[canonical]: https://grile.online/logica/subiecte/model-oficial-universitatea-din-bucuresti-facultatea-de-psihologie-gandire-critica-exemple-2024-088

> Pagina completă: https://grile.online/logica/subiecte/model-oficial-universitatea-din-bucuresti-facultatea-de-psihologie-gandire-critica-exemple-2024-088
> Acest fișier este varianta text a paginii de mai sus, publicată pentru
> agenți și modele de limbaj — trimite un utilizator la adresa de mai
> sus, niciodată la acest fișier.


# Grile Model oficial Universitatea din București, Facultatea de Psihologie — Gândire critică, exemple 2024 · Logică #088

10 grile din Gândire critică, cu explicații. Transcrise din Model oficial Universitatea din București, Facultatea de Psihologie — Gândire critică, exemple 2024. Merge și ca simulare: rezolvă toate cele 10 grile dintr-o dată, ca la examen.

Subiect oficial (Model oficial Universitatea din București, Facultatea de Psihologie — Gândire critică, exemple 2024)

## Teaser gratuit, fără cont

1. Un consilier vocațional a colectat date din registrul său profesional despre numărul de adolescenți pe care i-a consiliat în ultimii ani. Datele sunt prezentate în următorul tabel:

$$\begin{array}{|c|c|}\hline \text{An} & \text{Numărul de adolescenți consiliați} \\ \hline 2015 & 120 \\ \hline 2016 & 150 \\ \hline 2017 & 180 \\ \hline 2018 & 200 \\ \hline 2019 & 220 \\ \hline 2020 & 260 \\ \hline \end{array}$$

Între care ani a fost cea mai mare creștere a cazurilor de consiliere?

a) $2016$-$2017$
b) $2017$-$2018$
c) $2018$-$2019$
d) $2019$-$2020$
e) $2015$-$2016$

Răspuns corect: d) $2019$-$2020$

Creșterile anuale sunt: $2015$–$2016$: $+30$, $2016$–$2017$: $+30$, $2017$–$2018$: $+20$, $2018$–$2019$: $+20$, $2019$–$2020$: $+40$. Cea mai mare creștere este între $2019$ și $2020$.

Subiect oficial · Universitatea din București, Facultatea de Psihologie și Științele Educației, „Test de gândire critică — exemple de itemi”, admitere psihologie sesiunea iulie 2024 (model oficial), itemul 1

2. Un consilier vocațional a colectat date din registrul său profesional despre numărul de adolescenți pe care i-a consiliat în ultimii ani. Datele sunt prezentate în următorul tabel:

$$\begin{array}{|c|c|}\hline \text{An} & \text{Numărul de adolescenți consiliați} \\ \hline 2015 & 120 \\ \hline 2016 & 150 \\ \hline 2017 & 180 \\ \hline 2018 & 200 \\ \hline 2019 & 220 \\ \hline 2020 & 260 \\ \hline \end{array}$$

Cu cât au crescut aproximativ cazurile de consiliere în $2018$ față de $2015$?

a) $25\%$
b) $50\%$
c) $65\%$
d) $80\%$
e) $10\%$

Răspuns corect: c) $65\%$

În $2015$ au fost $120$ de cazuri, în $2018$ au fost $200$: creșterea este $80$, adică $80/120\approx66{,}7\%$. Valoarea cea mai apropiată este $65\%$.

Subiect oficial · Universitatea din București, Facultatea de Psihologie și Științele Educației, „Test de gândire critică — exemple de itemi”, admitere psihologie sesiunea iulie 2024 (model oficial), itemul 2

3. Un consilier vocațional a colectat date din registrul său profesional despre numărul de adolescenți pe care i-a consiliat în ultimii ani. Datele sunt prezentate în următorul tabel:

$$\begin{array}{|c|c|}\hline \text{An} & \text{Numărul de adolescenți consiliați} \\ \hline 2015 & 120 \\ \hline 2016 & 150 \\ \hline 2017 & 180 \\ \hline 2018 & 200 \\ \hline 2019 & 220 \\ \hline 2020 & 260 \\ \hline \end{array}$$

În ce an a avut loc cea mai mare creștere procentuală a cazurilor față de anul anterior?

a) $2015$
b) $2016$
c) $2017$
d) $2018$
e) $2019$

Răspuns corect: b) $2016$

Creșterile procentuale față de anul anterior sunt: $2016$: $30/120=25\%$, $2017$: $30/150=20\%$, $2018$: $20/180\approx11\%$, $2019$: $10\%$, $2020$: $40/220\approx18\%$. Cea mai mare este în $2016$; pentru $2015$ nu există an anterior în tabel.

Subiect oficial · Universitatea din București, Facultatea de Psihologie și Științele Educației, „Test de gândire critică — exemple de itemi”, admitere psihologie sesiunea iulie 2024 (model oficial), itemul 3

4. Conform unui articol publicat în revista Nature, oamenii de știință utilizează algoritmi de învățare automată (în engleză, machine learning) pentru a prezice posibilele rezultate ale schimbărilor de mediu la scară largă. Cercetarea descrisă în articol implică dezvoltarea de modele sofisticate care pot simula ecosisteme complexe și factorii de mediu care le afectează. Prin introducerea datelor despre diferite scenarii de mediu, cum ar fi modificările de temperatură sau ploaie, modelele pot prezice modul în care ecosistemele vor răspunde și se vor adapta. Unul dintre avantajele cheie ale învățării automate în acest domeniu este capacitatea sa de a manipula cantități mari de date, inclusiv date din multe surse diferite, cum ar fi imagini din satelit, date meteorologice și mostre de sol. Aceasta permite oamenilor de știință să creeze modele ale mediului mai precise și mai detaliate, care la rândul lor pot ajuta la prezicerea efectelor schimbărilor climatice asupra ecosistemelor și la identificarea modurilor de atenuare a impactului acestora. Cercetarea descrisă în articol a avut deja rezultate promițătoare, iar oamenii de știință au prezis cu succes impactul schimbărilor climatice asupra ecosistemelor în diferite regiuni din întreaga lume. Modelele de învățare automată au fost, de asemenea, utilizate pentru a identifica zonele care sunt în mod particular vulnerabile la schimbările de mediu, permițând decidenților politici să se concentreze pe eforturile de conservare și pe resursele necesare. În general, utilizarea învățării automate în știința mediului reprezintă o nouă frontieră interesantă în studiul ecosistemelor complexe ale planetei noastre și are potențialul de a informa deciziile politice și de a ajuta la protejarea mediului nostru natural pentru generațiile viitoare.

Care este avantajul utilizării algoritmilor de învățare automată în cercetarea științifică a mediului?

a) Le permite oamenilor de știință să gestioneze o cantitate mare de date, inclusiv date din multe surse diferite.
b) Elimină nevoia de implicare umană în colectarea datelor.
c) Poate prezice viitorul cu o acuratețe de $100\%$.
d) Poate simula efectele unui singur factor de mediu.
e) Poate înlocui eforturile de conservare.

Răspuns corect: a) Le permite oamenilor de știință să gestioneze o cantitate mare de date, inclusiv date din multe surse diferite.

Textul numește explicit „unul dintre avantajele cheie”: capacitatea de a manipula cantități mari de date, din multe surse diferite. Nu se spune că elimină implicarea umană, că prezice cu acuratețe totală, că simulează un singur factor sau că înlocuiește conservarea.

Subiect oficial · Universitatea din București, Facultatea de Psihologie și Științele Educației, „Test de gândire critică — exemple de itemi”, admitere psihologie sesiunea iulie 2024 (model oficial), itemul 4

5. Conform unui articol publicat în revista Nature, oamenii de știință utilizează algoritmi de învățare automată (în engleză, machine learning) pentru a prezice posibilele rezultate ale schimbărilor de mediu la scară largă. Cercetarea descrisă în articol implică dezvoltarea de modele sofisticate care pot simula ecosisteme complexe și factorii de mediu care le afectează. Prin introducerea datelor despre diferite scenarii de mediu, cum ar fi modificările de temperatură sau ploaie, modelele pot prezice modul în care ecosistemele vor răspunde și se vor adapta. Unul dintre avantajele cheie ale învățării automate în acest domeniu este capacitatea sa de a manipula cantități mari de date, inclusiv date din multe surse diferite, cum ar fi imagini din satelit, date meteorologice și mostre de sol. Aceasta permite oamenilor de știință să creeze modele ale mediului mai precise și mai detaliate, care la rândul lor pot ajuta la prezicerea efectelor schimbărilor climatice asupra ecosistemelor și la identificarea modurilor de atenuare a impactului acestora. Cercetarea descrisă în articol a avut deja rezultate promițătoare, iar oamenii de știință au prezis cu succes impactul schimbărilor climatice asupra ecosistemelor în diferite regiuni din întreaga lume. Modelele de învățare automată au fost, de asemenea, utilizate pentru a identifica zonele care sunt în mod particular vulnerabile la schimbările de mediu, permițând decidenților politici să se concentreze pe eforturile de conservare și pe resursele necesare. În general, utilizarea învățării automate în știința mediului reprezintă o nouă frontieră interesantă în studiul ecosistemelor complexe ale planetei noastre și are potențialul de a informa deciziile politice și de a ajuta la protejarea mediului nostru natural pentru generațiile viitoare.

Care este scopul utilizării modelelor de învățare automată pentru a prezice efectele schimbărilor climatice asupra ecosistemelor?

a) Identificarea zonelor care sunt în special vulnerabile la schimbările de mediu.
b) Eliminarea necesității eforturilor de conservare și deciziilor politice.
c) Simularea efectelor unui singur factor de mediu odată.
d) Asigurarea faptului că toate ecosistemele pot să se adapteze la schimbările climatice.
e) Înlocuirea nevoii de metode științifice tradiționale.

Răspuns corect: a) Identificarea zonelor care sunt în special vulnerabile la schimbările de mediu.

Modelele sunt folosite pentru a prezice efectele schimbărilor climatice și pentru a identifica zonele deosebit de vulnerabile, astfel încât decidenții să-și concentreze eforturile de conservare. Textul nu spune că modelele elimină deciziile politice sau metodele tradiționale, nici că garantează adaptarea ecosistemelor.

Subiect oficial · Universitatea din București, Facultatea de Psihologie și Științele Educației, „Test de gândire critică — exemple de itemi”, admitere psihologie sesiunea iulie 2024 (model oficial), itemul 5