Ana içeriğe geç
IB

IB Math AI konu dağılımı haritası: Paper 1, 2 ve 3'te hangi konu ne kadar ağırlık taşıyor

IB Math AI HL ve SL konularının Paper 1, 2 ve 3'teki dağılımını gösteren kapsamlı harita. Her konunun sınav ağırlığını, konular arası bağlantıları ve stratejik hazırlık planını keşfedin.

13 dk okuma

IB Math AI (Mathematics: Applications and Interpretation), gerçek dünya verilerini matematiksel modellere dönüştürmeyi ve bu modelleri yorumlamayı merkeze alan bir IB Diploma Programme dersidir. IB Math AI hazırlık sürecinde öğrencilerin en sık karşılaştığı zorluk, konuları izole bir şekilde çalışarak aslında birbirine sıkı sıkıya bağlı bir konu ağının parçalarını bir bütün olarak kavrayamamaktır. Bu makalede IB Math AI konularının Paper 1, Paper 2 ve Paper 3'teki dağılımını, konular arası bağlantı noktalarını ve bu bağlantıları sınav başarısına nasıl dönüştüreceğinizi detaylı biçimde ele alacağız.

IB Math AI Konu Yapısının Temel İlkeleri

IB Math AI müfredatı, matematiksel kavramları birbirinden bağımsız üniteler olarak değil, birbirini besleyen ve tamamlayan bir ağ olarak sunar. SL (Standard Level) ve HL (Higher Level) arasındaki fark yalnızca derinlik ve kapsam genişlemesiyle sınırlı değildir; aynı zamanda konuların birbirleriyle kurduğu ilişki sayısı da önemli ölçüde artar. HL öğrencileri, SL konularının üzerine eklenen kavramların yanı sıra, mevcut konular arasındaki bağlantıları daha karmaşık ve çok katmanlı biçimlerde kullanabilmelidir.

IB Math AI konularını anlamak için öncelikle bu konuların üç temel işlevsel alan etrafında organize edildiğini kavramak gerekir: sayısal ve cebirsel modelleme, geometrik ve trigonometrik analiz ve istatistiksel çıkarım ile olasılık. Bu üç alan, Paper 1 ve Paper 2'de farklı ağırlıklarla yer alırken, Paper 3 bu alanları birleştiren sentez sorularıyla öğrencinin bütünleşik düşünme kapasitesini ölçer. Örneğin, bir trigonometrik fonksiyonun grafiğini çizmek tek başına bir beceridir; ancak bu grafiğin gerçek bir fiziksel fenomeni (gelgit hareketi, ses dalgası) temsil ettiğini fark etmek ve bu bağlamda modelin parametrelerini yorumlamak, IB Math AI'ın özünde yatan interdisipliner anlayışı yansıtır.

IB Math AI hazırlık stratejisi oluştururken konuları kronolojik sırayla değil, konu bağımlılık grafiği üzerinden planlamak çok daha etkili sonuçlar verir. Bazı konular doğrudan bir önceki konunun üzerine inşa edilir; bu önkoşul ilişkilerini bilmek, öğrenme sürecindeki darboğazları önceden tespit etmenizi sağlar.

Paper 1'de Konu Dağılımı: Hesap Makinesiz Modülün Anatomisi

IB Math AI Paper 1, hesap makinesi kullanılmadan çözülmesi gereken kısa ve orta uzunluktaki sorulardan oluşur. SL öğrencileri için 90 dakika, HL öğrencileri için 120 dakika süre tanınan bu sınav modülü, temel kavramların ne kadar sağlam içselleştirildiğini test eder. Paper 1'de ağırlıklı olarak yer alan konular şunlardır: fonksiyonlar ve grafik davranışı, trigonometrik özdeşlikler ve denklemler, temel diferansiyel ve integral kavramları ile cebirsel manipülasyon. Bu konular Paper 2'ye hazırlık niteliği taşır; yani Paper 1'deki başarınız, hesap makinesiz sağlam bir temel oluşturarak Paper 2'deki karmaşık hesaplamalar için zihinsel bir çerçeve sunar.

Paper 1'de öğrencilerin en sık工作任务 zorlandığı alan, komut terimlerinin (command terms) gerektirdiği yanıt formatını doğru belirlemektir. IB Math AI'da command term'ler yalnızca talimat vermez; aynı zamanda puanlama rubric'inde beklenen yanıtın derinliğini ve yapısını da belirler. Örneğin, "sketch" komutu alan bir soruda grafiğin kesişim noktalarının, asimptotlarının ve genel eğiliminin belirtilmesi beklenirken, "draw" komutu alan bir soruda daha hassas ve ölçekli bir çizim gerekir. "Find" komutuyla "hence" veya "determine" komutları arasındaki nüans, özellikle HL öğrencileri için puan farkı yaratan kritik bir ayrıntıdır.

Paper 1 hazırlığında dikkat edilmesi gereken bir diğer husus, süre yönetimidir. SL öğrencileri yaklaşık 1,5 dakika/dakika, HL öğrencileri ise yaklaşık 2 dakika/soru hesabı yapmalıdır. Bu süre baskısı altında doğru strateji, soruyu çözmekten önce hangi konuyu temsil ettiğini 5 saniyede tanıyabilmek ve uygun çözüm yolunu zihinsel olarak çağırabilmektir. Bu beceri, konuları izole ezberleyerek değil, konular arası bağlantıları içselleştirerek gelişir.

Paper 2'de Konu Dağılımı: Hesap Makinesi Destekli Analiz

IB Math AI Paper 2, grafik ekranlı hesap makinesi (GDC) kullanımının zorunlu olduğu uzun cevaplı sorulardan oluşur. SL için 90 dakika, HL için 120 dakika süren bu modül, gerçek dünya bağlamında matematiksel modelleme ve sonuç yorumlama becerilerini ön plana çıkarır. Paper 2'de ağırlıklı konular istatistiksel analiz (regresyon, hipotez testleri, güven aralıkları), finansal matematik, üstel ve logaritmik fonksiyonların uygulamaları ile diferansiyel denklemlerin çözümüdür. Trigonometrik fonksiyonların periyodik olayların modellenmesinde kullanımı da Paper 2'in sık karşılaşılan temasıdır.

Paper 2'de başarının anahtarı, GDC çıktısını salt hesaplama aracı olarak değil, kanıt üretim sürecinin bir parçası olarak konumlandırmaktır. Yüksek puan alan öğrenciler, hesap makinesi sonuçlarını aldıktan sonra bu sonuçların ne anlama geldiğini, modelin gerçek dünyayı ne kadar iyi temsil ettiğini ve varsayımların geçerliliğini sorgularlar. Bu sorgulama süreci, IB Math AI'ın "applications" vurgusunun somut karşılığıdır.

Paper 2'de karşılaşılan yaygın bir hata, formül bilgisinin yeterli olduğunu varsaymaktır. Oysa rubric kriterleri, öğrencinin formülü nereden elde ettiğini, bu formülün hangi varsayımlar altında geçerli olduğunu ve sonuçların bağlam içinde nasıl yorumlanacağını değerlendirir. Bir regresyon analizi sorusunda sadece GDC'nin verdiği denklemi yazmak yeterli değildir; bu denklemin eğim ve kesim noktasının gerçek dünya anlamının açıklanması, belirleme katsayısının (R²) neyi ifade ettiğinin yorumlanması ve modelin sınırlarının tartışılması beklenir.

Paper 3'te Konu Dağılımı: HL Öğrencileri İçin Sentez Kapasitesi

IB Math AI Paper 3, yalnızca HL öğrencilerine uygulanan 60 dakikalık bir sınav modülüdür. Bu modül, belirli bir konu alanında (genellikle calculus, istatistiksel dağılımlar veya vektör/行列 uzayı) derinlemesine problem çözme becerisini ölçer. Paper 3'ün ayırt edici özelliği, standart prosedürlerin ötesinde yaratıcı problem çözme ve matematiksel ispat gerektirmesidir. Sorular genellikle birden fazla konu alanını birleştiren yapıdadır; örneğin bir diferansiyel denklemin çözümü aynı zamanda geometrik bir yorum gerektirebilir veya istatistiksel bir model, calculus araçlarıyla analiz edilebilir.

Paper 3 hazırlığında HL öğrencilerinin en büyük avantajı, müfredatın diğer bölümlerinde edindikleri konu bağlantılarını bu sınavda serbestçe kullanabilmeleridir. Ancak bu esneklik, aynı zamanda derin bir kavramsal anlayış gerektirir; yüzeysel konu bilgisi, 60 dakikalık yoğun değerlendirme sürecinde hızla açığa çıkar. Paper 3'te başarılı olmak için, konuların neden çalıştığını, nasıl türetildiğini ve ne zaman uygulanacağını bilmek zorunludur.

Paper 3'te karşılaşılan tipik bir soru yapısı, bir gerçek dünya senaryosunun matematiksel modellemesini, bu modelin analizini ve ardından modelin geçerliliğinin değerlendirilmesini içerir. Öğrencinin üç aşamayı da (model kurma, analiz, yorumlama) başarıyla tamamlaması beklenir. Bu yapı, IB Math AI'ın "Applications and Interpretation" adının tam karşılığıdır: matematik burada soyut bir egzersiz değil, gerçekliği anlamlandırma ve karar verme aracıdır.

IB Math AI HL ve SL Konuları Arasındaki Bağlantılar

IB Math AI müfredatında SL ve HL konuları arasındaki ilişki, bir ağaç yapısına benzer. SL konuları, HL'nin temelini oluştururken, HL'ye özgü ek konular (daha ileri düzey calculus, ek istatistiksel dağılımlar ve ayrık matematik konuları) bu temel üzerine inşa edilir. Ancak gerçek fark, HL öğrencilerinin bu konuları daha soyut ve daha genelleştirilmiş biçimlerde kullanabilmesidir.

Örneğin, SL düzeyinde öğrenci eksponansiyel fonksiyonları büyüme ve azalma modellerinde kullanmayı öğrenir. HL düzeyinde ise aynı fonksiyon kavramı, karmaşık sayılarla ilişkilendirilir, Euler formülüyle bağlantı kurulur ve bu bağlantı diferansiyel denklemlerin çözümlerinde kullanılır. Görüldüğü gibi, "fonksiyonlar" konusu tek başına izole bir ünite değildir; istatistikten geometriye, calculus'tan finansal matematiğe uzanan birçok dalın kesişim noktasıdır.

Aşağıdaki tablo, IB Math AI konularının üç temel işlevsel alanla ilişkisini ve Paper dağılımını göstermektedir.

İşlevsel AlanTemel KonularPaper 1 AğırlığıPaper 2 AğırlığıPaper 3 İlgisi
Sayısal ve Cebirsel ModellemeFonksiyonlar, üstel ve logaritmik fonksiyonlar, cebirsel yapılarYüksekOrta-YüksekOrta
Geometrik ve Trigonometrik AnalizTrigonometrik fonksiyonlar, vektörler, geometrik dönüşümlerOrta-YüksekOrtaDüşük-Orta
İstatistiksel Çıkarım ve OlasılıkTanımlayıcı istatistik, olasılık dağılımları, hipotez testleri, güven aralıklarıOrtaYüksekYüksek (HL)

Bu tablo, her konunun tek bir Paper'a ait olmadığını, aksine konuların farklı Paper'larda farklı becerileri ölçmek için kullanıldığını açıkça ortaya koyar. Bir konuyu "Paper 2 konusu" olarak etiketlemek, o konunun Paper 1 veya Paper 3'te de karşınıza çıkabileceği anlamına gelir; fark, beceri düzeyinde ve beklenen yanıt derinliğindedir.

Konu Bağlantılarının Sınav Performansına Etkisi

IB Math AI sınavlarında yüksek puan alan öğrencilerin ortak özelliği, konuları izole bilgi paketleri olarak değil, birbiriyle konuşan kavramlar ağı olarak görmeleridir. Bu öğrenciler, bir soruda karşılarına çıkan trigonometrik fonksiyonun aynı zamanda bir istatistiksel veri setinin modellenmesinde kullanılabileceğini, diferansiyel denklemlerin ise bu modelin dinamik davranışını açıklamak için araç olduğunu sezgisel olarak kavrarlar.

Bu konu bağlantısı becerisi, özellikle extended-response sorularında kritik önem taşır. IB Math AI Paper 2 ve Paper 3'teki uzun cevaplı sorular, genellikle birden fazla konu alanını entegre eder. Öğrenci, sorudaki bağlamı tanıdığında (örneğin, bir bakteri popülasyonunun büyüme modeli), bu bağlamın hangi matematiksel araçlarla ele alınacağını hızla belirleyebilir. Bu belirleme süreci, konu bağlantılarının ne kadar içselleştirildiğine doğrudan bağlıdır.

Konu bağlantılarını güçlendirmenin en etkili yolu, her çalışma oturumunun sonunda sentez notları çıkarmaktır. Belirli bir konuyu işledikten sonra, bu konunun hangi diğer konularla kesiştiğini, hangi konuların bu konunun önkoşulu olduğunu ve hangi konuların bu konu üzerine inşa edildiğini yazılı olarak not etmek, uzun süreli bellekte bu bağlantıları pekiştirir.

Yaygın Hatalar ve Bunlardan Kaçınma Stratejileri

IB Math AI hazırlığında öğrencilerin sıklıkla yaptığı hataların başında, konuları sınav kağıdındaki soru numarasına göre kategorize etme gelir. Örneğin, "İstatistik soruları Paper 2'de 5. soruda çıkıyor, o yüzden sadece o soruyu çözmeyi öğreneyim" yaklaşımı, konunun gerçek yapısını anlamaktan uzak, yüzeysel bir stratejidir. IB sınavları her sene soru sırasını ve dağılımını değiştirebilir; asıl önemli olan konunun içsel mantığını kavramaktır.

İkinci yaygın hata, GDC'ye aşırı bağımlılık ve hesap makinesiz temel becerilerin ihmal edilmesidir. Paper 1'in hesap makinesiz formatı, bu becerilerin sağlam olmaması durumunda ciddi puan kaybına neden olur. Ancak aşırı tersi de geçerlidir: hesap makinesiz tüm işlemleri zihinsel yapmaya çalışmak, Paper 2'de zaman kaybına yol açar. Doğru denge, temel prosedürlerin (basit türev alma, integral hesaplama, trigonometrik değerleri bilme) zihinsel olarak hızlıca yapılabilmesi, karmaşık ve çok adımlı hesaplamaların ise GDC'ye devredilmesidir.

Üçüncü hata, command term'lerin emirleri altında ezberlenmesidir. "State" komutunun ne istediğini bilmek yeterli değildir; "State, justify and interpret" gibi bileşik komutların her bir bileşeninin rubric'de ayrı ayrı puanlandığını bilmek ve buna göre yanıt yapısını planlamak gerekir. Bu hata, özellikle Paper 2 ve Paper 3'te puan kaybının en yaygın kaynağıdır.

Dördüncü ve belki de en kritik hata, çözüm sürecini göstermeden sadece sonucu yazmaktır. IB Math AI puanlama rubric'leri, sonuçtan çok süreç üzerinden puan verir. Bir soruda doğru cevaba ulaşsanız bile, kullanılan yöntemin açıklanmaması, varsayımların belirtilmemesi veya sonucun bağlam içinde yorumlanmaması durumunda önemli puan kaybı yaşanır. Bu nedenle, her çözüm adımında "bu adımda ne yapıyorum" sorusunu kendinize sormak ve cevabı yazılı olarak ifade etmek alışkanlığı edinilmelidir.

IB Math AI Konuları İçin Stratejik Çalışma Planı

Etkili bir IB Math AI hazırlık planı, konuları kronolojik sırayla değil, önkoşul ağı üzerinden organize etmelidir. Çalışma planının ilk aşamasında, diğer konuların temelini oluşturan "üzerine inşa edilecek" konular belirlenmeli ve öncelikli olarak çalışılmalıdır. Bu konular arasında cebirsel manipülasyon ve fonksiyon kavramı, trigonometrik oranlar ve trigonometrik fonksiyonlar, temel olasılık kavramları ve istatistiksel ölçütler ile diferansiyel kavramın limit tanımı yer alır.

İkinci aşamada, bu temel konuların üzerine inşa edilen ve birbirleriyle sıkı bağlantıları olan konular ele alınmalıdır. Örneğin, fonksiyon kavramı ilerlediğinde, bu kavram üstel ve logaritmik fonksiyonlarla, trigonometrik fonksiyonlarla, diferansiyel ve integral calculus'la ve istatistiksel dağılımlarla bağlantı kurar. Her yeni konuda, "bu konu hangi önceki konuları gerektiriyor ve hangi sonraki konuların temelini oluşturuyor" sorusunu sistematik olarak sormak, öğrenme sürecini anlamlı kılar.

Üçüncü aşamada, konuların sentezi ve entegrasyonu hedeflenmelidir. Bu aşama, genellikle sınav dönemine yaklaşırken yoğunlaşır ve gerçek sınav koşullarında deneme sınavları çözmeyi içerir. Deneme sınavları, sadece bilgi eksikliklerini tespit etmek için değil, aynı zamanda zaman yönetimi, command term'lerin yorumlanması ve uzun cevaplı sorularda puanlama rubric'ine uygun yanıt yapısı kurma becerisini geliştirmek için kullanılmalıdır.

Internal Assessment'ın Konu Anlayışına Katkısı

IB Math AI Internal Assessment (IA), öğrencinin sınıfta öğrendiği konuları bağımsız bir araştırma sürecinde uygulamasını gerektiren bir bileşendir. IA, aynı zamanda konu bağlantılarını derinlemesine deneyimleme fırsatı sunar. İyi yapılandırılmış bir IA projesinde, öğrenci bir gerçek dünya problemini matematiksel olarak modeler, bu modeli analiz eder, sonuçlarını yorumlar ve modelin sınırlarını tartışır. Bu süreç, sınavlardaki extended-response sorularının mini versiyonu olarak işlev görür.

IA sürecinde öğrencilerin en çok zorlandığı aşama, model seçimi ve doğrulama döngüsüdür. Bir veri seti için birden fazla model kurulabilir; öğrencinin bu modelleri karşılaştırması, her birinin güçlü ve zayıf yönlerini tartışması ve en uygun modeli gerekçesiyle desteklemesi beklenir. Bu süreç, konu bağlantılarının somut biçimde yaşandığı bir deneyimdir ve sınav hazırlığına doğrudan katkı sağlar.

IA puanlama rubric'i, model seçimi, veri kullanımı, matematiksel iletişim ve kişisel katılım olmak üzere dört ana kriter üzerinden değerlendirme yapar. Bu kriterlerin her biri, sınav performansıyla doğrudan ilişkilidir. Örneğin, "matematiksel iletişim" kriteri, çözümlerin açık, organized ve mantıksal bir yapıda sunulmasını değerlendirir; bu beceri, Paper 2 ve Paper 3'teki uzun cevaplı sorularda kritik öneme sahiptir.

Sonuç ve İleriye Dönük Adımlar

IB Math AI konularının Paper 1, Paper 2 ve Paper 3'teki dağılımını ve konular arası bağlantıları anlamak, sınav başarısının temel taşıdır. Konuları izole üniteler olarak değil, birbirini besleyen ve tamamlayan bir ağ olarak kavramak, özellikle karmaşık ve çok katmanlı sorularda size avantaj sağlar. Bu makalede ele aldığımız konu dağılımı haritası, önkoşul ilişkileri ve stratejik çalışma planı, IB Math AI hazırlık sürecinizde somut bir yol haritası sunmaktadır.

IB Math AI HL öğrencileri için Paper 3'ün getirdiği sentez gereksinimi, SL öğrencileri için ise Paper 1 ve Paper 2 arasındaki geçiş becerisi belirleyici rol oynar. Her iki düzeyde de ortak olan unsur, konu bağlantılarının içselleştirilmesi ve bu bağlantıların gerçek sınav koşullarında serbestçe kullanılabilmesidir. Bu beceriyi geliştirmek, konuları tek tek ezberlemekten çok, aralarındaki ilişkileri keşfetmeyi ve bu ilişkileri matematiksel iletişimde kullanmayı gerektirir.

IB Math AI hazırlığında bir sonraki adım olarak, kendi konu bağlantı haritanızı çıkarmayı ve bu haritayı düzenli olarak güncellemeyi öneririz. Her yeni konu öğrendiğinizde, bu konunun neresinde durduğunu, hangi konulara bağlandığını ve hangi konuların bu konu üzerine inşa edileceğini görselleştirmek, sınav başarınız için sağlam bir zemin oluşturacaktır.

İlgili Okumalar

Sıkça Sorulan Sorular

IB Math AI SL öğrencisiyim, Paper 2'deki istatistik sorularını çözmek için hangi SL konularını öncelikli olarak çalışmalıyım?
Paper 2 istatistik soruları için öncelikli olarak normal dağılım, binom dağılımı ve Poisson dağılımı konularını sağlam biçimde kavramalısınız. Bu dağılımlar, hipotez testleri ve güven aralıkları sorularının temelini oluşturur. Ayrıca regresyon analizinin SL kapsamındaki versiyonunu (doğrusal regresyon) ve korelasyon katsayısının (Pearson r) yorumlanmasını çalışmanız gerekir. Bu konuların her biri, Paper 2'de GDC destekli çözüm gerektirir; ancak GDC çıktısını yorumlayabilmek için dağılımların parametrelerini ve varsayımlarını teorik düzeyde anlamış olmalısınız.
IB Math AI HL'de Paper 3'e hazırlanırken hangi konu kombinasyonları en sık sentez sorusu olarak karşıma çıkıyor?
Paper 3'te en sık karşılaşılan sentez kombinasyonları şunlardır: diferansiyel denklemler ile eğri çizimi, istatistiksel dağılımlar ile calculus entegrasyonu (örneğin, sürekli bir olasılık dağılımının beklenen değeri veya varyansı) ve trigonometrik fonksiyonlar ile fiziksel uygulamalar (özellikle harmonik hareket). Bu sentez sorularında başarılı olmak için, her konuyu ayrı ayrı derinlemesine bilmenin yanı sıra, bu konuların hangi noktalarda kesişebileceğini önceden düşünmüş olmanız gerekir. Bu beceri, konu bağlantı haritanızı oluştururken gelişir.
IB Math AI'da command term'leri doğru yorumlamanın puanlama üzerinde ne kadar etkisi var?
Command term'lerin yanlış yorumlanması, özellikle HL Paper 2 ve Paper 3'te ciddi puan kaybına neden olabilir. IB rubric'i, her command term için minimum beklentiyi ve tam puan için gereken ek unsurları tanımlar. Örneğin, "find" sadece sonucu isterken, "determine" sonuca giden yolu da gerekli kılar; "justify" ise her adımın neden doğru olduğunun açıklanmasını bekler. Bu nüansları kaçırmak, tam puan ile 6 puan arasındaki farkı yaratabilir. Command term sözlüğünü her çalışma oturumunda yanınızda bulundurmak ve her soruda hangi terimin kullanıldığına dikkat etmek bu hataları önler.
IB Math AI Internal Assessment için konu seçiminde konu bağlantıları nasıl kullanılabilir?
IA konu seçiminde, tek bir konu alanında derinleşmek yerine, birden fazla konu alanını birleştiren bir bağlantı noktası bulmak rubric'de daha yüksek puan potansiyeli taşır. Örneğin, trigonometrik fonksiyonların finansal bir uygulamayla (döviz kuru dalgalanmaları) veya istatistiksel bir analizin diferansiyel denklemlerle modellenmesi, interdisipliner yaklaşımı gösterir. Ancak IA'da başarılı olmak için konunun sizin düzeyinize uygun olması da kritiktir; çok karmaşık bir konu seçmek, matematiksel derinlikten ödün vermenize neden olabilir. Seçiminizi yaparken, çalışma programınız ve erişebileceğiniz veri kaynaklarını da göz önünde bulundurun.
IB Math AI'da hesap makinesiz Paper 1 ile hesap makinesiz Paper 2 arasındaki geçişi nasıl yönetmeliyim?
Paper 1 ve Paper 2 arasındaki geçiş, aslında iki farklı <em>zihinsel mod</em> gerektirir. Paper 1 için temel prosedürlerin hızlı ve doğru biçimde zihinsel olarak yapılması, Paper 2 için ise karmaşık hesaplamaları GDC'ye devredebilme ve bu hesaplamaların sonuçlarını anlamlandırma becerisi önemlidir. Geçişi yönetmek için, Paper 1 çözüm pratiği yaparken bile sonuçları GDC'de kontrol etmeyi alışkanlık haline getirin; bu, hem doğrulama alışkanlığı kazandırır hem de Paper 2'de GDC'ye güveninizi artırır. Ayrıca, Paper 1'deki soruları çözdükten sonra o sorunun "eğer GDC kullanabilseydim bu soruyu nasıl genişletebilirdim" sorusunu sormak, iki mod arasındaki bağlantıyı güçlendirir.

İlgili yazılar

Ön GörüşmeWhatsApp