Professional Documents
Culture Documents
Dipl Rad Fizika - dpr.2012.03
Dipl Rad Fizika - dpr.2012.03
DIPLOMSKI RAD
Student: Mentor:
Elma Babić prof.dr. Esad Hadžiselimović
Septembar, 2012. godine
Sadržaj
Uvod................................................................................................................................................ 4
1. Motivisanje učenika za učenje fizike .......................................................................................... 5
2. Važnost eksperimenta u nastavi fizike ........................................................................................ 7
2.1. Općenito o eksperimentu ...................................................................................................... 7
2.1.1. Eksperiment u nauci i eksperiment u nastavi ................................................................ 7
2.1.2. Očiglednost u nastavi fizike .......................................................................................... 8
2.1.3. Aspekti primjene eksperimenta ..................................................................................... 9
2.1.4. Vrste eksperimenta u nastavi fizike ............................................................................ 10
3. Promoviranje interaktivnosti u nastavi fizike ........................................................................... 11
3.1. Primjena računara u nastavi fizike ..................................................................................... 12
3.1.1. Klasifikacija softwara .................................................................................................. 12
3.1.1.1. Alati za akviziciju i obradu podataka ....................................................................... 12
3.1.1.2. Edukativni multimedijski software ........................................................................... 13
3.1.1.3. Mikrosvjetovi............................................................................................................ 13
3.1.1.4. Alatke za modeliranje ............................................................................................... 14
3.1.1.5. Telekomunikacijski uređaji i internet ....................................................................... 14
4. Značaj izučavanja pojava iz realnog svijeta.............................................................................. 14
4.1. Modeli u nastavi fizike ....................................................................................................... 15
4.2. Modeliranje u nastavi fizike ............................................................................................... 16
5. Historijski o digitalnoj video analizi ......................................................................................... 17
5.1. Interaktivni video ............................................................................................................... 19
5.2. Prednosti i nedostaci digitalne video analize u odnosu na korištenje senzora u nastavi
fizike .......................................................................................................................................... 20
5.2.1. Prikupljanje podataka pomoću senzora ....................................................................... 20
5.2.2. Prikupljanje i analiziranje podataka pomoću digitalne video analize ......................... 21
5.2.3. Upoređivanje digitalne video analize sa senzorima .................................................... 21
6. Tehnički aspekti korištenja video analize u nastavi fizike i prijedlog metodičke sekvence ..... 22
6.1. Tehnički aspekti korištenja video analize .......................................................................... 22
6.2. Prijedlog metodičke sekvence ............................................................................................ 22
2
6.3. Tracker ............................................................................................................................... 24
6.4. Kombinovanje računarskog modeliranja sa video analizom.............................................. 24
6.4.1. Analitički modeli ......................................................................................................... 25
6.4.2.Dinamički modeli ......................................................................................................... 26
6.5. Primjeri:.............................................................................................................................. 27
6.5.1. Primjer 1. – Slobodan pad ........................................................................................... 27
6.5.2. Primjer 2. – Kosi hitac ................................................................................................. 31
6.5.2.1. Modeliranje kosog hica ............................................................................................ 37
6.5.3. Primjer 3.- Kružno kretanje ......................................................................................... 39
Zaključak....................................................................................................................................... 42
Literatura: ...................................................................................................................................... 43
3
DIGITALNA VIDEO ANALIZA U NASTAVI FIZIKE
Uvod
U ovom diplomskom radu obrađena je tema „Digitalna video analiza u nastavi fizike”. U
uvodnom dijelu rada pažnja je posvećena motivaciji kao jednom od ključnih faktora za efikasno
učenje fizike, te važnosti eksperimenta u nastavi fizike. U nastavku rada razmotrena je primjena
računara u nastavi fizike i izvršena klasifikacija softwara. Učenici često ne uviđaju primjenjivost
znanja fizike izvan učionice, tako da je obrađen i značaj izučavanja pojava iz realnog svijeta.
Također je ukazano na vezu između formalnih fizikalnih modela i pojava iz realnog svijeta. U
glavnom dijelu rada prodiskutovane su prednosti i nedostaci digitalne video analize u odnosu na
korištenje senzora u kombinaciji sa odgovarajućim softwareima. Zatim je ponuđen prijedlog
okvirne metodičke sekvence o potencijalno najefikasnijem načinu implementacije ove tehnike u
nastavnoj praksi. Kreirane sekvence demonstrirane su na tri primjera: slobodnom padu, kosom
hicu i kružnom kretanju. U prva dva primjera pored kvalitativnog objašnjenja samih fizikalnih
pojava dobiveni su i kvantitativni rezultati, dok je u trećem primjeru samo kvalitativno
objašnjena pojava. U drugom primjeru je izvršena i primjena kreiranog modela kosog hica na
osnovu podataka dobivenih programom za digitalnu video analizu. Zajedničko za sva tri primjera
je sličan način obrade pomoću programa za video analizu. U nastavku obrade ove teme više
pažnje bi se trebalo posvetiti istraživanju dodatnih opcija koje nudi sam program, kao i
poređenju kretanja po teorijskom modelu sa stvarnim kretanjem.
4
1. Motivisanje učenika za učenje fizike
Motivacija predstavlja pojam kojim označavamo sve one psihološke faktore koji upravljaju
ponašanjem ljudi. Među najvažnije aspekte motivacije ubrajaju se namjera za učenje, zanimanje
za građu, težnja za postignućem, razina aspiracije, uspjeh i neuspjeh u učenju, poznavanje
rezultata učenja, intrinzični i ekstrinzični motivi.
Učenici su različito motivisani za učenje fizike što uveliko zavisi kako o unutrašnjim tako i
vanjskim faktorima. Za neke učenike dovoljna motivacija je samo učenje, kojim oni
zadovoljavaju potrebu za spoznavanjem vanjske stvarnosti, što je praćeno u velikoj mjeri
prisustvom intelektualnih emocija. Kod drugih učenika interna motivacija nedovoljno je
razvijena i kod njih je učenje povezano sa vanjskom nagradom do koje ih učenje vodi (ocjena,
praktična primjena naučenog i dr.). Pored povoljnog motivacijskog faktora za efikasno učenje
fizike kod učenika bitno je razviti poželjne navike i stavove prema nastavnom predmetu Fizika.
Istraživanja su pokazala da stavovi i navike učenika, vezani za fiziku, značajno utiču na njihove
stilove učenja, shvatanja vezana za prirodu fizikalnog saznanja i izgradnju kognitivnog stila kod
učenika. Izgradnja poželjnih stavova prema nastavnom predmetu fizike i fizici kao nauci čini
cjeloživotno učenje mnogo vjerovatnijim, razvija kod učenika osjećaj za stvaralaštvo i olakšava
mu izgradnju kompaktnih, funkcionalnih struktura znanja.
Jedna od bitnijih zadaća nastavnika sastoji se u razvijanju kod učenika interesa za nastavnu
građu. Pošto se zanimanje razvija lakše za onu djelatnost u kojoj imamo uspjeha, nastavnik bi
povremeno trebao i slabijim učenicima omogućiti da dožive osjećaj uspjeha.
Bruner (1966.) smatra da se “željom za učenjem” može upravljati u nastavi putem otkrića pod
uslovom da se razvijaju:
1. Motiv radoznalosti – nastavu treba tako organizovati da kod učenika podstiče i razvija
tragalačku radoznalost, koja ga čini zadovoljnim i još više znatiželjnim;
2. Motiv kompetetnosti – nastavu treba tako organizovati da u njoj svaki sljedeći zadatak
zahtijeva viši nivo znanja ili navika, nego što je to postignuto u prethodnoj etapi. Time će
biti zadovoljena težnja djeteta da dostigne sposobnosti za efikasno međudjelovanje sa
svojom sredinom;
3. Motiv identifikacije – dijete ima jaku želju da modelira svoje JA u odnosu na neke uzore.
Nastavnik je često taj uzor i o toj činjenici treba voditi računa u odgojno–obrazovnom
procesu;
4. Motiv međusobnog djelovanja (kooperacije) – škola treba da obezbijedi da učenik ne
bude objekt učenja nego subjekt nastavnog procesa.
Piaget (1980.) također smatra da na razvoj kognitivnih sposobnosti djeteta povoljno djeluju
istraživački postupci i metode aktivnog učenja. On smatra da su kognicija i motivacija dva
aspekta istog procesa [2].
5
Za nastavu je vrlo bitno motivirati i zainteresirati učenike za opažanje prirodnih zakona. Sva
moderna tehnika se upravo bazira na znanju fizike. Stoga fiziku treba učiti s razumijevanjem, jer
fizika se ne može potpuno razumjeti ako se samo uče činjenice. Za kvalitetno razumijevanje
fizike potrebno je pažljivo promatrati i razmišljati o prirodi oko sebe.
6
2. Važnost eksperimenta u nastavi fizike
Eksperiment, koji se izvodi u sklopu nastave fizike, istovremeno predstavlja nastavni objekt i
nastavnu metodu, tj. s jedne strane učenici se upoznaju sa najvažnijim karakteristikama
eksperimentalne metode, načinom planiranja, izvođenja i vrednovanja rezultata eksperimenta,
dok se s druge strane eksperiment također koristi kako bi se određeni fizikalni sadržaji što
očiglednije i vjerodostojnije predstavili učenicima. Eksperiment u fizici kao nauci služi najčešće
kao sredstvo za verifikaciju ili obaranje hipoteza, koje postavlja teorijska fizika. Odavde vidimo
da je uloga eksperimenta u nastavi fizike u osnovi različita od one koju eksperiment ima u fizici
kao nauci.
Cilj učenja fizike u školi je da učenik stekne znanje, koje može primjeniti u novim, do tada za
učenika nepoznatim situacijama. Takvo znanje se stiče prilikom rješavanja nepoznatih
problemskih situacija. Učenik polazi od prethodnog znanja i iskustva i pomoću usmjerenih
pitanja nastavnika dolazi do rješenja problema. Pri tome učenici razvijaju kreativnost i kritičko
mišljenje, te kroz raspravu uviđaju opravdanost ili neopravdanost vlastitih ideja.
7
Učenici tako aktivno stiču znanje i razvijaju vještinu odabiranja i rješavanja problema. Nužno je
da proces nastave (učenja) bude problemski usmjeren i interaktivan. Nastavnik u takvoj nastavi
postaje mentor i saradnik, dok je učenik aktivni sudionik u svim etapama rada.
8
promatraju (uoče, razumiju, shvate), a ne samo šta će vidjeti. Bitno je cijelim tokom ogleda
voditi raspravu i pomoći učenicima da dođu do odgovarajućih zaključaka.
Didaktičko-metodički aspekti:
stvaranje kognitivnog konflikta kod učenika kroz izazivanje pojava koje učenike
začuđuju i navode na razmišljanje,
višekanalno pristupanje kognitivnim strukturama učenika („učenje mozgom, srcem i
rukom”),
podsticanje na samostalnost i odgovornost,
razvijanje učenikovog samopouzdanja (kroz doživljaj uspjeha),
izvođenje eksperimenta radi pospješivanja pamćenja (raznovrsna aktivnost pospješuje
pamćenje).
S pedagoškog aspekta:
9
razvijanje komunikacionih sposobnosti i sposobnosti predstavljanja sadržaja putem
govora, pisanog teksta, crteža i dr.
navikavanje na preuzimanje odgovornosti,
odgajanje učenika u duhu kriticizma.
S obzirom na:
Treba znati izabrati sadržaje prikladne za eksperiment, koji na najjednostavniji način mogu
doprinijeti sticanju znanja.
Eksperimentom otvaramo probleme i započinjemo raspravu. Istražujemo fizikalne veličine koje
kasnije povezujemo u zakonitosti i modele.
Izvođenjem eksperimenta provjeravaju se učeničke pretpostavke, koje su utemeljene na njihovim
predznanjima [2].
10
3. Promoviranje interaktivnosti u nastavi fizike
U okviru zajednice fizičara se tokom posljednjih dvadeset godina mnogo pažnje posvetilo
istraživanju različitih aspekata obrazovanja iz fizike. Disciplina, koja je proizišla iz pomenutih
istraživanja nazvana je Physics Education Research (PER). U srži ove discipline je proučavanje
temeljnih mehanizama razvijanja znanja fizike kod učenika. Saznanja, do kojih se pri tome
dolazi predstavljaju osnovu za dizajn efikasnijih kurikuluma iz fizike.
Jedan od ključnih rezultata istraživanja fizike u obrazovanju, ogleda se u prepoznavanju potrebe
promoviranja interaktivnosti u nastavi fizike. Pod tim se podrazumjeva razvijanje konceptualnog
razumijevanja putem interaktivnog angažmana učenika, kroz heads-on (uvijek) i hands-on
(uobičajeno) aktivnosti.
U osnovi modernih pristupa nastavi fizike su najčešće učenja švicarskog psihologa Jean Piaget-a.
Naime, ključna stavka interaktivnog pristupa nastavi fizike ogleda se u potrebi da učenici aktivno
sudjeluju u izgradnji svojih predstava o fizikalnim realnostima. Također se značajna pažnja
posvećuje činjenici da učenici u učionice ulaze sa predkoncepcijama o stvarima oko sebe, od
kojih je većina pogrešna.
Neka od istraživanja u okviru PER-a bila su usmjerena na različite aspekte primjene računara u
nastavi fizike. Tako je osamdesetih godina prošlog stoljeća jedan dio istraživača smatrao da će
do 2000-te godine većina znanja u svim naukama i na svim nivoima obrazovanja biti usvajana
pomoću računara, dok su drugi smatrali da je ulaganje u računare samo bacanje novca i gubljenje
vremena. Vremenom se pokazalo da je prava istina između ova dva mišljenja.
Pokazano je da se pomoću računara mogu poboljšati postignuća učenika, ali samo ako se koriste
na pravi način, kao dio koherentnog prisutupa obrazovanju. Računari nam omogućuju pristup
problemima na drugačiji način od onog kako smo naučili putem tradicionalnih metoda.
Pomoću novih tehnologija je omogućeno kreiranje okoline za učenje, na način koji ne možemo
postići pomoću starih nastavnih sredstava/pomagala (kreda, tabla). Nove tehnologije nude i nove
mogućnosti, kao što su:
-dizajniranje nastavnih planova i programa utemeljenih na pojavama iz stvarnog života;
-dizajniranje programa pomoću kojih možemo poboljšati samo učenje;
-daje učenicima i nastavnicima više mogućnosti za sticanje povratnih informacija, razmišljanje i
provjeru znanja;
-izgrađivanje lokalne i globalne komunikacije između učenika, nastavnika, roditelja;
-olakšavanje kontinuiranog stručnog usavršavanja samog nastavnika.
11
3.1. Primjena računara u nastavi fizike
Računari u školama se mogu koristiti ne samo za nastavu informatike, već i ostalih nastavnih
predmeta, te je poželjno da se nalaze u svim učionicama.
U nastavi fizike računar možemo koristiti za:
Pri takvom radu učenici se upoznaju sa primjenom računara u nastavi, uočavaju značaj
savremenih izvora znanja i mogućnost različitih prezentacija rezultata (npr. tablično, grafički).
Korištenjem računara povećava se motivacija i aktivnost učenika na času, jer učenici
individualno mogu stvoriti problemsku situaciju i brzo provjeriti svoje pretpostavke, a zatim
mogu stvarati slične problemske situacije. Učenici mogu simulirati eksperiment, koji je u
stvarnosti teško izvodiv, što im olakšava kreiranje vizualnih reprezentacija fizikalnih realnosti.
Računar se, u kombinaciji sa uređajima za akviziciju podataka, može koristiti i za potrebe
formativnog vrednovanja znanja, usmjerenog ka pravovremenom otkrivanju miskoncepcija
učenika. Time nastavnik dobiva povratnu informaciju o napredovanju učenika, što mu
omogućava da ciljano prilagodi nastavne aktivnosti potrebama učenika.
Postoji ogroman broj softwara, koji potencijalno pospješuju učenje fizike. Ovdje će sada biti
predstavljena klasifikacija softwara prema načinu korištenja. Također će biti rečeno, koji je
pedagoški način njihove upotrebe.
Alati za akviziciju i obradu podataka se mogu koristiti kako za jednostavne proračune podataka u
tabelama, tako i za prikupljanje podataka putem senzora (Microcomputer Based Laboratories-
MBL), kao i za video analizu.
Mladi ljudi su većinom zainteresirani za teme, koje su vezane za stvarni svijet, odnosno okolinu
koja ih okružuje. Također je poželjno rano razviti pozitivan stav prema prirodnim naukama.
Jedan od načina na koji možemo pospješiti zainteresiranost učenika, sastoji se u kreiranju
12
situacija u kojima učenici (uz nadzor nastavnika) promatraju neku pojavu, prikupljaju podatke i
izvode zaključke.
Video analiza pruža mogućnost učenicima da proučavaju fiziku u kontekstu njima bliskih pojava
iz stvarnog života (npr. pojave u kontekstu nekog sporta). Prilikom prikupljanja podataka, a
zatim njihovog analiziranja oni uviđaju da su pojave u stvarnom životu mnogo kompleksnije od
jednostavnih teoretskih modela koji se tipično koriste u školskoj praksi. Još jedna od koristi
proučavanja ovih pojava je i razvijanje laboratorijskih vještina. Real-time grafički prikazi
mjerenja pomažu u povezivanju apstraktnih reprezentacija jezika fizike, s jedne strane i
neposredne okoline učenika, s druge strane.
3.1.1.3. Mikrosvjetovi
13
3.1.1.4. Alatke za modeliranje
Digitalni video nije “lijek za sve“, ali može biti koristan za unaprjeđenje motivisanosti za učenje
kod učenika. Učenici korištenjem digitalnog videa, u kombinaciji sa odgovarajućim softwerima
razvijaju naviku korištenja računara radi provođenja fizikalnih istraživanja. Istovremeno, oni pri
tome unapređuju i konceptualno razumijevanje o samoj pojavi koju razmatraju. Također, učenici
postaju aktivni sudionici nastavnog procesa. Aktivnosti koje prate primjenu digitalne video
analize fizikalnih pojava, omogućuju učenicima da budu kreativni i ostvare svoje ideje.
Korištenje digitalnog videa nije ograničeno uzrastom. U osnovnoj školi učenici u grupama mogu
da razmatraju dati video uz smjernice koje im daje nastavnik, dok u srednjoj školi sami učenici
mogu snimiti video kod kuće i onda pokušati da ga analiziraju. Rezultate svojih istraživanja
mogu podijeliti sa razredom i nastavnikom.
Primjenom digitalne video analize u nastavi, fizikalni zakoni, matematičke formule, grafici,
postaju u očima učenika konkretne, korisne spoznaje i metodi, koji se mogu primjeniti na
proučavanje pojava iz stvarnog života. Učenici srednjih škola mogu razviti na ovaj način mnogo
vještina, koje uključuju povezivanje pojava iz svakodnevnice sa matematikom i samom fizikom,
izvođenje eksperimenata, prikupljanje, analiziranje i interpretiranje podataka. Uylings i Heck
(2005) izvještavaju o uspješnosti korištenja video analize na nivou obrazovanja, koji prethodi
srednjem stručnom obrazovanju. Heck i Holleman (2003) su predstavili istraživanje o
14
lokomotornim sposobnostima učenika dobi od 16-18 godina. Pri tome su prikupljeni i analizirani
real-time podaci o načinu hoda kod učenika, a sam istraživački pristup imitirao je proces
spoznavanja koji implementiraju fizičari [5].
Danas je računar (uz odgovarajuće software-pakete) poznat kao nastavna tehnologija, koja
uveliko može unaprijediti proces modeliranja fizikalnih pojava. Pri tome se u osnovi razlikuje
primjena računara radi predstavljanja, analize i simulacija modela fizikalnog sistema s jedne
strane, i primjena računara kao mosta između kreiranog modela i realnog svijeta s druge strane
(proces validacije modela) [2]. Sama digitalna video analiza je namijenjena za uspostavljanje
veza između kreiranih modela i realnog svijeta (proces validacije modela). Zbog toga će u
nastavku rada biti nešto više rečeno o modelima u nastavi fizike i modeliranju u nastavi fizike.
Hestenes (1996.) model definira kao „reprezentaciju strukture i svojstva nekog fizikalnog
sistema”. Pri tome model općenito odlikuje četiri tipa struktura:
a) Sistematska struktura – ovom strukturom određen je sadržaj sistema, okolina sistema
(vanjski agensi), te eksterne i interne kauzalne povezanosti
b) Geometrijska struktura – ovom strukturom određen je položaj u odnosu na neki referentni
sistem, kao i geometrijske relacije između konstituenata sistema
c) Vremenska struktura – ovom strukturom određena je promjena varijabli koje opisuju
stanje sistema (u deskriptivnim modelima promjene se predstavljaju kroz funkcije koje
eksplicitno ovise o vremenu, dok se kod kauzalnih modela promjene predstavljaju kroz
diferencijalne jednačine i varijable koje opisuju interakciju)
d) Struktura interakcije – veličine koje opisuju interakciju predstavljaju se kao funkcije
veličina koje opisuju stanje sistema.
Da bi odredili model nekog fizikalnog sistema trebamo dakle predstaviti njegovu sistematsku,
geometrijsku, vremensku i interakcijsku strukturu. U tom smislu je bitno da se kod učenika
razviju „alatke za modeliranje”, tj. da se isti osposobljavaju za korištenje najrazličitijih elemenata
koji postoje u jeziku fizike (verbalni iskazi, grafikoni, dijagrami, matematske operacije itd.).
15
4.2. Modeliranje u nastavi fizike
Osim dobrog poznavanja didaktike, fizike i njene metodologije, nastavnik radi uspješnog
implementiranja metode modeliranja treba da posjeduje dobre organizacijske sposobnosti i
vještine. Mogli bismo drugim riječima reći – nije dovoljno da nastavnik kreira dobar model
nastave, potrebno je da ga zna i efikasno koristiti.
Samu nastavu karakterišu istraživanja fizikalnih pojava, koje provode učenici uz podršku
nastavnika. Pri tome ih nastavnik po potrebi usmjerava ka željenom cilju i opskrbljuje
odgovarajućim “alatkama za modeliranje.” Poznato je da učenici najbolje uče kada aktivno
konstruiraju i koriste različite reprezentacije, kako bi objasnili iskustvo i komunicirali sa
ostatkom razreda.
Cilj razredne diskusije je općenito formulacija i evaluacija naučnih stavova, a ovo zahtijeva:
Nastavnik u tom smislu učenike treba da opskrbljuje resursima modeliranja – da kroz razrednu
diskusiju razjasni značenje ključnih fizikalnih koncepata (radi ostvarivanja nedvosmislene
komunikacije među sudionicima nastave), da im olakša prelaz sa jezika svakodnevnice na jezik
fizike, te da traži korištenje različitih reprezentacija pri opisivanju jedne te iste pojave.
Pogodan kontekst za modeliranje u nastavi fizike, zasigurno predstavlja digitalna video analiza
fizikalnih pojava.
16
5. Historijski o digitalnoj video analizi
Primarna svrha nastavnika je da učenicima olakša učenje. Učenici ne ulaze u razred bez ikakvog
znanja, naprotiv oni imaju svoj pogled na svijet, koji su formirali kroz lično iskustvo. Većinom
se učeničke predkoncepcije razlikuju od naučno ustanovljenih činjenica. Takve predkoncepcije
obično nazivamo miskoncepcijama. Miskoncepcije je teško iskorijeniti – učenici ih često
zadržavaju i nakon što se u okviru nastave obrade odgovarajuće teme/koncepti iz fizike.
Pojava računara na neki način potiče nastavnike fizike da promijene svoj način podučavanja.
Ove promjene ne podrazumijevaju implementiranje tehnologije samo zbog nje same. Nedavna
postignuća u komjuterskim tehnologijama i njihova upotreba u podučavanju prirodnih i tehničkih
nauka, obezbjeđuje priliku za nastavnike da kritički posmatraju kako se upotrebljava sam računar
u učionici i laboratoriji. Istraživanja su pokazala da računari mogu efikasno unapređivati
učeničko razumijevanje samo ako je metodika njihove primjene prikladna. Korisnost modernih
medija u nastavi fizike ovisi o mjeri u kojoj nastavnik uspijeva da iskoristi njihove didaktičke
potencijale, radi podizanja nivoa interaktivnosti nastavnog procesa.
17
Anderson, 1991, 1992; Mayer, Bove, Bryman, Mars i Tapangco, 1996; Mayer i Gallini, 1990;
Moreno i Mayer, 1999, 2002). Lekcije su obuhvatale sadržaje prirodnih nauka, uključujući
princip prostiranja svjetlosti, princip sistema kočenja kod automobila, način funkcionisanja
pumpe, te rad električnog generatora. U svih osam studija, učenici koji su učili na osnovu teksta
obogaćenog ilustracijama su postigli bolje rezultate na testovima u odnosu na učenike, koji su
učili samo na osnovu teksta. Pomenuti efekti su naročito izraženi u slučajevima kada učenici
obrađuju gradivo o kojem nemaju značajnija predznanja.
U jednoj studiji (Mayer, 1983) učenici su najprije pročitali lekciju o principu rada radara, a zatim
su odgovarali na pitanja. Učenici su ostvarivali bolje rezultate u učenju, ako su vidjeli grafičku
reprezentaciju o radaru, prije nego što je lekcija prezentovana [7].
Tokom prošle decenije, brojna istraživanja u oblasti nastave fizike odnosila su se na tematiku
upotrebe interaktivnih medija u učionici i laboratoriji. Određene grupe istraživača proučavale su
korištenje interaktivnih video zapisa u nastavi (Brungardt & Zollman, 1995; Martorella, 1989,
Zollman, 1997; Zollman & Fuller, 1994), dok su drugi proučavali učeničko razumijevanje
kretanja korištenjem eksperimenata snimljenih na računaru (Laws, 1991a; Thornton & Sokoloff,
1990).
Istraživači su proučavali i učeničko razumijevanje mehaničkog kretanja korištenjem
odgovarajućih softwarea za video analizu (Beichner, 1996; Brasell & Rowe, 1993). Brasell
(1987) je sugerirao da istovremeno posmatranje kretanja i njegove grafikonske reprezentacije
može značajno unaprijediti učeničke sposobnosti procesiranja informacija.
Brungardt i Zollman (1995) su za potrebe svog istraživanja podijelili učenike u dvije grupe. Prvu
grupu učenika su nazvali simultaneous-time group, a drugu grupu učenika delayed-time group.
Učenici u simultaneous-time group u isto vrijeme su promatrali grafikon položaj-vrijeme i
odgovarajući video zapis kretanja objekta. Delayed-time grupa je prvo mogla vidjeti kretanje
objekta, a onda poslije nekoliko minuta i grafikonsku prezentaciju tog objekta. Najzad se
pokazalo da su učenici u simultaneous-time group bili uspješniji od učenika druge grupe, ali
razlika nije bila statistički značajna. Rezultati pomenutog istraživanja ukazuju na to da
18
istovremeno posmatranje kretanja i odgovarajućih grafikona, koji prikazuju relacije iz
kinematike, može voditi ka unapređivanju učeničke motivacije i poboljšanju razumijevanja [10].
Video analiza se intenzivno koristi u okviru tzv. Workshops pristupa nastavi fizike. Workshop
Physics predstavlja kurs fizike bez formalnih lekcija. U ovom kursu računarske tehnologije
koriste se radi uspostavljanja veza i odnosa između fomalnih fizikalnih modela i stvarnih
iskustava učenika. Pri tome se kombinuju i umrežavaju različite računarske aplikacije, a radi
njihovog korištenja od strane učenika u aktivnostima u kojima oni posmatraju pojavu, analiziraju
dobijene podatke, te razvijaju verbalne i matematičke modele za objašnjavanje posmatrane
pojave. Računarske aplikacije korištene u Workshop Physics uključuju:
Prilikom analiziranja efekata projekta Workshop Physics na samo učenje (putem upoređivanja
testova koje su radili učenici prije i poslije kursa), Laws je otkrila drastičan napredak u
konceptualnom razumijevanju učenika u oblastima kinematike, dinamike, kalorike i
elektromagnetizma (Laws, 1995). Ovi efekti na učenje fizike ne bi bili ostvarivi bez
implementiranja nastavnih aktivnosti poput diskusije, promatranja i postavljanja hipoteza [8].
Razvoj računarske tehnologije je omogućio nastavnicima i učenicima da mogu sami snimiti svoj
vlastiti video, pohraniti ga na računar i onda analizirati. Učenici mogu analizirati video na mnogo
načina, a jedan od načina je tretiranje videa kao seta pojedinačnih frejmova. Snimljeni video se
može koristiti u različitim programima, a da se ne gubi kvaliteta samog videa.
Interaktivni video je svaki video u kojem korisnik ima više opcija od samog pokretanja i
zaustavljanja, kao što su:
-still frame, omogućava da bude prikazan frejm onoliko dugo koliko je potrebno;
-step frame, omogućava korisniku da premotava snimak naprijed ili nazad po jedan frejm;
Interaktivni video može biti iskorišten da zaintrigira učenike, kako bi aktivno učestvovali u
procesu učenja. Kansas State University Physics Education Group je razvila određene alate i
19
materijale prilagođene za upotrebu interaktivnog digitalnog videa za podučavanje fizike u
učionici. Interaktivni, digitalni video materijal je razvijen i konstruisan u vidu dva programa
Video Analayzer Computer Program i Visual Space-Time Computer Program.
Video Analyzer koristi Intel's Action Media II paket za snimanje videa s kamere na hard disk
računara. Unutar programa imamo nekoliko opcija za playback, uključujući kontinuirani
playback u okviru kontrolne trake. Miš se može koristiti za pozicioniranje kursora bilo gdje na
videu, možemo napustiti objekt, koji smo markirali da upišemo odgovarajuće koordinate u
dokument. Korisnik može pratiti kretanje objekta tokom cijelog videa. Program se može koristiti
i za praćenje kompleksnih objekata.
Visual Space-Time, se ne koristi za snimanje videa, ali koriste Action Media II file format za
analiziranje pravolinijskog kretanja objekta. Program omogućuje korisniku da identifikuje i
označi objekt od interesa, kao i da obilježi njegovu poziciju u zavisnosti od vremena [8].
5.2. Prednosti i nedostaci digitalne video analize u odnosu na korištenje senzora u nastavi
fizike
Srž MBL (Microcomputer Based Labaratory) pristupa nastavi fizike sastoji se u akviziciji
eksperimentalnih podataka iz neposrednog učeničkog okruženja. Naime, kod ovih sistema
posebni senzori (npr. senzori brzine, pritiska, sile, temperature magnetskog fluksa itd.) veza su
računara i vanjskog svijeta. Pristigli podaci se potom obrađuju pomoću specijalnih programa što
omogućava ekspresnu analizu posmatrane pojave sa aspekta jezika fizike.
Na samom početku izvođenja eksperimenta sam senzor mora biti pomoću interface-a povezan
s računarom. Razumijevanje postavke eksperimenta pomaže učenicima da izvrše mjerenja, a
onda da analiziraju dobivene rezultate, kao i da interpretiraju grafičke reprezentacije ovih
podataka. Eksperimentalna postavka je prilično jednostavna. Unutar programa, koji koristimo u
kombinaciji sa našim senzorom, izaberemo ikonu senzora i onda je mišem “odvučemo” na
virtual interface panel na ekranu računara, druga mogućnost je automatsko prepoznavanje
senzora. Unutar samog programa imamo dostupnu veliku biblioteku kalibrisanih senzora. U
eksperimentalnim postavkama moguće je definisati i sam kraj mjerenja, odnosno vremenski
interval nakon kojeg će računar prestati sa akvizicijom podataka. Naprimjer, uzmimo da se
pomoću softwara brzine analizira oscilovanje tega sa zavojnicom. Nakon poticanja zavojnice i
tega na oscilovanje na samom prozoru software se prikazuje udaljenost tega od senzora u
zavisnosti od vremena. Za prikazivanje grafikona nije potrebno vršiti nikakvo baždarenje.
20
5.2.2. Prikupljanje i analiziranje podataka pomoću digitalne video analize
Za analiziranje podataka ovom metodom prvenstveno moramo imati video, koji možemo sami
snimiti ili preuzeti sa interneta. Nakon toga se video ubacuje u odgovarajući program i generirani
podaci se predstavljaju grafički i tabelarno.
O prikupljanju i analiziranju podataka pomoću digitalne video analize će biti više riječi u
nastavku rada, a u daljem tekstu su navedene prednosti i nedostaci digitalne video analize u
odnosu na senzore.
Digitalna video analiza ima brojne prednosti u odnosu na korištenje senzora u kombinaciji sa
odgovarajućim softwareima. Korištenjem digitalne video analize možemo proučavati
dvodimenzionalna kretanja, dok pomoću senzora možemo proučavati samo jednodimenzionalna
kretanja. Ova karakteristika senzora značajno sužava spektar kretanja, koje možemo analizirati
ovom metodom. Tijelo koje posmatramo pomoću senzora, mora biti udaljeno od samog senzora
najmanje deset centimetara.
Digitalna video analiza predstavlja atraktivan način prikupljanja podataka za učenike, koji su
odrasli uz video tehnologiju. Najveća prednost digitalne video analize je jednostavnost upotrebe.
Oprema za snimanje, kao i program za analiziranje snimljene pojave, moraju biti jednostavni za
upotrebu kako za nastavnike, tako i za učenike.
Kod digitalne video analize pojava se često više puta iznova promatra i proučava. Samim tim
imamo dosta vremena za analiziranje podataka, odnosno same prirode pojave koju promatramo.
Putem digitalne video analize mi promatramo pojave u stvarnim vremenskim okvirima u kojima
su se zaista i odvijale.
Postoji obilje video materijala, koji prikazuju kretanja koja se odvijaju izvan laboratorije, kao što
su: sportski događaji, plesni performansi, filmske akrobacije i crtani filmovi. Analiziranjem ovih
kretanja mi povezujemo fiziku kao nauku sa neposrednim iskustvom učenika [9].
21
6. Tehnički aspekti korištenja video analize u nastavi fizike i prijedlog metodičke sekvence
Prije snimanja videa ili korištenja već snimljenog materijala, moramo se pobrinuti da naš video
zadovoljava određene kriterije. Kriteriji, o kojima treba voditi računa prilikom korištenja
određenog videa u nastavi, su sljedeći:
objektiv kamere mora biti okomit na samu ravan u kojoj se pojava odvija;
poželjno je da se boja posmatranog objekta znatno razlikuje od boje pozadine (u slučaju
da želimo koristiti automatsko praćenje objekta ovaj uslov je nužan);
video ne smije biti ubrzan ili usporen;
kamera se tokom snimanja ne bi trebala pomjerati.
Nakon što smo provjerili da li naš video snimak zadovoljava pomenute kriterije možemo
analizirati video snimak pomoću odgovarajućeg softwarea za video analizu.
Prvi korak pri analiziranju video snimka je određivanje početnog i krajnjeg framea. Ukoliko
posmatramo putanju nekog objekta, dobro je izbjegavati frame pred sami početak kretanja
objekta, kao i frame neposredno pred zaustavljanje posmatranog objekta (ukoliko ne želimo
analizirati više vrsta kretanja u isto vrijeme).
Drugi korak prilikom analiziranja snimka je odabiranje broja frameova između dva uzastopna
položaja tijela. Kod određenog kretanja će biti dovoljno da odaberemo samo jedan frame, dok će
kod drugog kretanja zbog preglednosti praćenja zakonitosti kretanja samog objekta biti
neophodno izabrati veći broj frameova.
Najbitnije je da korištenje digitalne video analize u nastavi fizike uvijek jasno povezujemo sa
ostvarivanjem konkretnih nastavnih ciljeva. U okviru aktivnosti pripremanja za čas, nastavnik bi
22
trebao i sam apsolvirati cijeli postupak analiziranja video snimka, te ustanoviti didaktičke
potencijale snimka.
Prije pokretanja i analiziranja videa na samom času, nastavnik treba da razgovara s učenicima i
da ih ohrabri da postave što više hipoteza, koje će moći provjeriti u okviru postupka video
analize.
Nakon definisanja cilja i postavljanja što većeg broja hipoteza, može se pristupiti analiziranju
video snimka.
Slično kao i kod provođenja eksperimenta i prilikom korištenja video analize moguće je koristiti
„predict-observe-explain“ tehniku. U tom smislu posebno su korisne mogućnosti interaktivne
kontrole video snimka.
„Predict-observe-explain“ tehnika može se koristiti npr. u kontekstu uspostavljanja veza i
odnosa između promjena u karakteristikama kretanja s jedne strane i njegovih
formalnih/grafikonskih reprezentacija, s druge strane.
Osim toga, pomenutu tehniku možemo primijeniti i radi poticanja modeliranja u nastavi fizike.
Naime, najveći broj softwarea za digitalnu video analizu omogućava modeliranje fizikalnih
pojava. U tom smislu nastavnik učenike može voditi kroz proces teorijskog modeliranja kretanja.
Pri tome se kod učenika razvija svijest o prirodi saznanja u fizici, analizira se veličina uticaja
pojedinih faktora i identificiraju se veličine, čiji se efekti mogu zanemariti u datoj situaciji.
Validnost svakog od modela provjerava se usporedbom rezultata predviđanja dobijenih na
osnovu tog modela s jedne strane, i stvarnih (snimljenih) kretanja/ovisnosti, s druge strane.
Svaka provjera modela, popraćena je razrednom diskusijom, koju modelira nastavnik.
Najčešće korišteni programi za video analizu su: Tracker (besplatno dostupan na internetu) i
VideoPoint & Logger Pro (komercijalan). U ovom diplomskom radu za analiziranje video
snimka korišten je Tracker.
23
6.3. Tracker
Tracker je besplatni program za video analizu, koji služi i kao alat za modeliranje. Izgrađen je na
Open Source Physics (OSP) Java frameworku. Tracker je namijenjen da se koristi u svrhu učenja
i poučavanja fizike.
Tracker video modeliranje je jedan novi način kombinacije videa s računarskim modeliranjem.
U okviru Tracker definirana su dva osnovna tipa modela čestica: analitički i dinamički model.
Dinamički model čestica može biti Kartezijev, polarni i sistem dva tijela. Kao što je već rečeno
svi modeli u Trackeru se konstruiraju u okviru „Model Buildera”.
Model Builder omogućuje definiranje različitih parametara, početnih uslova, kao i izraza za
položaj i intenzitet sila. U samim izrazima se mogu koristiti sve matematičke operacije i
24
funkcije.
Analitički Model Builder (Slika 2.) posjeduje polja za unos x i y, koja omogućuju učenicima da
odrede položaj čestice u zavisnosti od vremena, ako kretanje ima poznata analitička rješenja.
Nakon pokretanja samog videa, prikazuju se i položaji objekta formirani na osnovu vrijednosti i
izraza, koje smo mi zadali u Model Builderu. Osim položaja, korisnik može unijeti i izraze za
druge fizikalne veličine npr. brzinu, ubrzanje, kinetičku energije.
Analitičkim modeliranjem se dobijaju savršeni podaci, koji pomažu učenicima da uspostave vezu
između kretanja čestice i matematičkog opisa, pomaže im da lakše analiziraju grafike i da
upoređuju modele sa stvarnim svijetom. Učenici će vidjeti i da se analitička rješenja mogu
koristiti u vrlo ograničenom broju situacija.
25
6.4.2.Dinamički modeli
Tracker može obezbijediti uvod u dinamičko modeliranje (Slika 3.). Učenici definiraju i
mijenjaju izraze za sile, vrijednosti parametara i početne uslove, a kretanje po modelu se
automatski prikazuje na videu. U isto vrijeme, podaci se prikazuju na grafikonima i u tabelama.
Samo kretanje se simulira pomoću Runge-Kutta algoritma, ali su numerički podaci skriveni od
učenika, tako da je njihova pažnja usmjerena na razmatranje sila i posljedice djelovanja tih sila
[13].
26
6.5. Primjeri:
Cilj korištenja ovog videa: Utvrditi u koju kategoriju kretanja spada slobodni pad; Odrediti
ubrzanje Zemljine teže analiziranjem slobodnog pada.
Ovaj video će nam poslužiti da ispitamo najprije u koju vrstu kretanja spada slobodni pad, te da
zatim odredimo ubrzanje Zemljine teže, analiziranjem jednakoubrzanog kretanja.
1. Poznatu dužinu određujemo na osnovu mjerne letve, koja se nalazi na video snimku.
Dužina je u ovom primjeru izražena u metrima.
2. Postavimo koordinatni sistem onako kako mislimo da će nam biti najpogodnije za dalji
rad. U ovom slučaju smo ga postavili tako da površina stola odgovara y = 0 m.
3. Početni frame nam je frame 1, a kao krajnji uzimamo frame 8.
4. Izaberemo opciju Create Point mass (model materijalne tačke) i onda bilježimo položaj
našeg objekata od početnog framea koji smo izabrali do krajnjeg.
27
Analiziramo gafikon zavisnosti x = x(t).
Sa grafikona možemo vidjeti da se mijenja tek treća decimala koordinate x nakon 0,062 s pa
možemo uzeti približno da se položaj loptice u x pravcu ne mijenja. X – komponenta brzine
tijela je dakle približno jednaka nuli, odakle slijedi da je Fx također približno jednaka nuli
(promjena vx je zanemariva).
28
Analizirajmo grafikon zavisnosti y = y(t).
Što se tiče kretanja u y-pravcu dobili smo krivu, koja predstavlja krivu drugog reda (parabolu).
Rezultat, shodno kojem se kretanje po y-pravcu veoma dobro modelira pomoću parabole,
ukazuje na činjenicu da slobodni pad predstavlja u biti jednakoubrazno kretanje.
Podatke nastojimo fitovati jednačinom je y = a∙t2 + b∙t + c. Ako parametre u ovoj jednačini
zamijenimo fizikalnim veličinama dobit ćemo sljedeću jednačinu:
𝑔𝑡 2
y(t) = y0 + v0 t + (1)
2
U ovoj jednačini y0 predstavlja visinu sa koje je tijelo počelo padati u odnosu na površ stola,
v0 – početna brzina, a g je ubrzanje Zemljine teže.
𝑚
Kao rezultat fitovanja smo dobili da je y0 = 0,6161 m, v0 = 1,084 , a ubrzanje Zemlje
𝑠
𝑚 𝑚
g= 9,828 . Pošto smo kretanje pratili od framea 1 (a ne od framea 0), brzina v0 = 1,084
𝑠2 𝑠
predstavlja brzinu loptice 0,03 s nakon napuštanja ruke.
29
Kad izračunamo relativnu grešku za ubrzanje Zemljine teže dobijemo da je εr = 0,183 ٪.
Iz same vrijednosti za ubrzanje Zemljine teže, koju smo dobili analiziranjem ovog videa i
računanjem relativne greške, vidimo da postoji dobro podudaranje sa tabličnom vrijednošću za g.
Jednačinu vy = a*t + b ćemo napisati preko fizikalnih veličina i dobit ćemo sljedeću jednačinu
Činjenica, shodno kojoj y-komponenta brzine u jednakim intervalima raste za jednake iznose,
dodatno potkrepljuje tvrdnju da se kod slobodnog pada radi o jednakoubrzanom kretanju.
30
6.5.2. Primjer 2. – Kosi hitac
Cilj korištenja ovog videa: Demonstrirati princip nezavisnosti kretanja; Objasniti i pokazati
kako na osnovu grafikona zavisnosti x = x(t), y = y(t) (grafikone smo dobili promatranjem
pojave iz svakodnevnice), možemo odrediti većinu fizikanih veličina kojima opisujemo za kosi
hitac.
Ovaj video će nam pomoći da objasnimo jedno složeno kretanje (kosi hitac), pomoću primjera iz
svakodnevnice. Videom je predstavljeno ubacivanje lopte u koš.
31
Analiziramo gafikon zavisnosti x = x(t).
Brzina u x-pravcu je označena sa v0x, a početna koordinata je označena sa x0. Kao rezultat
𝑚
fitovanja ovog pravca smo dobili da je komponenta brzine u x-pravcu v0x = 3,895 𝑠 , a početna
koordinata x0 = 0,2344 m .
32
Analizirajmo gafikon zavisnosti y = y(t).
Što se tiče kretanja u y-pravcu dobili smo krivu, koja predstavlja krivu drugog reda (parabolu).
Zbog toga smo podatke fitovali pomoću relacije y = a∙t2 + b∙t + c. Ako parametre u ovoj
jednačini zamijenimo fizikalnim veličinama dobit ćemo sljedeću jednačinu:
𝑔𝑡 2
y(t) = y0 + v0y t - (4)
2
𝑚
g = 9,326 𝑠2 .
33
Na osnovu dobijenih rezultata možemo zaključiti da kretanje u x – pravcu ne mijenja prirodu
kretanja po y – pravcu (ubrzanje po y – pravcu približno je isto, kao i kod slobodnog pada).
Razlog za odstupanje ubrzanja Zemljine teže, koje je dobiveno u ovom eksperimentu u odnosu
na ono ubrzanje koje mi koristimo, može biti otpor vazduha, koji se očigledno ne može
zanemariti zbog nešto veće brzine i čeone površine u ovom slučaju. Precizniju vrijednost
ubrzanja Zemljine teže ćemo dobiti, ako uzmemo samo tačke blizu maksimuma krive
(maksimalne visine koju postigne lopta). Sa ovim tačkama ćemo dobiti da je ubrzanje g = 9,708
𝑚
.
𝑠2
Sada ćemo odrediti maksimalno vrijeme, potrebno da lopta postigne maksimalnu visinu.
Uvrštavanjem vrijednosti za 𝑣0𝑦 i g, koje smo dobili fitovanjem krivih, dobit ćemo da je
tm = 0,605 s.
34
Iz same tabele možemo uočiti da je u stvarnosti tm = 0,594 s, tako da je vrijednost koju smo
dobili analitički približno jednaka vrijednosti koju očitamo sa samog grafika, odnosno tabele
(boldiran red u tabeli na Slici 12.).
Ono što možemo još očitati i odrediti na osnovu ovog videa, je maksimalna visina kao i ugao pod
kojim je tijelo izbačeno. Prvo ćemo analitički odrediti ove veličine, a onda ćemo ih uporediti sa
podacima u tabeli.
𝑚2
5,6452 2
𝑠
ym = 2,371 m + 𝑚 = 4,0786 m (7)
2∙ 9,326 2
𝑠
𝑚
3,895
α =arccos ( 𝑠
2
) = 55,39º (8)
√(3,8952 +5,6452 )𝑚2
𝑠
Na prethodnoj slici nam je boldiran red u tabeli, iz kojeg možemo očitati da je maksimalna visina
ym = 4,087 m.
35
Na Slici 13. možemo očitati ugao pod kojim je tijelo izbačeno i on iznosi α = 50,0º.
36
6.5.2.1. Modeliranje kosog hica
Prvenstveno je kreiran Dynamic Particle Model – Cartesian na već postojećoj analizi putanje
lopte, koji je izvršen pomoću opcije Create – Point Mass na prethodnim stranicama.
Nakon kreiranja modela C, u prozor Model Builder (Slika 15.) unesen je parametar g, a također
su unesene početne vrijednosti za koordinatu x, koordinatu y, te početne brzine u x i y pravcu.
Ove vrijednosti su preuzete iz same analize putanje, koja je izvršena kreiranjem mass A modela.
Kao što možemo vidjeti sa slike, empirijski predviđena putanja lopte i ona koju smo mi pokušali
da kreiramo pomoću modela C, se dosta dobro poklapaju.
37
Slika 15. Model C
38
6.5.3. Primjer 3.- Kružno kretanje
Izvođenje ogleda: Klip, koji se koristi, preuzet je sa youtube-a. Na video klipu prikazan je sto
(točak) za rulet, prosječnog radijusa od 60 cm. Snimak je snimljen okomito na sto, tako da je
moguće pratiti lopticu tokom cijele njene putanje po kružnici. Kretanje ove loptice i njenu
putanju analizirat ćemo u Tracker-u. Znamo da loptica u ovom slučaju vrši neravnomjerno
kružno kretanje, jer postepeno usporava, te se na kraju samog kretanja zaustavi i padne na neko
od polja na točku.
Prvo smo odabrali od kojeg framea do kojeg framea želimo snimak ispitivati i utvrdili smo korak
između frame-ova. Početni frame u ovom slučaju je: 3,587, a posljednji frame je 3,650. Veličina
koraka je 1. Zatim smo postavili koordinatni početak u centar stola, obilježili radijus stola i
kreirali model materijalne tačke (point mass). Nakon toga smo ručno obilježili svaki položaj
loptice od prvog izabranog do posljednjeg izabranog frame-a. Razmak između dva frame-a je
0,04 s.
Zapažanje: Nakon što smo obilježili svaki položaj loptice, na grafiku smo za x(t) dobili
sinusoidu.
39
Nakon što smo fitovali krivu i izabrali oblik sinusoide dobili smo Sliku 19.:
40
Činjenica da sinusoide vremenom postaju šire ukazuje na smanjenje brzine, tj. na gubljenje
mehaničke energije.
Iz ovog grafika vidimo da se brzina loptice smanjuje sa vremenom, što smo i očekivali, jer
loptica vrši neravnomjerno usporeno kružno kretanje. Međutim, nakon poticanja loptice na
kretanje, na samom početku, odstupanja od ravnomjernog kretanja još nisu uočljiva. Amplitude
sporo opada u prvih nekoliko frameova. Ovakvo kretanje, karakteristično je za slučajeve u
kojima sile djeluju u pravcu okomitom na brzinu loptice. Efekat djelovanja takvih sila je
promjena pravca vektora brzine. Reakcija stijenke ima ulogu centripetalne sile.
41
Zaključak
Fiziku treba učiti ne samo kao znanje činjenica, koncepata, principa i teorija, već i kao proces.
Procesi fizike osiguravaju način pronalaženja informacija, testiranja ideja i traženje objašnjenja.
Onaj koji uči, treba da bude aktivno uključen u iskustva koja su povezana s učenjem, da
komunicira sa drugima, dijeli ideje, raspravlja, razmišlja o onome šta je čuo, vidio, razumio,
odredio. Upotreba digitalne video analize u nastavi, može nam pomoći da ostvarimo navedene
stavke. Korištenje digitalne video analize u obrazovanju omogućuje edukatorima da zadobiju
učenička interesovanja i pažnju, kao i da unaprijede motivisanost i interes za učenje kod učenika.
Učenici su puno više zainteresirani i motivisani za učenje kada se podučava korištenjem nekog
vida tehnologije, a naročito ako na taj način uspostavljaju vezu sa realnim svijetom. Aktivnosti
tokom korištenja digitalnog videa omogućuju učenicima da budu kreativni i ostvare svoje ideje.
Korištenjem digitalne video analize fizikalni zakoni, matematičke formule, grafici, postaju u
očima učenika konkretne, korisne spoznaje i metodi koji se mogu primjeniti na proučavanje
pojava iz stvarnog života. Upotrebom digitalne video analize učenici se upoznaju sa primjenom
računara u nastavi, uočavaju značaj savremenih izvora znanja i mogućnost različitih prezentacija
rezultata (npr. tablično, grafički).
Digitalna video analiza nije zamišljena da bude zamjena za izuzetno precizne instrumente, ona
nam tek nudi pogodan kontekst za modeliranje fizikalne stvarnosti, odnosno omogućava bolje
shvatanje prirode fizike i procesa spoznaje u fizici.
42
Literatura:
[2]. Muratović, H., Mešić V., Didaktičko-metodički prilozi nastavi fizike, Sarajevo, 2009.
[3]. Banić, S., Motivacija učenika kao uvjet uspjeha, Ivanić Grad
[5]. Heck, A., Bringing reality into the classroom, University of Amsterdam, 2009.
[6]. Zollman, D., Fuller, R., Teaching and learning Physics with interactive video, Kansas State
University, 1994.
[7]. Colvin, Clark, R., Mayer, R., e-Learning and the Science of Instruction, Pfeiffer, San
Francisco, 2008.
[8]. Escalada, L.,T., An investigation on the effects of using interactive digital video in a physics
classroom on student learning and attitudes, Kansas State University, 1995.
[9]. Laws, P., Pfister, H., Using Digital Video Analysis in Introductory Mechanics Projects,
1998.
[10]. Larkin-Hein, T., Zollman, D., Digital Video, Learning Styles and Student Understanding,
American University, Kansas State University
[11]. http://www.cabrillo.edu/~dbrown/tracker/AAPT_Texas.pdf
[12]. http://www.youtube.com/watch?v=86vw5G-tiGY
[13]. Douglas, B., Wolfgang, C., Simulation what you see: Combining Computer modeling with
video analysis, Ljubljana, 2011.
43