Search

Adaptive teaching consists in a teaching style aimed at overcoming inner differences among learners by providing them tailored ways to achieve outcomes according to their learning style, culture and needs. ICTs play an important role in supporting teachers with the adoption of adaptive strategies. Adaptive teaching acquires relevance in contexts of scholastic remediation and in reducing failures. The paper presents and discusses how adaptive teaching is used within "Scuola dei Compiti", a project proposed by the City of Turin (Italy) in collaboration with the University and the Polytechnic of Turin, aimed at reducing the drop-out rate and at enhancing scholastic success. University students help groups of 5-6 students aged 13-15 with their difficulties in the main subjects (Mathematics, Italian Language, Foreign Languages). Part of the Mathematics courses adopt a set of innovative computer based methodologies developed by the Department of Mathematics of the University of Turin, including a virtual learning environment integrated with an advanced computing environment, an automatic assessment system and a web-conference tool, which supports adaptive teaching. The project has involved over 7500 students in the last 5 years, the results achieved, discussed in the paper, show the effectiveness of these methodologies with respect to traditional teaching methods.

Assessment of learning and assessment for learning are at the core of the research on new teaching strategies involving the use of new technologies recently performed by University of Turin. The practice of automated assessment in Mathematics using the grading system Maple T.A. Has been introduced in many undergraduate scientific courses and, after the initial success, it has been diffused in high-schools through several projects aimed to improve Maths teaching and learning. The following paper is intended to describe the effectiveness of automated assessment as a learning tool, the strength of Maple T.A. For grading Mathematics and its integration in a learning content management system, and the results obtained at University and in high-schools.

The paper deals with a system able to perform a single uniform scan acquisition of the Shroud.

Non e ancora stato finora affrontato il tema della formazione dell’immagine, che si basa su concetti esclusivi e totalmente differenti da quelli di altre metodiche radiologiche. Il segnale proveniente dai tessuti sotto forma di radiofrequenze non e associato a un’informazione di tipo spaziale, come avviene in radiologia o in tomografia computerizzata (TC) dove il fascio radiogeno primario segue traiettorie rettilinee dalla sorgente al rivelatore. Le onde RF si propagano in ogni direzione dello spazio e sono rilevate dalle bobine, le quali misurano un segnale a prescindere dalla sua provenienza.

La principale caratteristica delle immagini digitali e la possibilita di sottoporle a elaborazione numerica: i pixel possiedono caratteristiche di colore e luminosita associate a numeri, il cui valore puo essere modificato secondo opportuni algoritmi di trasformazione; le caratteristiche dell’immagine finale saranno frutto delle trasformazioni applicate.

Tutte le immagini digitali sono il risultato di un processo di acquisizione che comprende sempre nelle sue diverse fasi un’operazione di campionamento e una di quantizzazione o conversione analogico digitale, come schematizzato in Figura 3.1. Nell’ambito della fotografia digitale e in quello della radiologia proiettiva, per esempio, il sensore utilizzato e in grado di misurare l’intensita di radiazione luminosa o ionizzante incidente e contestualmente effettua un campionamento il cui passo di discretizzazione dipende dalle dimensioni dei singoli rivelatori che compongono la sua matrice di acquisizione. Tutte le misure vengono poi convertite in dato numerico digitale e attribuite ai valori dei singoli pixel (picture element) dell’immagine. In altri ambiti della radiologia, il processo di formazione dell’immagine e piu complesso e coinvolge sofisticate elaborazioni matematiche, ma troveremo comunque una fase di campionamento e quantizzazione del segnale di origine che condizionera poi il risultato dell’immagine finale.

La disponibilita di grandi potenze di calcolo con costi contenuti, unitamente alla continua ricerca di miglioramento della qualita d’immagine in ambito medicale diagnostico, ha reso possibile l’introduzione e l’impiego sempre maggiore di elementi di elaborazione d’immagine intrinseci al processo di acquisizione e formazione.

Un’immagine e la rappresentazione grafica di una scena tratta dalla realta, oppure di un fenomeno di qualsiasi natura, nonche del risultato di una modellazione o simulazione di un evento. Una sommaria classificazione delle immagini e la seguente: immagini reali: sono rilevabili direttamente dall’ambiente; un esempio e quello delle immagini derivanti da riprese video-fotografiche; immagini scientifiche: definiscono l’evoluzione della distribuzione spazio-temporale di grandezze fisiche, ad esempio la temperatura, la pressione, il potenziale elettromagnetico, il legame chimico, le radiazioni; immagini sintetiche: sono costituite dalla rappresentazione grafica di funzioni matematiche di piu variabili che modellano un ambiente o un soggetto, ma anche ne simulano il comportamento secondo leggi fisiche o di fantasia.

Per controllare la temperatura in un ambiente, mantenendola entro limiti prefissati, e sufficiente paragonare la tensione proveniente dal sensore di temperatura con una tensione utilizzata come riferimento, comandando opportunamente il dispositivo preposto al riscaldamento; si tratta di un segnale analogico che varia con continuita.

This paper will analyze Orient@mente, a project developed by the University of Turin since the 2014/2015 academic year. The project's main purpose is to support students in their choice of the most appropriate university study course. An educational model for university guidance has been developed and applied in the creation of a self-paced MOOC. It is provided through a learning management system integrated with an advanced computing environment, an automated assessment system and a web conference system. In the platform students can find accessible activities such as interactive resources, information, orienting material about 15 scientific courses, automatically graded tests, review courses. As a result, the University of Turin has recorded enrollment growth in scientific courses. Students’ feedback has shown high appreciation of these innovative teaching methods and digital devices for learning Mathematics and other scientific subjects. In the next future, the University of Turin is interested in extending a similar service oriented towards other courses, especially courses which provide a highly selective admission test and requires a specific background of knowledge.

L’utilizzo di Learning Management System (LMS), come ad esempio Moodle, per il supporto alla didattica costituisce uno strumento eccellente per il supporto a corsi universitari tradizionali, ai corsi di formazione professionale ed ai Master. Per i corsi universitari, in cui il fenomeno dell’isolamento degli studenti è particolarmente marcato e per quei corsi che si svolgono completamente o quasi in modalità elettronica si possono perdere parte dei benefici tipici della interazione che avviene naturalmente nelle classi tradizionali, con i tipici fenomeni di emulazione e di traino da parte degli studenti più attivi. Si rende quindi necessaria ricreare analoghi stimoli interattivi, che consentano un dialogo più spontaneo e naturale tra studenti e tra studenti e docenti. Questo progetto si propone di rendere più dinamica e interattiva la piattaforma Moodle tramite l’introduzione di alcuni servizi interattivi offerti dalla piattaforma Live Service Microsoft. I servizi di scambio e interazione e di meeting virtuale forniti da Live Service uniti agli strumenti tipici della piattaforma Moodle consentono una più naturale interazione tra le persone partecipanti ai corsi virtuali facilitando l’integrazione tra attività pratica e formazione formale.