system or as an embodiment of an ab

system or as an embodiment of an abstract chance environment, thereby indirectly simulating various physical systems. The same dual function is true of other random generators like urns or spinners and also of computer-implemented models.
Making theoretical objects experiential
Computer simulation is sometimes criticized for replacing real experience by artificial worlds; DiSessa (1986) argues against this criticism by reference to Dynaturtle, a computer environment for Newtonian mechanics. His basic argument is that physics is not directly about the physical world as we naturally perceive it, the world of sensory experience is not Newtonian. On the contrary, physics is about
"abstractions that have been put together with great effort over hundreds of years
(and) which happen to be very powerful once we have learned to intetpret the
world in their terms." (p.21O)
The Dynaturtle is more of an Newtonian object than any real system. It is not a cheap substitute for the real thing, its significance lies in its difference from real systems. It is a temporary replacement by an abstract theoretical object: an attempt at making a theoretical object experiential, where the new possibilities of technological representation and interaction are exploited. Making something experiential is seen as a strategy for transforming naive conceptions which have proved difficult to affect by traditional ways of teaching. DiSessa stresses that the Dynaturtle cannot be the whole story and that a direct application of theoretical knowledge to real systems cannot be expected, but interacting with experiential software may be an important step, especially for developing qualitative knowledge.
Interestingly, in probability education we fmd a comparable discussion on misconceptions and primary intuitions including a diagnosis of similar difficulties with traditional teaching. Similar to the Dynaturtle, the computer can be programmed as an idealized chance environment with much quicker interactive and experimental opportunities than any real system. There is some evidence that experience through simulation might help; possibilities include qualitative knowledge on the role of sample size, usual variation in small samples ('law of small numbers'), the role of independence and predictability, and the idea of embedding a set of experimental data in a series of hypothetical repetitions.
Using simulation to enable students to experience an abstract chance environment instead of analyzing a given fmite set of real data can have several advantages. Student participate in the process of data generation by making predictions and hypotheses, and also experience uncertainty. Moreover, experiments can be prolonged

Kết quả (Việt) 1:

Hệ thống hoặc như là một hiện thân của một môi trường có thể có trừu tượng, qua đó gián tiếp mô phỏng hệ thống vật lý khác nhau. Chức năng kép tương tự là đúng của các máy phát điện ngẫu nhiên như urns hoặc trục và cũng của máy tính thực hiện mô hình. Làm cho các đối tượng lý thuyết dựa trên kinh nghiệm Mô phỏng máy tính đôi khi bị chỉ trích vì thay thế các kinh nghiệm thực tế của thế giới nhân tạo; DiSessa (1986) lập luận chống lại sự chỉ trích này bởi tham chiếu đến Dynaturtle, một môi trường máy tính cho cơ học thuyết học Newton. Của ông lý luận cơ bản là vật lý là không trực tiếp về thế giới vật lý như chúng ta tự nhiên nhận thức nó, thế giới của kinh nghiệm cảm giác không phải là thuyết học Newton. Ngược lại, vật lý là về "abstractions mà đã được đặt cùng với nỗ lực rất lớn trên hàng trăm năm (và) mà xảy ra rất mạnh mẽ một khi chúng tôi đã học được để intetpret các thế giới trong điều khoản của họ." (p.21O) Dynaturtle là nhiều hơn nữa của một đối tượng thuyết học Newton hơn bất kỳ hệ thống thực sự. Nó không phải là một thay thế rẻ tiền cho thật, ý nghĩa của nó nằm ở sự khác biệt của nó từ hệ thống thực sự. Nó là một sự thay thế tạm thời bởi một đối tượng lý thuyết trừu tượng: một nỗ lực làm cho một đối tượng lý thuyết dựa trên kinh nghiệm, nơi những khả năng mới của công nghệ đại diện và tương tác được khai thác. Làm điều gì đó kinh nghiệm được coi là một chiến lược cho việc chuyển đổi quan niệm ngây thơ đã chứng minh khó khăn để ảnh hưởng đến bằng cách truyền thống của giảng dạy. DiSessa nhấn mạnh rằng Dynaturtle không thể toàn bộ câu chuyện và một ứng dụng trực tiếp của kiến thức lý thuyết để thực hệ thống không thể được mong đợi, nhưng tiếp xúc với kinh nghiệm phần mềm có thể là một bước quan trọng, đặc biệt là cho phát triển kiến thức về chất lượng. Điều thú vị, trong giáo dục xác suất chúng tôi LMLM một thảo luận so sánh về quan niệm sai lầm và chính intuitions trong đó có một chẩn đoán của các khó khăn tương tự với dạy học truyền thống. Tương tự như Dynaturtle, máy tính có thể được lập trình như là một môi trường có thể có lý tưởng với nhiều cơ hội tương tác nhanh hơn và thử nghiệm hơn bất kỳ hệ thống thực sự. Có một số bằng chứng cho thấy kinh nghiệm thông qua mô phỏng có thể giúp; khả năng bao gồm chất lượng kiến thức về vai trò của kích thước mẫu, thông thường các biến thể trong nhỏ mẫu ('luật số nhỏ'), vai trò của độc lập và dự đoán, và ý tưởng của nhúng một tập hợp các dữ liệu thực nghiệm trong một loạt các giả thuyết lặp lại. Sử dụng mô phỏng để cho phép các sinh viên để trải nghiệm một môi trường có thể có trừu tượng thay vì phân tích một fmite nhất định tập hợp các dữ liệu thực tế có thể có một số lợi thế. Học sinh tham gia trong quá trình thế hệ dữ liệu bằng cách dự đoán và giả thuyết, và cũng có thể trải nghiệm sự không chắc chắn. Hơn nữa, thí nghiệm có thể được kéo dài

Kết quả (Việt) 2:

hệ thống hoặc là hiện thân của một môi trường cơ hội trừu tượng, qua đó gián tiếp mô phỏng các hệ thống vật lý khác nhau. Các chức năng kép này cũng đúng với máy phát ngẫu nhiên khác như bình đựng di cốt hoặc cọc sợi và cũng mô hình máy tính thực hiện tốt.
Làm vật lý lý thuyết kinh nghiệm
mô phỏng máy tính đôi khi chỉ trích vì thay thế kinh nghiệm thực tế của thế giới nhân tạo; DiSessa (1986) lập luận chống lại những lời chỉ trích này bằng cách tham chiếu đến Dynaturtle, một môi trường máy tính cho cơ học Newton. Lập luận cơ bản của ông là vật lý không phải là trực tiếp về thế giới vật lý như chúng tôi tự nhiên cảm nhận nó, thế giới của kinh nghiệm cảm giác không phải là Newton. Ngược lại, vật lý là về
"khái niệm trừu tượng đã được đặt cùng với nỗ lực lớn hơn hàng trăm năm
(và) mà xảy ra được rất mạnh mẽ một khi chúng tôi đã học được để intetpret các
thế giới trong điều khoản của họ." (p.21O)
Các Dynaturtle là chi tiết của một đối tượng Newton hơn bất kỳ hệ thống thực. Nó không phải là một sự thay thế giá rẻ cho những điều thực sự, ý nghĩa của nó nằm trong sự khác biệt của nó từ hệ thống thực. Đó là một sự thay thế tạm thời bởi một đối tượng lý thuyết trừu tượng: một nỗ lực làm cho một đối tượng thực nghiệm lý thuyết, nơi các khả năng mới của đại diện công nghệ và tương tác được khai thác. Làm một cái gì kinh nghiệm được xem như là một chiến lược để chuyển đổi quan niệm ngây thơ mà đã tỏ ra khó khăn ảnh hưởng đến bởi cách truyền thống giảng dạy. DiSessa nhấn mạnh rằng Dynaturtle không phải là toàn bộ câu chuyện và rằng một ứng dụng trực tiếp kiến thức lý thuyết để hệ thống thực tế không thể được dự kiến, nhưng tương tác với các phần mềm dựa trên kinh nghiệm có thể là một bước quan trọng, đặc biệt là đối với việc phát triển kiến thức về chất.
Điều thú vị là, trong giáo dục xác suất chúng tôi LMLM một thảo luận so sánh về quan niệm sai lầm và trực giác chính bao gồm chẩn đoán khó khăn tương tự với giảng dạy truyền thống. Tương tự như các Dynaturtle, máy tính có thể được lập trình như là một môi trường lý tưởng với những cơ hội cơ hội nhanh hơn nhiều tương tác và thực nghiệm hơn bất kỳ hệ thống thực. Có một số bằng chứng cho thấy kinh nghiệm thông qua mô phỏng có thể giúp đỡ; khả năng bao gồm kiến thức tính về vai trò của kích thước mẫu, biến thể bình thường trong các mẫu nhỏ ('luật số nhỏ'), vai trò độc lập và khả năng dự báo, và ý tưởng về cách nhúng một tập hợp các dữ liệu thực nghiệm trong một loạt các lần lặp lại giả định.
Sử dụng mô phỏng để cho phép học sinh trải nghiệm một môi trường cơ hội trừu tượng thay vì phân tích một tập fmite cho dữ liệu thực tế có thể có một số lợi thế. Sinh viên tham gia vào quá trình sinh dữ liệu bằng cách dự đoán và giả thuyết, và cũng trải qua sự không chắc chắn. Hơn nữa, các thí nghiệm có thể được kéo dài