• 컴퓨터교육학회논문지
• /
• 제13권4호
• /
• pp.51-59
• /
• 2010

상당 기간의 학습공백에서 벗어나 원격 혹은 사이버대학 수업에 참여하게 된 성인 학습자들은 초기 학습 참여에 많은 어려움을 경험하게 된다. 이러한 학습과정의 어려움을 극복하도록 지원하기 위해서 신규로 사이버대학 수업에 참여하게 되는 신입생과 편입생 학습자들을 중심으로 이들의 이러닝 준비도를 조사하고 학습이 수행되는 과정에서 이들의 학습활동을 분석할 필요가 있다. 본 연구의 목적은 사이버대학 신입생과 편입생 학습자들의 이러닝 준비도 수준을 진단하고 이들의 학습활동 유형을 분석하였다. 연구결과, 신입생과 편입생은 사이버대학 수업에 참여할 수 있는 기본적인 지식과 기술을 소유하고 있었으며, 이들은 상호작용, 학습과제 문의, 학습방법 등에 관한 일상적인 학습활동을 전개하는 것으로 나타났다. 또한 신입생과 편입생의 학습활동 양태 및 결과에 있어서는 뚜렷한 차이가 없는 것으로 나타났다.

• 한국콘텐츠학회논문지
• /
• 제11권12호
• /
• pp.969-975
• /
• 2011

본 논문은 대학 이러닝 수업에서 학생들의 자발적인 학습활동과 인터넷 수업기능의 활용, 학습 성공에 대한 이해정도가 학습 성취도에 미치는 영향을 분석하였다. 대학에서 이러닝 수업을 듣고 있는 학생들 297명을 대상으로 설문분석을 통하여 핵심변인에 대한 요인들을 분석한 결과 인터넷 수업 시 자기주도성을 나타내는 다양한 요인들이 학생들의 자발성(자기주도성), 인터넷수업기능 활용성, 학습에 대한 성공요인 이해정도의 세 가지 카테고리로 분류되었다. 이 세 가지 요인변수들이 결과변수인 학생들의 성적에 미치는 영향을 분석한 연구결과, 자기주도적인 성향이 학습자 성취도에 유의미한 영향이 있는 것으로 나타났다. 이를 통해 대학 이러닝 수업에서 다양한 상호작용적인 인터넷 활용기능이나 학습 성공에 대한 이해정도보다 학생들의 자발적 수업활동에 대한 직접적인 준비가 학습 성취에 결정적인 영향을 미칠 수 있다는 것을 알 수 있었다. 이는 향후 대학의 이러닝 수업에서 교수 학습 전략을 설계할 때 고려해야 하는 중요한 시사점이라 할 수 있다.

• 한국산학기술학회논문지
• /
• 제17권12호
• /
• pp.81-90
• /
• 2016

본 연구의 목적은 대학생을 대상으로 플립러닝을 적용한 교육방법의 효과를 알아보고자 하는 것이다. 플립러닝을 적용하기 전과 후의 자기주도학습 준비도, 핵심역량을 파악하고, 플립러닝을 적용한 후 교수-학생 상호작용, 학습만족도, 학습동기를 파악하여, 플립러닝 적용 후 각 변수의 상관관계를 살펴보고, 학습동기에 미치는 영향을 알아보고자 하였다. 단일군 전후 비교 연구로 대상자는 경기도 S시 일개 간호대학에서 플립러닝을 활용하여 건강사정 및 실습을 수강하는 2학년 학생을 대상으로 하였다. 최종 분석은 68명을 대상으로 하였고, 사전 사후의 차이는 paired t-test로, 각 변수간 상관관계는 Pearson's correlation coefficient로 분석하였으며, 종속변수인 학습동기에 미치는 영향은 단계적 다중회귀방법을 사용하였다. 그 결과 자기주도학습 준비도는 사전 사후 통계적으로 유의하게 증가하였고, 핵심역량은 그 차이가 유의하지 않았다. 플립러닝교육 후 학습동기는 자기주도학습 준비도(r=0.33, p=.006), 대학생 핵심역량(r=0.51, p<.001), 교수-학생 상호작용(r=0.72, p<.001), 학습만족도(r=0.79, p<.001)와 유의한 정적 상관관계를 보였고, 모든 다른 변수들 간에도 정적으로 유의한 상관관계를 보였다. 학습동기에 영향을 미치는 요인은 학습만족도와 교수-학생 상호작용이었으며, 이 2개 변수로 구축된 회귀모형의 학습동기에 대한 설명력은 71.3% (F=80.66, p<.001)였다. 따라서 플립러닝 교육을 적용하였을 때 학습동기를 증진시키기 위해서는 학습만족도를 증진시키고, 교수-학생 상호작용을 활발히 하는 전략의 마련이 필요하겠다.

• 스마트미디어저널
• /
• 제12권7호
• /
• pp.9-17
• /
• 2023

작물의 병충해는 다양한 작물의 성장에 영향을 미치기 때문에 초기에 병충해를 식별하는 것이 매우 중요하다. 이미 많은 머신러닝(ML) 모델이 작물 병충해의 검사와 분류에 사용되었지만, 머신러닝의 부분 집합인 딥러닝(DL)이 발전을 이루면서 이 연구 분야에서 많은 진보가 있었다. 본 연구에서는 YOLOX 검출기와 MobileNet 분류기를 사용하여 비정상 작물의 병충해 검사 및 정상 작물에 대해서는 성숙도 분류를 진행하였다. 이 방법을 통해 다양한 작물 병충해 특징을 효과적으로 추출할 수 있으며, 실험을 위해 딸기, 고추, 토마토와 관련된 다양한 해상도의 이미지 데이터 셋을 준비하여 작물 병충해 분류에 사용하였다. 실험 결과에 따르면 복잡한 배경 조건을 가진 영상에서 평균 테스트 정확도가 84%, 성숙도 분류 정확도가 83.91% 임을 확인할 수 있었다. 이 모델은 자연 상태에서 3가지 작물에 대한 6가지 질병 검출 및 각 작물의 성숙도 분류를 효과적으로 진행할 수 있었다.

• 한국보건간호학회지
• /
• 제34권3호
• /
• pp.405-415
• /
• 2020

Purpose: This study was undertaken to identify the mediating effect of family strengths in the relationship between e-learning readiness and learning management system-based online education learning outcomes. Our results provide basic data for proposing strategies to increase online education learning outcomes of nursing students. Methods: A self-report questionnaire was surveyed by 133 nursing students who took online education using a learning management system at three nursing colleges in Daejeon, Jeonbuk, and Gyeongbuk. The mediating effect of family strengths in the relationship between the e-learning readiness of the subject and online education learning outcomes, were analyzed by hierarchical multiple regression. Sobel test was performed to verify effectiveness of the pathway. Results: In the relationship between e-learning readiness and online education learning outcomes of nursing students, family strengths were determined to exert absolute mediating effect. Conclusions: Our results indicate that in order to improve e-learning readiness, the basic curriculum for nursing students should include web-based communication, cooperation, and the use of information technology, including interaction for online education. Improvements in family strengths can be achieved through home study activities, such as frequent conversations with members, monitoring achievements of the students, and sharing family leisure activities.

• 한국수학교육학회지시리즈C:초등수학교육
• /
• 제24권4호
• /
• pp.217-231
• /
• 2021

'거꾸로 수업'으로 번역되는 플립드 러닝은 여러 연구와 매체들을 통하여 그 효과성을 인정받고 있으나 활용 시 교사에게 주어지는 지나친 수업 준비 부담의 한계를 지니고 있다. 그러나 온라인 러닝이 활성화됨에 따라 한국교육방송공사(EBS)가 제공하는 플랫폼(EBSmath)을 활용하면, 거꾸로 수업에 대한 교사의 수업 부담을 극복할 수 있다. 본 연구에서는 거꾸로 수업 모델로 EBSmath를 활용하여 '비와 비율'의 학습하였을 때, 초등학교 6학년 학생들의 수학 학습 성취도와 수학적 성향에 미치는 영향을 분석하였다. 이 중 수학 학습 성취도는 '개념 이해'와 '문제해결력'으로 구분하여 분석하였다. 연구 결과 EBSmath를 활용한 거꾸로 수업은 학생들의 비와 비율 문제 해결에 긍정적인 영향을 미쳤으며, 수학적 성향 중 '의지' 면에서 통계적으로 유의한 변화가 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.