"Βιομετρικοί Ανιχνευτές: Η
Επιστήμη πίσω από την Απόδοση – Όταν η Γυμναστική Συναντά τα Δεδομένα".
Κατά την εκτίμησή μας παραθέτουμε παράδειγμα μαθήματος γυμναστικής, για να μην υπάρχουν αμφιβολίες ότι αυτό το μάθημα δεν μπορεί να διδαχθεί με τη διεπιστημονική μεθοδολογία του STEM....
1.
Σενάριο Μαθήματος (Scenario)
Η Πρόκληση: Έτος 2026. Η Εθνική
Ομάδα Στίβου ψάχνει για νέους, ταλαντούχους αθλητές. Αντί όμως για παραδοσιακές
δοκιμασίες, χρησιμοποιούν μια νέα, "έξυπνη" προσέγγιση. Οι αθλητές
δεν αξιολογούνται μόνο από τον χρόνο τους, αλλά από το πώς το σώμα τους αντιδρά
στην προσπάθεια.
Η Αποστολή: Οι μαθητές
αναλαμβάνουν τον ρόλο των αθλητικών επιστημόνων και αναλυτών δεδομένων. Πρέπει
να συμμετάσχουν σε μια σειρά από φυσικές δραστηριότητες (PE) και να
χρησιμοποιήσουν τεχνολογικά εργαλεία (βιομετρικούς αισθητήρες) για να συλλέξουν
και να αναλύσουν δεδομένα για τη δική τους απόδοση.
Στόχος: Να κατανοήσουν τη
σχέση μεταξύ φυσικής δραστηριότητας, καρδιακού ρυθμού και ενεργειακής δαπάνης,
να μάθουν να συλλέγουν και να αναλύουν βιομετρικά δεδομένα, και να αναπτύξουν
ψηφιακές δεξιότητες.
2.
Σχέδιο Μαθήματος (Lesson Plan)
Θέμα: Φυσιολογία της Άσκησης -
Καρδιακός Ρυθμός, Ενεργειακή Δαπάνη και Βιομετρικά Δεδομένα.
Ηλικιακή Ομάδα: 15-17
ετών (Λύκειο).
Διάρκεια: 3 διδακτικές ώρες (ή
μία μεγάλη δράση).
Γιατί είναι διεπιστημονικότητα
(STEM):
S (Science - Φυσιολογία):
Ανάλυση της καρδιακής λειτουργίας, κατανόηση του μεταβολισμού και της
ενεργειακής δαπάνης, επίδραση της άσκησης στο σώμα.
T (Technology - Βιομετρικοί Αισθητήρες):
Χρήση καρδιοσυχνομέτρων, "έξυπνων" ρολογιών ή εφαρμογών για κινητά
(π.χ. Google Fit, Apple Health), χρήση φορητών αισθητήρων (wearables).
E (Engineering - Σχεδιασμός Παρουσίασης):
Σχεδιασμός και οργάνωση μιας ψηφιακής παρουσίασης (storytelling), επιλογή
κατάλληλων πολυμέσων, δημιουργία μιας λογικής ροής.
M (Mathematics - Δεδομένα & Υπολογισμοί):
Συλλογή, οργάνωση και ανάλυση δεδομένων, υπολογισμός μέσων όρων, δημιουργία
γραφημάτων, κατανόηση στατιστικών στοιχείων.
Υλικά:
- Καρδιοσυχνόμετρα ή "έξυπνα" ρολόγια (wearables).
- Κινητά τηλέφωνα με εφαρμογές για κινητά (π.χ. Google Fit, Apple Health) - αν δεν υπάρχουν wearables.
- Υπολογιστές με πρόσβαση στο διαδίκτυο και λογισμικό για ανάλυση δεδομένων (π.χ. Excel, Google Sheets).
- Φύλλο εργασίας (βλ. παρακάτω).
- Πρόσβαση στο διαδίκτυο για έρευνα πολυμέσων.
Βήματα:
Εισαγωγή (20'):
Παρουσίαση του σεναρίου. Συζήτηση για τη σημασία της βιομετρικής ανάλυσης στον
αθλητισμό. Εξοικείωση με τα βασικά εργαλεία του καρδιοσυχνόμετρου ή της
εφαρμογής.
Φυσική Δραστηριότητα & Συλλογή Δεδομένων
(1 ώρα): Οι μαθητές εργάζονται σε ομάδες (2-3 άτομα). Κάθε ομάδα
συμμετέχει σε 3 διαφορετικές δραστηριότητες (PE):
- Δραστηριότητα 1: Sprint. Τρέξιμο 100 μέτρων.
- Δραστηριότητα 2: Jumping Jacks. Εκτέλεση Jumping Jacks για 2 λεπτά.
- Δραστηριότητα 3: Burpees. Εκτέλεση Burpees για 2 λεπτά.
Συλλογή Δεδομένων:
Χρησιμοποιούν τα καρδιοσυχνόμετρα ή τις εφαρμογές για να συλλέξουν δεδομένα
για:
- Καρδιακό ρυθμό (πριν, κατά τη διάρκεια και μετά την άσκηση).
- Ενεργειακή δαπάνη (θερμίδες).
- Χρόνο εκτέλεσης.
Συμπληρώνουν το φύλλο εργασίας.
Ανάλυση Δεδομένων (1 ώρα): Οι
ομάδες χρησιμοποιούν τους υπολογιστές για να οργανώσουν και να αναλύσουν τα
δεδομένα τους. Δημιουργούν γραφήματα (π.χ. γραφήματα καρδιακού ρυθμού ανά
δραστηριότητα, γραφήματα ενεργειακής δαπάνης ανά δραστηριότητα). Υπολογίζουν
μέσους όρους.
Σχεδιασμός Παρουσίασης (30'): Οι
ομάδες οργανώνουν τα δεδομένα τους, τα γραφήματά τους και τις αναλύσεις τους σε
μια λογική σειρά, δημιουργώντας μια "Παρουσίαση" (Storytelling) για
το πώς η βιομετρική ανάλυση τους βοήθησε να κατανοήσουν την απόδοσή τους.
Παρουσίαση και Συζήτηση (30'):
Κάθε ομάδα παρουσιάζει την ψηφιακή της παρουσίαση στην ολομέλεια. Ακολουθεί
συζήτηση για τα πολιτισμικά στοιχεία που αναδείχθηκαν, τις προκλήσεις της
συλλογής δεδομένων και πώς η τεχνολογία βοήθησε στην κατανόηση της απόδοσής
τους.
3.
Φύλλο Εργασίας (Worksheet)
Μπορείτε να το εκτυπώσετε και να το δώσετε
στους μαθητές.
Φύλλο Εργασίας STEM: "Βιομετρικοί
Ανιχνευτές: Η Επιστήμη πίσω από την Απόδοση"
Όνομα Ομάδας: ____________________________
Μέλη Ομάδας: ____________________________
Ημερομηνία: ____________________________
Βήμα 1: Συλλογή Δεδομένων
Συμπληρώστε τον παρακάτω πίνακα με τα
δεδομένα σας για κάθε δραστηριότητα:
|
Δραστηριότητα |
Καρδιακός Ρυθμός (bpm) |
Ενεργειακή Δαπάνη
(θερμίδες) |
Χρόνος (sec) |
Παρατηρήσεις |
|
1 |
||||
|
2 |
||||
|
3 |
Βήμα 2: Ανάλυση Δεδομένων
Γράφημα Καρδιακού Ρυθμού: Δημιουργήστε ένα
γράφημα που δείχνει τον καρδιακό ρυθμό ανά δραστηριότητα (πριν, κατά τη
διάρκεια και μετά την άσκηση).
S (Science - Φυσιολογία): Πώς η άσκηση
επηρέασε τον καρδιακό ρυθμό σας;
T (Technology - Βιομετρικοί Αισθητήρες): Πώς
η τεχνολογία βοήθησε στη συλλογή δεδομένων;
E (Engineering - Σχεδιασμός Παρουσίασης): Πώς
το γράφημα σας βοηθά να κατανοήσετε τα δεδομένα σας;
M (Mathematics - Δεδομένα & Υπολογισμοί):
Ποιος ήταν ο μέσος καρδιακός ρυθμός σας ανά δραστηριότητα;
Γράφημα Ενεργειακής Δαπάνης: Δημιουργήστε ένα
γράφημα που δείχνει την ενεργειακή δαπάνη ανά δραστηριότητα.
S (Science - Φυσιολογία): Πώς η άσκηση
επηρέασε την ενεργειακή δαπάνη σας;
T (Technology - Βιομετρικοί Αισθητήρες): Πώς
η τεχνολογία βοήθησε στη συλλογή δεδομένων;
E (Engineering - Σχεδιασμός Παρουσίασης): Πώς
το γράφημα σας βοηθά να κατανοήσετε τα δεδομένα σας;
M (Mathematics - Δεδομένα & Υπολογισμοί):
Ποια ήταν η μέση ενεργειακή δαπάνη σας ανά δραστηριότητα;
Βήμα 3: Συμπέρασμα
Πώς η χρήση βιομετρικών αισθητήρων σας
βοήθησε να κατανοήσετε καλύτερα την απόδοσή σας;
Ποιες δυσκολίες αντιμετωπίσατε στη συλλογή
δεδομένων;
Πώς αυτή η δραστηριότητα συνδέει τη
Γυμναστική με την Τεχνολογία;
Το σενάριο που αναφέρεται στην αρχή του
άρθρου αυτού δεν έχει καμία απολύτως σχέση με το ψηφιακό διδακτικό σενάριο μάθησης
που περιλαμβάνει τις φάσεις ολοκλήρωσης μίας διδασκαλίας. Είναι η υπόθεση που
θα ακολουθήσουν οι μαθητές για την ολοκλήρωση της ενεργοποίησής τους.
Αν θέλετε περισσότερες πληροφορίες για τα διδακτικά
ψηφιακά σενάρια πατήστε στην ετικέτα ψηφιακά σενάρια στο επάνω μέρος της σελίδας
μας, εκεί υπάρχουν πολλές πληροφορίες για το πώς συντάσσονται.
Για σχέδιο μαθήματος επισκεφθείτε την ανάρτησή μας:
https://sv1ahh1.blogspot.com/2018/03/blog-post.html
Το μάθημα αυτό σχεδιάστηκε κατά την εκτίμηση του Blogger.
Πολύδωρος
Σταυρόπουλος, Μηχανολόγος Εκπαιδευτικός, MSc STEM in Education (Παιδαγωγικό Τμήμα ΑΣΠΑΙΤΕ), Επιθεωρητής
Ασφάλειας, Υγείας και Ποιοτικού Ελέγχου, Συγγραφέας, Πρέσβης STEM Scientix.