GEtiT VR. Интуитивное использование не сильно различается между обеими версиями, и большинство участников отдают предпочтение GEtiT VR. Кроме того, расход существенно не отличался между двумя версиями. Таким образом, результаты подтвердили общий дизайн и общую игровую способность, но указали на потенциальные проблемы с реализацией экрана конфигурации прямого значения в VR. В результате GEtiT VR является всего лишь прототипом и потенциально не может напрямую сравниваться с GEtiT по эффективности обучения.Сравнение обеих систем по-прежнему очень важно для понимания общей осуществимости этого подхода и выработки рекомендаций по техническому проектированию на основе результатов.

4.3. Подход к обучению

GEtiT выполняет некоторые аспекты ситуативного обучения [79–81]. Серьезная игра направляет процесс обучения с помощью сложной задачи и встраивает ее в подлинный контекст . GEtiT вызывает у учащегося внутреннюю мотивацию для решения учебных заданий, т.е.е., чтобы найти решение пространственных головоломок, предоставив сценарий побега. Ориентируясь на передачу обучения в контекст компьютерной графики [2], GEtiT создает аутентичный контекст, требуя, чтобы приложение AT преобразовало виртуальный игровой объект внутри VE. Это достигается за счет предоставления экрана конфигурации прямого значения, требующего заполнения матриц. Однако в серьезной игре отсутствуют аспекты совместного построения и отражения содержания обучения, которые обычно ассоциируются с теорией ситуативного обучения [82].Кроме того, GEtiT разработан для достижения ориентированного на передачу обучения AT вместо привязки приложения учебного контента к ситуациям, создаваемым во время игрового процесса.

GEtiT также выполняет некоторые аспекты проблемно-ориентированного обучения [83, 84]. Проблемно-ориентированное обучение — это самостоятельное обучение, мотивируемое сложной проблемой [85] и опирающееся на строительные леса, которые направляют процесс обучения [86]. Решение представленной задачи дает учащимся возможность развить понимание основных принципов и получить новые знания.GEtiT действует как обучающая система, предоставляет учащимся сложные задачи и помогает им. Таким образом, GEtiT предоставляет возможности для обучения, ориентированного на передачу.

4.4. Технология

GEtiT и GEtiT VR разработаны с использованием unity в версии 5.5.2p1 [87] для ПК и Mac. Игровой процесс отображается на подключенном основном мониторе и, в случае GEtiT VR, на HTC Vive HMD. Реализация GEtiT VR в виртуальной реальности достигается с помощью подключаемого модуля SteamVR [88] в версии 1.2.0, который уже предоставил функции для перемещения точки и телепорта, взаимодействие с системой на основе контроллера, всплывающие подсказки контроллера и общий контроллер игрока. Мебель для игровой комнаты была в свободном доступе в магазине ресурсов единства [89] или являлась частью стандартных ресурсов единства .

5. Экспериментальный план

Из-за общих указаний, обсуждаемых в Разделе 2, базовых принципов проектирования, полученных из Раздела 3, и конкретной реализации, описанной в Разделе 4, мы предполагаем следующие гипотезы: h2 Результат обучения улучшается, когда посредничество знаний улучшается аудиовизуально.h3 Результат обучения улучшается, если предоставляется система подведения итогов. h4 Результат обучения улучшается, когда процесс обучения проходит в иммерсивной виртуальной реальности.

Эксперимент для проверки этих гипотез, подтверждения измеренной эффективности GEtiT и проверки модели кодирования геймифицированных знаний состоял из двух этапов . Первый этап был разработан для анализа эффектов аудиовизуального обогащения путем сравнения двух разных версий GEtiT. GEtiT в расширенной версии использовала вышеупомянутое аудиовизуальное кодирование AT-карт, обеспечивая отдельный цвет символа и звуковой эффект для каждого отдельного типа преобразования.Уменьшенная версия использовала тот же цвет и обеспечивала одинаковый звуковой эффект для всех типов трансформации. Первый этап включал традиционный бумажный метод обучения в качестве третьего условия. Вторая фаза была разработана для сравнения GEtiT и GEtiT VR с точки зрения их эффективности и действенности. Обе версии GEtiT содержали систему подведения итогов и систему достижений, которые не были реализованы на этапе 1.

Внутри обеих фаз реализован один и тот же экспериментальный план для достижения сопоставимости.Общая процедура была разработана в соответствии со структурой традиционного обучения в классе. Обучение на основе GEtiT началось после того, как содержание обучения было представлено на лекции по интерактивной компьютерной графике и до того, как оно было полностью обсуждено на предыдущем занятии. Таким образом, эксперимент моделировал внедрение GEtiT в контексте обычной учебной программы в университете.

Эксперимент состоял из четырех 90-минутных учебных занятий, проводившихся еженедельно.За неделю до последней учебной сессии был написан тест на знание AT. Участники, которые были распределены в одну из групп настольных 3D GEtiT или бумажных групп, завершили занятия в форме традиционного класса. Группа VR была разделена на более мелкие команды по два участника из-за количества доступных систем HTC Vive в лаборатории. Группе vr-group требовалось делать перерыв в середине своих сессий, чтобы снизить вероятность эффекта кибер-болезни [90] и избежать сильного эффекта истощения.

6. ​​Меры

Все анкеты были переведены на общий язык в месте проведения исследования. Чтобы убедиться, что все вопросы были правильно поняты, участники оценивали уровень владения языком.

6.1. Болезнь на симуляторе

Во время фазы 2 болезнь на симуляторе измерялась для всех участников, назначенных для GEtiT VR, до, во время обязательного перерыва и после игровой сессии с использованием анкеты на симуляторе ( SSQ ) [91].Результаты были использованы для измерения общего качества моделирования виртуальной реальности и выявления потенциальных негативных эффектов, которые могли повлиять на результаты исследования.

6.2. Эффективность и результативность

Результат обучения был измерен с помощью письменного экзамена с 16 заданиями, оценивающего общие знания участников в области AT. Задания были составлены таким же образом, как и задания на обычном выпускном экзамене лекции по интерактивной компьютерной графике.Кроме того, GEtiT записывал уровни решения участников для анализа эффективности.

6.3. Качество обучения

Качество обучения тестируемых методов обучения было измерено с помощью самостоятельно разработанного вопросника (1 = не согласен; 5 = согласен) в соответствии с идеей метода оценки, использованного для прототипной версии [4]. Анкета состоит из двух подкатегорий и конкретных вопросов, относящихся к каждой из двух фаз. Подкатегория «Качество обучения» состоит из девяти вопросов (Q1 – Q9), а относящаяся к системе подкатегория «Мотивационные аспекты» состоит из шести вопросов (Q10–16).Q17 и Q18 были добавлены для анализа аудиовизуального кодирования на этапе 1. Q19 и Q20 были разработаны для оценки системы достижений, а система подведения итогов была добавлена ​​в систему на этапе 2. Для оценки результатов общее среднее значение суммы подкатегорий вопросы вычисляются.

Качество обучения Q1 Понравилось ли вам играть в GEtiT / решать бумажные задания? Q2 Помогли ли вам головоломки GEtiT / задания лучше понять AT? Задания? Q4 Соответствует ли повышение сложности вашим полученным знаниям? Q5 Были ли задачи головоломок GEtiT / задания легкими для понимания? Q6 Была ли сложность головоломок GEtiT / заданий хорошо скорректирована? Q7 Были ли вы мотивированы новыми задачами из-за повышения в трудности? Q8 Понравился ли вам класс, основанный на GEtiT / бумажных заданиях? Q9 Было ли интересно решать головоломки GEtiT / задания, используя операции AT?

Мотивационные аспекты Q10 Был ли серьезный игровой метод обучения более приятным, чем традиционные методы обучения, например?g., бумажные задания? Q11 Вы бы предпочли использовать серьезную игру вместо посещения обычного класса? Q12 Вы заметили более высокую мотивацию играть в GEtiT, чтобы практиковать свои знания в отличие от других методов обучения? Q13 Вы были мотивированы дополнительной обратной связью ? Q14. Мотивировали ли вас механизмы обратной связи попробовать тот или иной уровень еще раз, чтобы улучшить свои результаты? Q15. Мотивировали ли вы указание необходимого времени? Q16. Мотивировала ли вас система ранжирования?

Phase 1 Q17 Помогли ли цвета AT-карт вам усвоить различные типы операций AT? Q18 Помогли ли звуковые эффекты AT-карт вам усвоить различные типы операций AT?

Phase 2 Q19 Обнаружили ли вы, что возможность разблокировки достижений мотивирует? Q20 Помогло ли математическое представление вашего решения в конце каждого уровня вам лучше понять AT?

6.4. Участники

Участники были набраны из числа студентов, участвовавших в лекции по интерактивной компьютерной графике. Им были предложены обязательные кредиты для получения степени бакалавра и бонусные баллы за выпускной экзамен лекции. После ознакомления с экспериментом участники подписали форму информированного согласия.

Этап 1. Всего 34 студента вызвались принять участие в исследовании. К сожалению, 13 из них пропустили хотя бы один сеанс, и их пришлось исключить из выборки.Остальные 21 участник (8 женщин; 13 мужчин) имели средний возраст лет (). Согласно самоотчету, 13 участников часто играли в компьютерные игры. Они были случайным образом распределены в обогащенную группу (), восстановленную группу () и бумажную группу ().

Этап 2. Всего 27 студентов вызвались принять участие в исследовании. К сожалению, 6 из них, которые были отнесены к группе GEtiT, пропустили как минимум одно занятие, и их пришлось исключить из выборки.Остальные 21 участник (6 женщин, 15 мужчин) имели средний возраст лет (). Согласно самоотчету, 13 участников часто играли в компьютерные игры. Они были случайным образом отнесены к vr-группе () и GEtiT фаза 2 -группе ().

7. Результаты

В этом разделе представлены результаты пользовательского исследования, которые оцениваются в соответствии с заданными гипотезами и дополнительными целями этого эксперимента. Результаты сравнивали с помощью однофакторного дисперсионного анализа или двухвыборочного t-критерия [92].Величина эффекта была определена с использованием D. Коэна. Для определения корреляции была вычислена корреляция продукта-момента Пирсона.

7.1. Симулятор болезни

Участников vr-Group попросили заполнить SSQ перед началом учебной сессии (предварительная), сразу после начала перерыва (середина) и в конце сеанса (после). Как показано в таблице 1, не было обнаружено значительных изменений в рейтингах SSQ для каждого из практических занятий.


Сессия Pre Mid Post F (371082
2
10951095109510951095109510951095109510951095109

7.2. Эффективность и действенность

Первоначально три различных условия GEtiT сравнивались в отношении полученного результата теста (,; см. Таблицу 2) и количества успешно решенных уровней (,; см. Таблицу 3), но не было обнаружено значительных различий. . Таким образом, чтобы повысить точность дальнейшего анализа, группы GEtiT были объединены и в оставшейся части этого документа были названы desktop-Group (). Результаты испытаний оставшихся трех различных условий существенно не различались (,; см. Рисунок 11).Дальнейший анализ выявил значительно большее количество решенных уровней в группе настольных компьютеров с очень большим размером эффекта (,,; см. Рисунок 12). Для vr-группы не было обнаружено значимой корреляции между результатом теста и количеством решенных уровней (,). Однако для Desktop-Group была обнаружена значительная корреляция между результатом теста и количеством решенных уровней (,).

82
Обогащенный9595
7.3. Качество обучения

В конце эксперимента участников попросили оценить качество обучения. На этапе 1 18 из 21 участника заполнили анкету. На этапе 2 все участники заполнили анкету по качеству обучения. Односторонний дисперсионный анализ не выявил значительной разницы между средними оценками подкатегории качества обучения (,; см. Таблицу 4). Кроме того, не было обнаружено значительных различий между отдельными четырьмя протестированными версиями в отношении мотивационных аспектов подкатегории (,).


Группа Средний результат в% SD Мин. Макс.
Пониженный
Обогащенный10951010101095
Бумага

Группа Решенные уровни SD Мин. Макс.

Рабочий стол
Фаза 2
VR
Бумажный SD)

Q Уменьшенный (SD) Enriched (SD) VR (SD)

Качество обучения
Мотивационные аспекты 910
Q18
Q19 910 —

91 095

Не было обнаружено различий между сокращенной и расширенной версиями для Q17 (,) и Q18 (,) при измерении воспринимаемого образовательного эффекта аудиовизуального кодирования на этапе 1.Оба визуальных подхода получили средний балл в нейтральной средней точке шкалы. Средняя оценка акустического кодирования была ниже нейтральной средней точки шкалы. Система достижений, добавленная на этапе 2, получила средний мотивационный рейтинг выше нейтральной средней точки шкалы для GEtiT VR и средний мотивационный рейтинг немного ниже нейтральной средней точки шкалы для GEtiT. Рейтинги существенно не различались (,). Воспринимаемый обучающий эффект системы разбора полетов имел средний рейтинг выше нейтральной средней точки шкалы для обеих версий GEtiT.Рейтинги существенно не различались (,).

8. Обсуждение

Хотя отсутствие статистической значимости не подразумевает эквивалентности, результаты показывают, что GEtiT достигает результата обучения знаниям AT, аналогичного традиционным методам обучения, то есть с помощью бумажных заданий. Таким образом, измерения эффективности подтверждают результаты первоначальной оценки прототипа , подтверждая эффекты обучения, ориентированного на передачу GEtiT [4].Также значительная корреляция между количеством решенных уровней и результатом теста способствует постоянной проверке кодировки геймифицированных знаний. Посредством кодирования знаний AT как правил игры в GM достигается повторяющееся применение обучающего контента во время игрового процесса. Эта повторяющаяся практика приводит к усвоению знаний AT в форме ментальных моделей. Это также позволяет перейти к приложению, основанному на шаблонах. Скомпилированные ментальные модели позволяют переносить обучение из GEtiT в контекст реального мира.Это было протестировано с помощью ручного и бумажного экзамена, в котором для визуализации желаемой операции AT используются только двухмерные изображения до и после обработки. От участников групп GEtiT требовалось не только решить задания, но и перенести свои знания из серьезных трехмерных игр на двумерный бумажный экзамен. В результате результат обучения игре в GEtiT может быть даже выше, чем при использовании традиционных методов обучения.

8.1. Эффективность и действенность

Интересно, что на результат обучения не повлияла разница в аудиовизуальном кодировании, протестированном на этапе 1, и в системе разбора полетов, представленной на этапе 2.Отсутствие эффекта из-за аудиовизуального кодирования объясняется тем, что две протестированные версии отличались только в отношении используемых цветов AT-карты и звуковых эффектов. Общий игровой процесс и применение знаний AT остались прежними. Потенциально участники были сосредоточены только на поиске правильного решения пространственных головоломок, не обращая внимания на аудиовизуальную реализацию приложения знаний. Следовательно, эффект обучения в основном вызван частым применением знаний AT независимо от улучшенного аудиовизуального посредничества приложения.Однако отсутствие улучшенных результатов обучения, вызванное внедрением системы подведения итогов , вызывает удивление. Причиной этого может быть проблема с реализацией системы разбора полетов. Вместо того чтобы сосредоточиться только на математическом уравнении, на экране также отображается информация об общей производительности, связанной с игровым процессом. Эта дополнительная информация могла отвлечь учащихся от фактического содержания обучения. Участники также могли находиться в состоянии сильного потока и, следовательно, немедленно перейти к следующей пространственной головоломке, не анализируя экран подведения итогов.Решением может быть прямое отображение и обновление составного математического уравнения во время игры. В результате учащиеся смогут напрямую связать свои игровые действия с изменениями в математическом уравнении. Кроме того, отделение математических уравнений от информации об игровом процессе на экране подведения итогов может повысить его эффективность.

Следовательно, h2 и h3 должны быть отклонены, поскольку не было обнаружено существенной разницы в результатах обучения.

Несмотря на незначительные различия, результаты указывают на тенденцию к тому, что GEtiT VR имеет более низкий результат обучения по сравнению с настольной версией GEtiT. Эта тенденция объясняется значительно меньшим количеством решаемых уровней в vr-Group. Несмотря на то, что они потратили столько же времени, vr-Group не смогла решить столько пространственных задач, сколько Desktop-Group. Причиной тому могла быть сложная техника взаимодействия на более высоких уровнях сложности. Вместо простого заполнения матрицы с помощью мыши и клавиатуры, GEtiT VR требует использования обоих контроллеров HTC Vive для определения AT-карты.Результаты обучения GEtiT VR потенциально могут быть улучшены, если найти более эффективный метод ввода для экрана конфигурации прямого значения. Таким образом, анализ эффективности GEtiT VR не только подтвердил проблему с реализацией AT-карты GM в VR [78], но и выявил важность высокой эффективности для серьезных игр. Это очень важно для разработчиков и преподавателей. Это демонстрирует, что различия в эффективности, то есть важный фактор удобства использования, имеют прямое влияние на достигнутый результат обучения.Таким образом, очень важно проверить все факторы юзабилити во время разработки серьезной игры. В целом это приводит к тому, что обе версии GEtiT нельзя напрямую сравнивать с точки зрения их эффективности обучения. Кроме того, на основе результатов этого исследования невозможно сделать обобщающее представление об эффективности технологии виртуальной реальности для обучения AT. Несмотря на эти ограничения, исследование показало, что использование GEtiT VR приводит к успешной передаче обучения и успешно продемонстрировало, что кодирование геймифицированных знаний также применимо для серьезных игр VR.Это ценная идея для ученых, гейм-дизайнеров и преподавателей, стремящихся к разработке серьезных игр, ориентированных на HMD-VR.

Таким образом, h4 не может быть проверен, поскольку обе версии GEtiT в конечном итоге были слишком разными, чтобы их можно было напрямую сравнивать в отношении результатов обучения.

8.2. Качество обучения

Анализ качества обучения подтверждает концепцию разработки GEtiT для достижения более высокого качества обучения при отработке сложных и абстрактных AT.Таким образом, настоящее исследование также подтверждает дизайн GEtiT, а также игровые возможности. Хотя не было обнаружено значительных различий в подкатегории качества обучения между протестированными методами обучения, результаты указывают на четкую тенденцию к тому, что GEtiT и GEtiT VR достигают более высокого качества обучения. Этот результат имеет решающее значение, поскольку все участники должны были потратить одинаковое количество времени, но чувствовали себя более вовлеченными при использовании серьезной игры. В результате GEtiT не только дает эффективное изучение знаний, но и достигает более высокого качества обучения, таким образом, указывает на его общую эффективность .Результаты также согласуются с предыдущими исследованиями [45, 46], показывая наивысший рейтинг качества обучения в vr-Group. Таким образом, исследование пользователей подтверждает, что использование технологии VR может быть полезным для общего качества обучения серьезной игре. Этот результат подтверждается поведением участников. За исключением vr-Group, во всех остальных условиях наблюдались некоторые выпадения. Тем не менее, vr-Group даже сообщила, что испытывала сильную внутреннюю мотивацию посещать каждое занятие, что подтверждает измеренное высокое качество обучения.

Подкатегория специфических для системы аспектов мотивации показала, что все протестированные версии GEtiT воспринимались как увлекательный и мотивирующий метод обучения. Интересно, что GEtiT VR не показала тенденции к повышению мотивации, чем настольная версия. Такой исход объясняется эффектом привыкания. Вместо того, чтобы играть в GEtiT VR только в течение одного учебного занятия, участники использовали систему в течение 4 недель. В результате первоначальная мотивационная выгода от предоставления иммерсивной версии виртуальной реальности со временем могла исчезнуть.Интересно, что внедрение системы достижений не повлияло на подкатегорию мотивационных аспектов, несмотря на то, что она была оценена как несколько мотивирующая. Это могло быть результатом общей функциональности системы достижений. Он награждает вехи прогресса, но не обеспечивает постоянной обратной связи, как балльная система.

Конкретные вопросы, нацеленные на аудиовизуальное кодирование, протестированное на этапе 1, показали, что визуальное представление основных GM, привязанных к игроку, требующих применения знаний, имеет лишь ограниченное влияние на воспринимаемый эффект обучения.Это согласуется с предположениями, сделанными на основе результатов измерения эффективности. Результаты также показывают, что акустические эффекты имеют меньший приоритет при разработке серьезной игры. Это понимание важно для дизайнеров, которым необходимо расставить приоритеты в целях развития.

Наконец, воспринимаемый эффект обучения системы разбора полетов был признан полезным, но не критическим элементом, имеющим отношение к изучению знаний. Это согласуется с выводом о том, что GM не повлиял на общий результат обучения.

9. Заключение и дальнейшая работа

В этом документе представлены две версии GEtiT, нацеленные на ориентированное на передачу обучение AT. Обе версии игры реализуют одни и те же основные GM для кодирования учебного контента, но используют либо настольный 3D, либо иммерсивную виртуальную реальность для визуализации игрового процесса. Кроме того, впервые дается исчерпывающая презентация кодировки геймифицированных знаний. Две версии GEtiT сравнивались с традиционным бумажным методом обучения в отношении результатов обучения и качества обучения.Кроме того, две версии сравнивались с точки зрения их эффективности. Наконец, в этой статье оценивается влияние системы разбора и двух различных аудиовизуальных кодировок, т. Е. Сокращенного и обогащенного, содержания обучения на общий результат обучения и воспринимаемые эффекты обучения.

Результаты настоящего исследования показывают, что кодирование и представление сложных знаний с использованием GM приводит к эффективному обучению, ориентированному на передачу знаний. Таким образом, результаты подтверждают дизайн GEtiT и основную структуру кодирования геймифицированных знаний.Однако на эффективность обучения не повлияла аудиовизуальная презентация или предоставление системы подведения итогов. Кроме того, исследование показало, что технология VR полезна для качества обучения, но обнаружила недостаток в конструкции GEtiT VR, отрицательно влияющий на ее эффективность. Следовательно, из сравнения эффективности обучения обеих версий нельзя сделать никаких выводов. Однако исследование показало более высокое качество обучения для версии VR. Это важный вывод для продолжающегося исследования образования на основе виртуальной реальности и важный вывод для гейм-дизайнеров, которым нравится создавать эффективные серьезные игры.

Дальнейшая работа должна быть направлена ​​на дальнейшую оценку кодирования знаний в GM, как это предлагается с геймифицированным кодированием знаний. Кроме того, необходимо внедрить и протестировать новые методы реализации AT-карты GM в GEtiT VR. Это позволило бы сравнить различные методы визуализации и потенциально раскрыть новые взгляды на изучение знаний в иммерсивной виртуальной реальности. Наконец, вместо оценки результатов обучения только с помощью бумажного экзамена, измерение может быть дополнительно выполнено внутри GEtiT.Это позволит провести более глубокий анализ передачи его обучения.

Доступность данных

Данные, использованные для подтверждения результатов этого исследования, можно получить у соответствующего автора по запросу.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в отношении публикации этой статьи.

Благодарности

Мы хотели бы поблагодарить Марио Ройттера и Джонатана Стала за разработку первого прототипа GEtiT.Также мы хотели бы поблагодарить Дэвида Хайдриха за его работу по капитальному ремонту GEtiT, изменению его визуального стиля и разработке GEtiT VR. Эта публикация финансировалась Немецким исследовательским фондом (DFG) и Вюрцбургским университетом в рамках программы финансирования Open Access Publishing.

Дополнительные материалы

GEtiT — Геймплей показывает закодированные операции AT и их визуальные эффекты. В видео также представлен обзор игрового процесса GEtiT и процесса изучения знаний. GEtiT — Трудности демонстрирует четыре различных уровня сложности и показывает, как знания AT модерируются и опосредуются. GEtiT VR демонстрирует конкретную версию VR, показывая главное меню и успешное завершение как легкой, так и сложной пространственной головоломки. (Дополнительные материалы)

Аппаратное ускорение | Документация — Jellyfin Project

Jellyfin поддерживает аппаратное ускорение (HWA) кодирования / декодирования видео с помощью FFMpeg.FFMpeg и Jellyfin могут поддерживать несколько реализаций аппаратного ускорения, таких как Intel Quicksync (QSV), AMD AMF, nVidia NVENC / NVDEC, OpenMax OMX и MediaCodec, через API ускорения видео.

VAAPI — это API ускорения видео, который использует libva для взаимодействия с локальными драйверами для обеспечения HWA. QSV использует модифицированную (разветвленную) версию VAAPI и связывает ее с libmfx и их проприетарными драйверами (список поддерживаемых процессоров для QSV).

ОС Рекомендуемое аппаратное ускорение
Linux QSV, NVENC, AMF, VAAPI
Окна QSV, NVENC, AMF
MacOS VideoToolbox
Android MediaCodec, OMX
RPi OMX

Сравнение видеокарт с использованием HWA

NVIDIA NVENC

NVIDIA с использованием официального списка ffmpeg.Не все карты были протестированы. Эти драйверы рекомендуются для Linux и Windows. Вот официальный список видеокарт NVIDIA для поддерживаемых кодеков. Пример работы Ubuntu с NVENC. 10-битный h364 не поддерживается ускорением NVIDIA. Минимальная необходимая версия драйвера: Linux: 418.30, Windows: 450.51.

VAAPI

Список поддерживаемых кодеков VAAPI. И Intel iGPU, и AMD GPU могут использовать VAAPI.

Note

AMD GPU требует драйвера Mesa 20 с открытым исходным кодом.1 или выше для поддержки аппаратного декодирования HEVC.

Примечание

Начиная с версии 10.7.1, образ Docker использует Debian 10 и, следовательно, Mesa 18.3.6. Чтобы обновить его, вам нужно будет создать свой собственный образ на основе более позднего дистрибутива.

драм AMF

AMF теперь доступен в Windows и Linux, но поскольку AMD не реализовала HW-декодер и масштабатор в ffmpeg, скорость декодирования может быть не такой, как ожидалось. При использовании AMF в Linux требуется драйвер с закрытым исходным кодом amdgpu-pro .

Примечание

Большинство процессоров Zen не имеют встроенной графики. Вам понадобится выделенный графический процессор (dGPU) или процессор Zen со встроенной графикой для аппаратного ускорения. Если ваш процессор Zen имеет суффикс «G» или «GE» в названии модели, у вас встроенная графика.

Intel QuickSync

Тесты Intel QSV

в Linux.

В Windows вы можете использовать библиотеки DXVA2 / D3D11VA для декодирования и библиотеку libmfx для кодирования.

Примечание

Чтобы использовать QSV в Windows, не устанавливайте Jellyfin в качестве системной службы.

Проблемы: версия FFmpeg для Windows с QSV hwaccel дает сбой через TERMINAL и Intel QSV: «Не удалось создать устройство Direct3D» на Core i7-7700K (Skylake) в Windows 10

CentOS может потребоваться дополнительные драйверы для QSV.

Вот дополнительная информация, чтобы узнать больше.

Если ваш сервер Jellyfin не поддерживает аппаратное ускорение, но у вас есть другая машина, которая поддерживает, вы можете использовать rffmpeg для делегирования транскодирования другой машине. В настоящее время только для Linux и требует SSH между машинами, а также общего хранилища как для носителей, так и для каталога данных Jellyfin.

Включение аппаратного ускорения

Параметры аппаратного ускорения

можно найти на панели администратора в разделе Transcoding вкладки Playback . Выберите допустимую опцию аппаратного ускорения в раскрывающемся меню, укажите устройство, если применимо, и отметьте включить аппаратное кодирование , чтобы включить кодирование, а также декодирование, если ваше оборудование поддерживает это.

Аппаратное ускорение доступно сразу для воспроизведения мультимедиа.Перезагрузка сервера не требуется.

Настройка

Для каждого типа аппаратного ускорения, а также для каждого типа установки Jellyfin требуются разные параметры настройки, прежде чем его можно будет использовать. Всегда лучше проконсультироваться с документацией FFMpeg о типе ускорения, который вы выбираете, для получения последней информации.

Разгон на Docker

Чтобы использовать аппаратное ускорение в Docker, устройства должны быть переданы в контейнер. Чтобы узнать, какие видеоустройства доступны, вы можете запустить на своем компьютере sudo lshw -c video или vainfo .VAAPI может потребовать добавления группы render в разрешения docker. Идентификатор группы render можно найти в / etc / group, например, render: x: 122: .

Вы можете использовать docker run , чтобы запустить сервер с помощью команды, подобной приведенной ниже.

  запуск докера -d \
 --volume / путь / к / config: / config \
 --volume / путь / к / кешу: / cache \
 --volume / путь / к / media: / media \
 --пользователь 1000: 1000 \
 --group-add = 122 \
 --net = хост \
 --restart = до остановки \
 --device / dev / dri / renderD128: / dev / dri / renderD128 \
 --устройство / dev / dri / card0: / dev / dri / card0 \
 медузы / медузы
  

В качестве альтернативы вы можете использовать docker-compose с файлом конфигурации, поэтому вам не нужно запускать длинную команду каждый раз при перезапуске сервера.

  версия: "3"
Сервисы:
  медузы:
    изображение: jellyfin / jellyfin
    пользователь: 1000: 1000
    group_add:
      - 122
    network_mode: "хост"
    объемы:
      - / путь / к / config: / config
      - / путь / к / кешу: / кеш
      - / путь / к / медиа: / медиа
    устройства:
      # Устройства VAAPI
      - / dev / dri / renderD128: / dev / dri / renderD128
      - / dev / dri / card0: / dev / dri / card0
      # RPi 4
      - / dev / vchiq: / dev / vchiq
  

Linux Докер NVIDIA NVENC

Чтобы добиться аппаратного ускорения с помощью докера, необходимо выполнить несколько шагов.

Предварительные требования:

Установка NVIDIA Container Toolkit

  • GNU / Linux x86_64 с версией ядра> 3.10
  • Докер> = 19.03
  • Графический процессор NVIDIA с архитектурой> Fermi (2.1)
  • драйверы NVIDIA> = 361.93

Следуйте инструкциям по ссылке выше, чтобы установить NVIDIA Container Toolkit для вашего дистрибутива Linux.

Запустите свой контейнер, добавив следующие параметры:

  -e NVIDIA_DRIVER_CAPABILITIES = все \
-e NVIDIA_VISIBLE_DEVICES = все \
--gpus все \
  

Полная команда запуска будет выглядеть так:

  запуск докера -d \
 --name = медуза \
 -e NVIDIA_DRIVER_CAPABILITIES = все \
 -e NVIDIA_VISIBLE_DEVICES = все \
 --gpus все \
 -p 8096: 8096 \
 -p 8920: 8920 \
 -v / config: / config \
 -v / media: / media \
 -v / кеш: / кеш \
 --рестарт, если не остановлен \
 медузы / медузы
  

Или с docker-compose> 1.28, добавьте части развертывания и среды в службу Jellyfin:

  услуги:
  медузы:
    изображение: jellyfin / jellyfin
  # ... ваша конфигурация Jellyfin
  окружающая обстановка:
    NVIDIA_DRIVER_CAPABILITIES: все
    NVIDIA_VISIBLE_DEVICES: все
  развертывать:
    Ресурсы:
      оговорки:
        устройства:
        - возможности: [gpu]
  

При работе со следующей опцией необходимо выполнить некоторые особые действия:

  - пользователь 1000: 1000
  

Возможно, вам потребуется добавить этого пользователя в группу видео на вашем хост-компьютере:

  usermod -aG пользователь видео
  

После запуска контейнера вы снова можете проверить доступ к ресурсам хоста:

  docker exec -it jellyfin nvidia-smi
  

Если вы получили информацию о драйвере, все в порядке, но если вы получите сообщение об ошибке, например, не удалось найти libnvidia-ml.поэтому библиотека в вашей системе вам необходимо выполнить следующую команду:

  docker exec -it jellyfin ldconfig
  

После этого убедитесь, что драйвер NVIDIA загружается правильно.

Настройка OpenCL Accelerated / VPP Tone Mapping

Отображение тонов

OpenCL с NVIDIA NVENC, AMD AMF и Intel VAAPI осуществляется через поддержку образов OpenCL.

Полное аппаратное отображение тональной карты VPP поддерживается Intel VAAPI и QSV в Linux.

ОС / платформа NVIDIA NVENC драм AMF Intel VAAPI AMD VAAPI Intel QSV Программное обеспечение
Linux ОК ОК ОК запланировано ОК запланировано
Окна ОК ОК НЕТ НЕТ запланировано запланировано
Докер ОК непроверено ОК запланировано запланировано запланировано
Примечание

Перед чтением этого раздела убедитесь, что аппаратное ускорение правильно настроено.

  1. В Windows: установите последние версии драйверов NVIDIA или AMD.

  2. В Linux или докере:

    • Для карт NVIDIA установите nvidia-opencl-icd в Debian / Ubuntu:

        sudo apt update
      sudo apt установить nvidia-opencl-icd
        

      Если представлено несколько вариантов пакета, выберите тот, который соответствует версии вашего текущего драйвера nvidia ( apt list --installed | grep nvidia ).

      Установите opencl-nvidia на Arch:

        sudo pacman -Sy opencl-nvidia
        
    • Для карт AMD установите amdgpu-pro с аргументами opencl.См. Настройка кодировки AMD AMF в Ubuntu 18.04 или 20.04 LTS для получения дополнительных сведений.

        sudo ./amdgpu-pro-install -y --opencl = pal, устаревший
        
    • Для Intel iGPU у вас есть два типа методов тонального отображения: OpenCL и VPP. Выберите последний для более высокой скорости перекодирования, но параметры точной настройки не поддерживаются.

      Метод OpenCL: следуйте инструкциям Intel-compute-runtime. Если вы используете образ докера из jellyfin / jellyfin или linuxserver / jellyfin, этот шаг можно пропустить.

      VPP метода: установите intel-media-va-driver-non-free 20.1 и jellyfin-ffmpeg 4.3.1-4 или новее.

    Примечание

    Для сопоставления тонов в Intel VAAPI и QSV требуется iGPU, поддерживающий 10-битное декодирование, например i3-7100 и J4105. Не используйте пакет intel-opencl-icd из репозитория, поскольку они не были собраны с RELEASE_WITH_REGKEYS, включенным для флагов взаимодействия пикселей P010.

  3. Проверьте статус устройства OpenCL.Если все идет хорошо, вы увидите соответствующее имя поставщика.

    • Использовать Clinfo : Установите Clinfo перед использованием. sudo apt update && sudo apt install Clinfo -y на Debian / Ubuntu или sudo pacman -Sy Clinfo на Arch. Затем sudo Clinfo

    • Используйте jellyfin-ffmpeg : / usr / lib / jellyfin-ffmpeg / ffmpeg -v debug -init_hw_device opencl

Настройка ускорения VAAPI в Debian / Ubuntu с версии

.deb пакеты

Для настройки VAAPI в Debian / Ubuntu требуется дополнительная настройка для обеспечения правильных разрешений.

Чтобы проверить информацию о VAAPI в вашей системе, установите и запустите vainfo из командной строки.

Примечание

Для Intel Comet Lake или более новых iGPU устаревший драйвер i965 VAAPI несовместим с вашим оборудованием. Следуйте инструкциям из Настройка Intel QuickSync (QSV) в Debian / Ubuntu , чтобы получить новый драйвер iHD.

  1. Настройте VAAPI для своей системы, следуя соответствующей документации. Убедитесь, что устройство render теперь присутствует в / dev / dri , и обратите внимание на разрешения и группу, доступную для записи в него, в данном случае render :

      $ ls -l / dev / dri
    всего 0
    drwxr-xr-x 2 root root 100 13 апр, 16:37 by-path
    crw-rw ---- 1 рут видео 226, 0 13 апр, 16:37 card0
    crw-rw ---- 1 рут видео 226, 1 апр 13 16:37 card1
    crw-rw ---- 1 корневой рендер 226, 128 13 апр, 16:37 renderD128
      
    Примечание

    В некоторых выпусках группа может быть видео вместо рендеринга .

  2. Добавьте пользователя службы Jellyfin в указанную выше группу, чтобы разрешить процессу FFMpeg Jellyfin доступ к устройству, и перезапустите Jellyfin.

      sudo usermod -aG рендеринг jellyfin
    sudo systemctl перезапустить jellyfin
      
  3. Настройте ускорение VAAPI на странице «Транскодирование» панели администратора. Введите устройство / dev / dri / renderD128 выше в качестве значения VA API Device .

  4. Посмотрите фильм и убедитесь, что перекодирование происходит, посмотрев файл ffmpeg-transcode- *.txt регистрируется в каталоге / var / log / jellyfin и использует radeontop или аналогичные инструменты.

Настройка Intel QuickSync (QSV) в Debian / Ubuntu

  1. QSV основан на устройстве VAAPI в Linux, поэтому сначала подтвердите, выполнили ли вы настройку VAAPI.

  2. Убедитесь, что установлена ​​ jellyfin-ffmpeg 4.3.1-1 или выше.

  3. Установите несвободный драйвер iHD.

      sudo apt update
    sudo apt install vainfo intel-media-va-driver-non-free -y
      
    Примечание

    Для Intel Comet Lake или более новых iGPU убедитесь, что версия intel-media-va-driver-non-free > = 19.1. intel-media-va-driver-non-free доступен от apt, начиная с Debian buster и Ubuntu 19.04. В противном случае вам придется строить из исходников.

  4. Проверьте драйвер iHD, используя vainfo . Вы найдете iHD из результата, если все пройдет хорошо.

      vainfo | grep iHD
      
  5. Если вы хотите удалить драйвер iHD и вернуться к драйверу i965.

      sudo apt удалить intel-media-va-driver intel-media-va-driver-non-free -y
      
  6. QSV в докере.Из-за несовместимости лицензий мы не будем интегрировать несвободные драйверы в образ докера. Вам необходимо выполнить указанные выше операции вручную в докере и добавить --privileged в конфигурацию докера.

Контейнер LXC или LXD

Это было протестировано с LXC 3.0 и может работать или не работать со старыми версиями.

Выполните указанные выше действия, чтобы добавить пользователя jellyfin в группу видео или визуализации , в зависимости от ваших обстоятельств.

  1. Добавьте свой графический процессор в контейнер.

      lxc config device add <имя контейнера> gpu gpu gid = 
      
  2. Убедитесь, что у вас есть карта в контейнере:

      $ lxc exec jellyfin - ls -l / dev / dri
    всего 0
    crw-rw ---- 1 корневое видео 226, 0 4 июня 02:13 card0
    crw-rw ---- 1 корневое видео 226, 0 4 июня 02:13 controlD64
    crw-rw ---- 1 корневое видео 226, 128 4 июня 02:13 renderD128
      
  3. Настройте Jellyfin на использование ускорения видео и направьте его на правильное устройство, если параметр по умолчанию неправильный.

  4. Попробуйте воспроизвести видео, требующее перекодирования, и запустите следующее, вы должны получить успех.

      пс, доп. | grep ffmpeg | grep Accel
      
  5. Вы также можете попробовать воспроизвести видео, требующее перекодирования, и если оно воспроизводится, все в порядке.

Полезные ресурсы:

Настройка кодировки AMD AMF в Ubuntu 18.04 или 20.04 LTS

  1. Установите графический драйвер с закрытым исходным кодом amdgpu-pro , следуя инструкциям по установке.

  2. Затем установите amf-amdgpu-pro .

      sudo apt установить amf-amdgpu-pro
      
  3. Убедитесь, что ваш jellyfin-ffmpeg или ffmpeg содержит кодировщик h364_amf .

      $ cd / usr / lib / jellyfin-ffmpeg /
    $ ./ffmpeg-кодировщики | grep h364_amf
    V ..... h364_amf AMD AMF H.264 Encoder (кодек h364)
      
    Примечание

    Если нет, обновите jellyfin-ffmpeg до последней версии и повторите попытку.

    Информацию о компиляции ffmpeg с библиотекой AMF см. На этой странице.

  4. Выберите ускорение видео AMD AMF в Jellyfin и установите флажок Включить аппаратное кодирование .

  5. Посмотрите фильм, а затем убедитесь, что кодировщик h364_amf работает, просмотрев журналы перекодирования ffmpeg-transcode - *. Txt в / var / log / jellyfin и используя radeontop или аналогичные инструменты.

Настройка кодировки AMD AMF в Arch Linux

AMD не предоставляет официальную поддержку драйвера amdgpu-pro для Arch Linux, но, к счастью, в пользовательском репозитории archlinux находится сторонний пакет amdgpu-pro-installer .

  1. Клонируйте этот репозиторий с помощью git .

      git clone https://aur.archlinux.org/amdgpu-pro-installer.git
      
  2. Войдите в эту папку, создайте установочный пакет и установите его.

      компакт-диск amdgpu-pro-installer
    makepkg -si
      
  3. Перейдите к шагу 3 из в Ubuntu 18.04 или 20.04 LTS выше.

Raspberry Pi 3 и 4

  1. Добавьте пользователя службы Jellyfin в группу видео, чтобы разрешить процессу FFMpeg Jellyfin доступ к кодеру, и перезапустите Jellyfin.

      sudo usermod -aG video jellyfin
    sudo systemctl перезапустить jellyfin
      
    Примечание

    Если вы используете Raspberry Pi 4, вам может потребоваться запустить sudo rpi-update для обновлений ядра и прошивки.

  2. Выберите OpenMAX OMX в качестве аппаратного ускорения на вкладке «Транскодирование» на панели мониторинга сервера.

  3. Измените объем памяти, выделенной графическому процессору. Графический процессор не может одновременно обрабатывать ускоренное декодирование и кодирование.

      судо нано /boot/config.txt
      

    Для RPi4 добавьте строку gpu_mem = 320 Подробнее здесь

    Для RPi3 добавьте строку gpu_mem = 256

    Вы можете установить любое значение, но для 4K HEVC рекомендуется 320.

    Проверьте разделение памяти ЦП и ГП:

      vcgencmd get_mem arm && vcgencmd get_mem графический процессор
      

    Отслеживайте температуру и тактовую частоту процессора:

      vcgencmd measure_temp && vcgencmd measure_clock arm
      
Примечание

RPi4 в настоящее время не поддерживает декодирование HWA HEVC, только кодирует и декодирует H.264. Требуется активное охлаждение, пассивного охлаждения недостаточно для перекодирования. Пока работает только Raspbian OS. Для докеров работает только образ linuxserver. Дополнительные советы см. Здесь.

Примечание

Для RPi3 при тестировании транскодирование работало недостаточно быстро для работы в реальном времени, так как размер видео изменялся.

Проверка транскодов

Чтобы убедиться, что вы используете правильные библиотеки, запустите эту команду в журнале перекодирования. Его можно найти в Admin Dashboard> Logs и / var / log / jellyfin, если вместо этого через репозиторий.

  grep -A2 'Отображение потока:' /var/log/jellyfin/ffmpeg-transcode-85a68972-7129-474c-9c5d-2d9949021b44.txt
  

Это дало следующие результаты.

  Отображение потока:
Поток # 0: 0 -> # 0: 0 (hevc (собственный) -> h364 (h364_omx))
Поток # 0: 1 -> # 0: 1 (aac (собственный) -> mp3 (libmp3lame))
  

Stream # 0: 0 использовало программное обеспечение (VAAPI Decode также может говорить «родной») для декодирования HEVC и HWA для кодирования.

Leave a Reply

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *