YoVDO

ง่าย สบาย กับการอธิบายกราฟเป็นภาษาอังกฤษ | Describing figures in English

Offered By: Chulalongkorn University via ThaiMOOC

Tags

ESL Courses Data Analysis Courses Data Visualization Courses Presentation Skills Courses

Course Description

Overview

รายวิชาเรียนตามอัธยาศัย รายวิชานี้ได้ปรับรูปแบบการจัดการเรียนการสอนเป็น "การเรียนรู้ด้วยตนเองตามอัธยาศัย (Self-Paced)" วิชานี้เกี่ยวกับอะไร "เราจะเขียนอธิบายกราฟเป็นภาษาอังกฤษได้อย่างไร? ควรจะเขียนเกี่ยวกับความสัมพันธ์ของข้อมูลที่ให้มา หรือแค่เขียนข้อมูลไปตามนั้น? วันนี้เราจะลองมาทำกันดู.." กราฟหรือแผนภูมิที่ดีนั้นเป็นสิ่งที่ช่วยให้เราสามารถแสดงผลลัพธ์ของข้อมูลในรูปแบบที่เข้าใจง่ายขึ้น เมื่อคนดูภาพแล้วจะรู้ได้ทันทีว่าข้อมูลที่เรากำลังแสดงอยู่หมายถึงอะไร ดังคำกล่าวที่ว่า “รูปภาพ 1 รูปแทนคำนับพัน” นั่นเอง ดังนั้นกราฟหรือแผนภูมิจึงเป็นสิ่งที่จำเป็นต่อการนำเสนองานเป็นอย่างยิ่ง เพราะช่วยประหยัดเวลาในการอธิบาย และทำให้การนำเสนอน่าสนใจ และเป็นที่จดจำมากขึ้น นอกจากนี้จากการวิจัย และประสบการณ์ส่วนตัวของหลาย ๆ คน เห็นว่า คนเราจำภาพได้ดีกว่าตัวอักษรแน่นอน จริงไหม... เนื้อหาในวิชานี้จะแนะนำการทำกราฟเบื้องต้นก่อน เริ่มตั้งแต่เทคนิคการเลือกกราฟที่เหมาะสมเลย เพราะเป็นพื้นฐานที่สำคัญมาก และในบทความถัด ๆ ไปเราจะมาเจาะลึกเทคนิคขั้นสูงขึ้น เช่น การผสมกราฟ การอธิบายกราฟตามแกน X และ Y เป็นต้น จำนวนชั่วโมงเรียนรู้ทั้งหมด 10 ชั่วโมงการเรียนรู้ (จำนวนชั่วโมงสื่อวีดิทัศน์ 3 ชั่วโมง 30 นาที) วัตถุประสงค์การเรียนรู้ 1. เพื่อให้ผู้เรียนรู้จักคำศัพท์ภาษาอังกฤษเกี่ยวกับ ตาราง กราฟ และชาร์ต 2. เพื่อให้ผู้เรียนรู้จักประโยคและวลีภาษาอังกฤษเกี่ยวกับ ตาราง กราฟ และชาร์ต 3. เพื่อให้ผู้เรียนเรียนรู้วิธีการเขียนบรรยายตาราง กราฟ และชาร์ตเป็นภาษาอังกฤษ คุณสมบัติผู้เรียน/ความรู้พื้นฐานที่ควรมีก่อนเรียน สำหรับผู้เรียนทั่วไปที่มีความสนใจสามารถเข้าเรียนได้ทันทีแม้ไม่มีความรู้มาก่อน เพราะผู้สอนอธิบายเป็นภาษาไทย ด้วยตัวอย่างจากภาพกราฟ และตาราง สามารถเข้าใจได้ สำหรับผู้เรียนที่ต้องการศึกษาเพื่อการนำไปใช้จริงควรมีความรู้ภาษาอังกฤษขั้นพื้นฐานสามารถเขียนประโยคได้ ทั้งนี้ในเนื้อหาวิชามีแบบทดสอบก่อนเรียนเพื่อให้ผู้สนใจประเมินและวางแผนการศึกษาด้วยตัวเองเพิ่มเติมได้ เนื้อหาวิชาจึงเหมาะสำหรับผู้เรียนทุกกลุ่ม ทุกวัย เกณฑ์การวัดผล เข้าทำแบบทดสอบก่อนเรียน / มีผลคะแนนแบบทดสอบระหว่างเรียน และแบบทดสอบหลังเรียนไม่น้อยกว่า 50% ทีมผู้สอนและพัฒนา MOOC ชื่อผู้สอน อาจารย์ ดร. อรอุมา ละการชั่ว อาจารย์ประจำสถาบันภาษา จุฬาลงกรณ์มหาวิทยาลัย ผู้ช่วยสอน น.ส.รัตน์รวี แช่มเจริญพร Creative common สัญญาอนุญาตสิทธิ์ “สื่อการสอนนี้เป็นส่วนหนึ่งของโครงการ Thai MOOC (thaimooc.org) และเผยแพร่ภายใต้สัญญาอนุญาตสิทธิ์แบบ Creative Commons ด้วยเงื่อนไข CC BY NC SA”

Tags

Related Courses

Design Computing: 3D Modeling in Rhinoceros with Python/Rhinoscript
University of Michigan via Coursera
3D SARS-CoV-19 Protein Visualization With Biopython
Coursera Project Network via Coursera
Access Bioinformatics Databases with Biopython
Coursera Project Network via Coursera
Accounting Data Analytics
University of Illinois at Urbana-Champaign via Coursera
Lean Data Approaches to Measure Social Impact
Acumen Academy