Raj-eGyan2.0

eGyan2.0 è un'iniziativa del governo del Rajasthan.

eGyan2.0 ha lo scopo di fornire un'ampia copertura attraverso la conformità all'Universal Design of Learning con particolare attenzione al modello di apprendimento a intelligenza multipla oltre al framework di valutazione cognitiva multidimensionale.

Rajasthan Govt si impegna a offrire nuove capacità alla comunità di insegnanti/esperti in materia per consentire loro di creare ampi contenuti digitali in hindi e inglese. Ha anche lo scopo di contestualizzare il contenuto dell'inglese internazionale in equivalenti hindi riutilizzabili, anche dialetti diversi, utilizzando strumenti semplici da usare senza bisogno di indulgenze tecniche preliminari.

Flessibile, personalizzabile e scalabile per funzionalità come

1. Insegnanti genitori Framework di collaborazione per consentire la visibilità di tutte le classi/argomenti resi disponibili tramite l'app connessa alla scuola. L'app fornirebbe collegamenti a materiale didattico e video prescritti relativi all'argomento trattato durante la giornata. Lì dando ai genitori, che non sono competenti nelle materie, la possibilità di capire e aiutare i loro rioni ad afferrare completamente.

2. Insegnamento misto o modello di apprendimento in classe capovolta - In cui gli insegnanti sarebbero in grado di fornire un tocco personale all'apprendimento di ogni studente. I docenti possono assegnare corsi e valutazioni, informare gli studenti di nuovi eventi, attività. Inoltre, potranno visualizzare le valutazioni inviate e fornire voti insieme a feedback e note.

3. I quadri di valutazione, che possono essere estesi a flussi specializzati, generano rapporti per studenti e insegnanti per avere i più alti livelli di apprendimento e contributi. Tutti gli insegnanti con il corso più consigliato/visto sarebbero felicitati/incentivati ​​per il loro contributo in futuro.

4. Analisi dell'apprendimento multidimensionale eGyan si aspetterebbe di diventare una piattaforma di apprendimento cognitivo a tutti gli effetti in cui nella valutazione personalizzata e nelle capacità del motore di raccomandazione ci si aspetterebbe come personalizzazione futura.