• Journal of The Korean Association For Science Education
• /
• v.34 no.5
• /
• pp.449-457
• /
• 2014

Recent studies have shown that teachers should have be aware of and understand students' misconceptions, which is one of the major components of PCK. However, teachers often have difficulties in understanding misconceptions and in applying appropriate instructional strategies to change misconceptions. Thus, we designed a method course for pre-service teachers (PSTs) adapting the concept of "teacher as researcher". In the course, PSTs conducted research to investigate students' misconceptions in physics. Twenty-five female PSTs participated in the study. They went through the research process including creating question items, administering items to their target populations, collecting and analyzing student responses, and writing a research paper. Data source included individual interviews with the PSTs, field notes during classroom observation and PSTs' research papers. The results were as follows. First, the PSTs confirmed students' misconceptions and learning difficulties in physics. They experienced discrepancies between their conjecture and research findings. Second, PSTs developed the sophisticated understanding of students' misconceptions and appropriate teaching strategies. Third, the research experience provided the PSTs opportunities to reexamine their physics content knowledge while creating items and explaining scientific concepts. They realized that physics teachers should develop sound understanding of physics concepts for guiding students to have less misconception. Lastly, they realized the necessity of being a teacher as a researcher.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• The Journal of Korean Academy of Orthopedic Manual Physical Therapy
• /
• v.6 no.1
• /
• pp.27-33
• /
• 2000

PURPOSE; The main purpose of this study is to develop a new learning model of Orthopedic Manual Therapy. METHOD; From 1997 to 1999, this survey was made of 318 students who had attended in Orthopedic Manual Therapy subject. RESULT; Results show that regard satisfaction with lecture was as 'good' by 235 person(73.3%). And the most interest subject among the therapists was orthopedic manual therapy(44.63%), next NDT(25.62%). CONCLUSION; This study suggest a new learning model of orthopedic manual therapy used by Role-play model and Coner study model. So we can be lecture effectively to focus students.

• The Journal of Korean Academy of Orthopedic Manual Physical Therapy
• /
• v.14 no.2
• /
• pp.41-49
• /
• 2008

임상추론은 환자를 평가하고 관리하는데 사용되는 임상가의 필수적인 생각 또는 동적인 인지과정이라고 할 수 있다. 임상추론은 환자의 문제를 인식하고 식별하며 더 나은 환자관리가 이루어지도록 환자의 상태에 대처하며 정보를 해석하고 분석하는 것으로서 이를 위해 임상가는 적절한 지식을 가지고 있어야 하며 임상추론 기술과 관련된 폭넓은 이해가 요구된다. 임상추론은 치료사, 환자, 그리고 환경간의 상호관계를 가진 복잡한 과정으로 임상추론과정에서 치료사와 환자간에는 충분한 협조가 이루어져야 한다. 임상추론에서의 해석적 모델로는 진단적 추론, 상호작용의 추론, 이야기적 추론, 협조적 추론, 예언적 추론, 윤리적 추론, 추론의 교육 등이 제시된다. 임상추론 과정에서 필수적인 주요 요소는 충분한 지식, 인지와 초인지 기술을 포함하며 이들 요소는 치료사와 환자간의 관계에서 발달되어야 한다. 이들 기술 중에 어떠한 실수라도 임상추론의 오류를 초래할 수 있다. 추론에서 오류의 원인으로는 암시된 정보의 잘못된 인지, 임상페턴에 대한 지식부족, 특정 상태에 대해 알려진 사실을 잘못 적용하는 경우를 들 수 있다. 오류는 임상추론 과정의 어떤 단계에서도 일어날 수 있으므로 효과적인 학습전략을 통하여 이들 오류를 예방할 수 있을 것이다.

• 한국벤처창업학회:학술대회논문집
• /
• 2023.04a
• /
• pp.141-144
• /
• 2023

우리나라 자동차산업에서의 정비서비스업은 After Market을 대표하는 중요한 업종이며, 상용트럭 또한 국가 물류와 건설현장에서 가장 큰 비중을 차지하고 있는 중요한 부문임에는 틀림이 없다. 본 논문의 목적은 상용트럭 딜러기업의 정비서비스분야에서 물리적 환경과 내부마케팅이 직원만족과 조직성과에 미치는 영향에 대한 영향력을 알아보는 것이다. 본 연구에서는 국내 및 수입 상용트럭 직영 및 딜러 종합정비업체 25개 직원들을 대상으로 하여 설문조사하고 실증 분석하였다. 주요한 연구결과는 다음과 같다. 첫째, 자동차 정비사업소의 물리적 환경은 직원만족에 긍정적 영향을 미치는 것으로 나타났다. 둘째, 내부마케팅은 직원만족에 긍정적 영향을 미치는 것으로 나타났다. 셋째, 직원만족은 조직성과에 유의한 정의 영향을 미치는 것으로 나타났다.

• Journal of the Korean Physical Therapy Association
• /
• v.6 no.1
• /
• pp.29-39
• /
• 1985

• Communications for Statistical Applications and Methods
• /
• v.4 no.2
• /
• pp.327-332
• /
• 1997

다층 신경망은 비모수 회귀함수 추정의 한 방법이다. 다충 신경망을 학습시키기 위해 역전파 알고리즘이 널리 사용되고 있다. 그러나 이 알고리즘은 이상치에 매우 민감하여 이상치를 포함하고 있는 자료에 대하여 원하지 않는 회귀함수를 추정한다. 본 논문에서는 통계물리에서 자주 사용하는 방법을 이용하여 로버스트 역전파 알고리즘을 제안하고 수학적으로 신경망과 매우 유사한 PRP(projection pursuit regression) 방법, 일반적인 역전파 알고리즘과 모의실험을 통해 비교 분석한다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 2012.05a
• /
• pp.45-46
• /
• 2012

• Journal of Gifted/Talented Education
• /
• v.23 no.5
• /
• pp.697-713
• /
• 2013

The research aimed to investigate characteristics of middle school students enrolled in a science gifted education center affiliated with university in terms of multiple intelligence, self-regulated learning and personality traits. The 89 subjects in the study responded to questionnaires of multiple intelligence, self-regulated learning ability and a personality trait in October, 2011. It was found that both science and math gifted students presented intrapersonal intelligence as strength and logical-mathematical intelligence as weakness. While physics and earth science gifted ones showed spatial intelligence as strength, chemistry and biology gifted ones did intrapersonal intelligence. For self-regulated learning ability, both science and mathematics gifted students tend to show higher levels than general students, in particular, cognitive and motivation strategies comparatively higher than meta-cognition and environment condition strategies. Characteristics of personal traits widely distributed across science and mathematics gifted students, showing that each gifted student presented distinct characteristics individually. Those gifted students showing certain intelligence such as spatial, intrapersonal, or natural intelligences as strength also showed different characteristics of self-regulated learning ability and personal traits among students showing same intelligence as strength. It was concluded that science and mathematics gifted students showed various characteristics of multiple intelligences, self-regulated learning ability, and personal traits across science and mathematics areas.

• Journal of Gifted/Talented Education
• /
• v.19 no.1
• /
• pp.95-117
• /
• 2009

This study investigated the relationships of the self-regulated learning strategies used in both science and English classes and motivation to academic performance of science-gifted high school students. Participants of this study were 144 freshmen of Korea Science Academy It was found out that the use of self-regulation learning strategies and motivation exerts differential influence on the academic performance of science-gifted students, depending on the subjects they study. Results showed that they used more vigorously in science class those self-regulated strategies which consist of cognition, metacognition, and resource management strategies than in English class. In addition, their motivation level in science class was significantly higher than that in English class. Self-regulated strategies did not explain any variance in physics GPA. Task value among the motivation variables accounted for 2 percent of variance in physics GPA. Metacognition and time and study environment variables explained 8 percent and 15 percent of variance in English GPA, respectively. Self-efficacy in motivation accounted for 30 percent of variance in English GPA, These results were discussed in the light of instruction for science-gifted high students.