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.
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.
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.
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.
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.
'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.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.