• 제목/요약/키워드: 이러닝 참여도

검색결과 193건 처리시간 0.023초

초등교육의 사교육비 절감을 위한 개방형 학습 플랫폼 활용에 관한 연구 (A Study on the Utilization of Open Learning Platform to Reduce Private Education Cost of Elementary Education)

  • 심재영;권미란
    • 한국인터넷방송통신학회논문지
    • /
    • 제18권1호
    • /
    • pp.105-111
    • /
    • 2018
  • 공교육의 STEAM과 S/W 교육은 융합 인재와 4차산업혁명 시대의 인재 양성에 효과적이며 이를 위한 전담교사의 확충과 다양한 학습자료의 발굴 및 적용, 융합인재 교육을 위한 교육환경 개선이 필요하다. 그리고, 개방형 학습 플랫폼은 사교육비 절감과 공교육의 보완에 효과적이다. 특히 교실 수업(오프라인)과 결합된 플립러닝에 유용하며 이럴 경우 교사의 역할이 능동적인 교수활동과 연구 활동으로 전환되어 공교육의 정상화를 앞당기고 사교육을 줄일 수 있다. 특히, 초등교육을 위한 MOOC 플랫폼 운영의 핵심 기능으로 '창의적 교수설계와 콘텐츠 개발 기능', '디지털 교수 학습 큐레이션 기능', '빅데이터 기반 학습자 맞춤화 기능', '학습 참여 촉진 플립러닝 및 소셜러닝 기능'을 제시한다. 본 연구를 통해 초등교육을 포함한 청소년의 진로 및 입시교육 MOOC의 도입에 대한 논의의 장이 마련되고 한국형 청소년 MOOC 플랫폼이 구축되어 교육민주화의 세계적 선진 모델로 발전될 수 있기를 기대한다.

간호대학생의 전공교과목 플립러닝 수업에 대한 경험: 질적연구 (A Qualitative Study on Flipped Learning Experience in Major Subjects of Nursing Students)

  • 유하나;윤연서;김옥분
    • 실천공학교육논문지
    • /
    • 제12권1호
    • /
    • pp.11-21
    • /
    • 2020
  • 본 연구는 간호대학생의 플립러닝 교수법을 적용한 전공수업의 경험에 대한 의미를 이해하기 위한 현상학적 연구이다. 연구 참여자는 간호학과 4학년 8명으로 개별 심층면담을 실시하여 자료수집을 하였으며, Colaizzi의 현상학적 방법으로 자료분석을 하였다. 본 연구를 분석한 결과 총 35개 주제어와 11개의 중심의미가 도출되었다. 11개의 중심의미는 교육 전, 교실 안, 교육 후로 분류 하였다. 교육 전 단계는 '정보부족', '심리적 부담감', '교수법 차이', '자기주도적 학습능력 향상', '학습자의 성취도 차이'가 중심의미로 도출되었다. 교실 안은 '효율적 수업방향', '자신감 향상'이, 교육 후 단계는 '수업에 긍정적 영향', '자기부담 강화', '선호하지 않음', '강의식 선호'로 각각의 중심의미가 도출되었다. 따라서, 본 연구결과를 볼 때 간호학 전공에 플립러닝 교수법을 적용하기 위해서는 좀 더 다각적이며 심층적인 반복연구를 제언한다.

딥러닝 기반 협력적 문제 해결력 예측 시스템 개발 연구: ICT 요인을 중심으로 (A Study on Development of Collaborative Problem Solving Prediction System Based on Deep Learning: Focusing on ICT Factors)

  • 이영호
    • 정보교육학회논문지
    • /
    • 제22권1호
    • /
    • pp.151-158
    • /
    • 2018
  • 본 연구의 목적은 협력적 문제 해결력에 영향을 미치는 PISA(Programme for International Student Assessment) 2015의 ICT 요인을 바탕으로 학생들의 협력적 문제 해결력을 예측하는 시스템을 개발하는 데 있다. PISA 2015의 컴퓨터 기반 협력적 문제 해결력 평가에는 한국에서 5,581명이 참여하였다. 연구방법은 먼저 상관분석을 사용하여 유의미한 변수를 선정하였으며, 딥러닝을 사용하여 협력적 문제 해결력 예측 모델을 생성하였다. 모델 생성 결과 테스트 데이터 셋에 대해 약 95%의 정확도로 협력적 문제 해결력을 예측할 수 있었다. 이 모델을 바탕으로 협력적 문제 해결력 예측 시스템을 설계 및 구현하였으며, 해당 시스템을 사용하여 학습자의 ICT 관련 설문을 통해 협력적 문제 해결력을 예측할 수 있다. 본 연구는 교육에서 ICT 투입 및 사용에 대한 정책 결정에서 빅데이터와 인공지능을 적용할 수 있는 새로운 관점을 제공할 것으로 기대한다.

도시 형태 변화 모니터링을 위한 머신러닝 기법의 가능성 - 보스톤 사례연구를 중심으로 - (Towards a Machine Learning Approach for Monitoring Urban Morphology - Focused on a Boston Case Study -)

  • 황지은
    • 디자인융복합연구
    • /
    • 제16권5호
    • /
    • pp.125-140
    • /
    • 2017
  • 본 연구는 머신러닝의 기법이 도시 형태를 분석 및 추론하는 복잡한 과정에 적용 되었을 때, 도시 공간의 변화를 감지하고 분석하며 예측 할 수 있는 가능성을 사례 연구의 근거를 통해 제시하고자 한다. 사례 연구는 미국 보스톤의 메인 스트리트를 대상으로 도시 형태를 분석하는 과정에 머신러닝의 기법을 적용 실험하여 그 효용성을 예증했던 2006년의 선행 연구의 결과를 2016년 도시 형태와 현상을 비교 재해석하여, 10년간의 변화를 도시적 관점, 정보 환경의 관점, 기술적 관점에서 분석하고 이에 유효한 도시 모니터링의 시사점을 도출했다. 먼저, 다중 참여형 정보 수집의 플랫폼이 열리면서 대용량 데이터를 실시간으로 수집할 수 있는 기술적으로 가능해 졌다. 로봇이나 드론 등 인공지능이 탑재된 기계들을 사용하여 도시 정보를 취득하고 개입할 수 있는 가능성과 신산업의 요구에 맞추어 도시 정보 체계를 바꿀 수 있는 가능성이 열려있다. 결론적으로, 현 도시의 당면 문제에 집중하고 각 지역의 특성에 맞는 모니터링 전략을 세우는 것이 중요하며, 국내에서는 최근 도시 재생의 관점이 강조되고 있으므로 그 실천적인 연구가 필요하다.

머신러닝 기법을 활용한 블록체인의 엉클블록 분석 연구 (A Study on Uncle Block Analysis of Blockchain Using Machine Learning Techniques)

  • 김한민
    • 경영정보학연구
    • /
    • 제22권1호
    • /
    • pp.1-16
    • /
    • 2020
  • 블록체인은 시스템에 참여하는 사용자들 사이에 믿음을 확보할 수 있는 기술로 떠오르고 있다. 블록체인에 대한 관심이 높아지면서 선행 연구들은 블록체인 기술에 관련된 암호화폐와 적용방안에 대한 연구를 주로 수행하였다. 반면에 블록체인의 안정적인 구동에 대한 연구는 크게 주목하지 않았다. 대표적으로 블록체인의 엉클블록은 블록체인 시스템의 안정적 구동에 중요한 역할을 담당함에도 불구하고 이에 대한 연구는 거의 수행되지 않았다. 이러한 인식을 기반으로 본 연구는 블록체인 정보와 거시 경제 요인들을 활용하여 블록체인의 엉클블록을 머신러닝 기법으로 예측하고자 하였다. 인공신경망, 서포트벡터머신 분석 결과, 블록체인 정보와 거시 경제 요인들은 블록체인의 엉클블록 예측에 기여하는 것으로 나타났다. 또한, 블록체인 정보만을 활용한 인공신경망은 엉클블록의 발생을 예측하는데 가장 우수한 성능을 제공하는 것으로 나타났다. 본 연구는 정보시스템 분야에서 블록체인 연구를 주도하고 기여할 수 있는 방안을 제시한다.

문화역사적 활동이론을 통한 중학교 특수교육 대상 학생의 무성생식 스마트러닝 활동 분석 (Analysis of the Learning Activities using Asexual Reproduction Learning Application for School Students with Special Needs in Middle School by the Cultural Historical Activity Theory)

  • 김아라;정진수;김용성;문동오
    • 과학교육연구지
    • /
    • 제40권1호
    • /
    • pp.52-71
    • /
    • 2016
  • 이 연구의 목적은 문화역사적 활동이론을 통하여 무성생식 학습용 어플리케이션을 활용한 특수교육 대상 중학생들의 학습활동을 분석하는 것이다. 이를 위해 특수교육 대상 학생들을 위한 무성생식 학습용 어플리케이션을 개발하였고, 이 어플리케이션을 이용한 학습 활동을 문화역사적 활동 이론 측면에서 분석하였다. 무성생식 학습 어플리케이션은 무성생식 탐구학습에 활용하기 위한 학습 보조 자료로서 개발되었다. 그리고 어플리케이션의 주요 기능은 개념학습 기능, 문제풀이 기능, 학습 관련 동영상 플레이 기능, 그리고 무성생식 관찰 보고서 작성 기능으로 구성되었다. 문화역사적 활동이론을 통해 분석한 결과, 주체인 특수교육 대상 학생들은 도구의 어플리케이션을 통해 수업에 적극적으로 참여하려하는 객체(목적)를 가지고 협동학습을 위한 분업을 하게 되었다. 결과적으로 학생들은 산출물로 무성생식 개념을 효율적으로 학습 하게 되었다. 이와 같은 연구 결과는 어플리케이션을 활용한 수업이 특수교육 대상 학생들의 학습 성취와 과제수행행동을 향상시키는데 긍정적인 영향을 미치는 방법임을 제시한다.

  • PDF

중국 교육정보화 현황에 관한 문제 중심 요구 분석 - APEC e-러닝 연수 보고서를 중심으로(2006~2013) - (A Study on Problem-Need Analysis in Education Informatization of China: Focused on Reports from APEC e-Learning Training Program(2006~2013))

  • 김영환;이지연;김상미;주기언
    • 비교교육연구
    • /
    • 제24권5호
    • /
    • pp.27-51
    • /
    • 2014
  • 본 연구의 목적은 중국 교육정보화 현황에 대해 자국 전문가들이 인식하는 문제와 요구를 알아보고, 이를 통해 향후 중국과의 국제교육협력에 관한 시사점을 도출하는 것이다. 이를 위해 APEC e-러닝 연수(2006년~2013년)에 참여한 중국 연수생들의 개별 팀 보고서 76편을 내용 분석하였고, 그 결과는 다음과 같다. 첫째, 중국의 교육정보화 현황에 대한 가장 핵심적인 문제는 교육 자원 부족으로 나타났고, 다음으로 ICT 활용동기 부족, 관리평가 체제 미흡, 교사 및 전문 인력 수급 순으로 나타났다. 둘째, 중국교육정보화에 대한 요구와 관련하여, ICT 교육 활용 증진을 위한 교육 훈련과 조직 문화가 지난 8년간 지속적으로 높은 순위에 랭크되었다. 반면 장비 부족에 관한 문제는 2008년을 기점으로 제기되지 않아 국가 정보화 사업으로 인프라 구축과 ICT 관련 장비 보급이 많은 부분 개선된 것으로 보인다. 그러나 최근 2012년 이후 정책 및 관리평가 체제부족에 관한 이슈가 제기되면서 보다 체계적이고 전문화된 정책과 행정 체계를 필요로 하고 있는 것으로 나타났다.

불규칙한 빠짐을 포함한 탄성파 탐사 자료의 머신러닝을 이용한 트레이스 기반 내삽 (Trace-based Interpolation Using Machine Learning for Irregularly Missing Seismic Data)

  • 이재우;박지호;설순지;윤대웅;변중무
    • 지구물리와물리탐사
    • /
    • 제26권2호
    • /
    • pp.62-76
    • /
    • 2023
  • 최근에 활발히 적용되고 있는 머신러닝 기반 탄성파 내삽 기법들은 대부분 모음 자료를 2차원 영상화 하여 빠짐을 채우는 방법으로 하는 훈련(training)-추론(inference) 전략에 기초하므로 완벽히 채워진 다수의 모음자료가 훈련을 위해 필요하게 된다. 이 연구는 이와는 달리 트레이스 기반 내삽을 수행하는 내삽 기술의 훈련-추론 전략을 기본으로, 불규칙한 빠짐이 있는 현장자료 만을 이용하여 훈련-추론을 모두 수행할 수 있는 머신러닝을 이용한 트레이스 기반 불규칙한 빠짐의 내삽 기술을 제시하였다. 이 연구에서는 불규칙한 빠짐이 있는 자료를 훈련과 추론에 체계적으로 사용하는 최대 연속빠짐 간격에 따라 정해지는 네트워크를 구성하는 방법 및 훈련하는 방법을 기술하였다. 또한, 서호주 Exmouth Sub-basin 지역의 Vincent 유전에서 얻어진 시간 참반사 보정된 탄성파 자료에 개발된 방법을 적용한 후, 예측 결과를 전통적인 내삽 방법의 결과와 비교 및 분석하였다. 신호대잡음비나 구조유사성과 같은 정량적인 지표를 통해 두 방법 모두 내삽 성능이 높은 것을 확인하였으며, 모든 주파수 대역에서도 골고루 좋은 결과를 보임을 확인하였다.

학교도서관의 블렌디드 러닝 운영에 관한 연구 - 자유학기제 연계 독서동아리 프로그램을 중심으로 - (A Study on the Management of Blended Learning at School Library: Focusing on Reading Club Program Linked with Free Semester System)

  • 송지애
    • 한국문헌정보학회지
    • /
    • 제55권2호
    • /
    • pp.179-200
    • /
    • 2021
  • 본 연구는 학교도서관의 블렌디드 러닝을 활용한 자유학기제 독서동아리와 연계 프로그램을 중심으로 운영에 관한 사례를 분석하는 데 있다. 이에 본 연구에서는 블렌디드 기반의 학교도서관 운영에 대한 연구모형을 설계하였으며, 자유학기제 연계 프로그램의 참여자를 대상으로 학교도서관 독서동아리 활동에 대해 사례를 분석하였다. 분석 결과, 첫째, 연구모형의 관련변인에 대한 안정성, 일관성 및 예측가능성 신뢰도 검증의 모든 영역에서 신뢰수준을 만족하였다. 둘째, 블렌디드 활동과 진로탐색 및 진로설계 활동의 상관관계분석에서 유의한 관계가 검증되었다. 셋째, 블렌디드 러닝의 활동과 진로탐색 및 진로설계 활동 영역에서 비대면 활동에 유의한 정적인 영향이 나타나, 자유학기제 독서동아리 연계 프로그램은 비대면 활동에서 긍정적인 효과가 높은 것으로 검증되었다. 마지막으로 학교도서관 독서동아리 지원의 지자체 연계 프로그램을 제시하고, 학교도서관의 블렌디드 러닝에 관한 운영을 제안하였다.

머신러닝 기반 KOSDAQ 시장의 관리종목 지정 예측 연구: 재무적 데이터를 중심으로 (Study on Predicting the Designation of Administrative Issue in the KOSDAQ Market Based on Machine Learning Based on Financial Data)

  • 윤양현;김태경;김수영
    • 벤처창업연구
    • /
    • 제17권1호
    • /
    • pp.229-249
    • /
    • 2022
  • 본 연구는 다양한 머신러닝 기법을 통해 코스닥(KOSDAQ) 시장 내 관리종목 지정을 예측할 수 있는 모델에 대해 연구하였다. 증권시장 내 기업이 관리종목으로 지정이 되면 시장에서는 이를 부정적인 정보로 인식하여 해당 기업과 투자자에게 손실을 가져오게 된다. 본 연구를 통해 기업의 재무적 데이터를 바탕으로 조기에 관리종목 지정을 예측하고, 투자자들의 포트폴리오 리스크 관리에 도움을 주기 위한 머신러닝 접근이 타당한지 살펴본다. 본 연구를 위해 활용한 독립변수는 수익성, 안정성, 활동성, 성장성을 나타내는 21개의 재무비율을 활용하였으며, K-IFRS가 적용된 2011년부터 2020년까지 관리종목과 비관리종목의 기업의 재무 데이터를 표본으로 추출하였다. 로지스틱 회귀분석, 의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, LightGBM을 활용하여 관리종목 지정 예측 연구를 수행하였다. 연구결과는 분류 정확도가 82.73%인 LightGBM이 가장 우수한 예측 모형이었으며 분류 정확도가 가장 낮은 예측 모형은 정확도가 71.94%인 의사결정나무였다. 의사결정나무 기반 학습 모형의 변수 중요도의 상위 3개 변수를 확인한 결과 각 모형에서 공통적으로 나온 재무변수는 ROE(당기순이익), 자본금회전율(Capital stock turnover ratio)로 해당 재무변수가 관리종목 지정에 있어 상대적으로 중요한 변수임을 확인하였다. 대체적으로 앙상블을 이용한 학습 모형이 단일 학습 모형보다 예측 성능이 높은 것을 확인하였다. 기존 선행연구가 K-IFRS에 대한 고려를 하지 않았고, 다소 제한된 머신러닝에 의존하였다. 따라서 본 연구의 필요성과 함께 현실적 요구를 충족시키는 결과를 제시하였음을 알 수 있으며, 시장참여자들에게 있어 관리종목 지정에 대한 사전 예측을 확인할 수 있도록 기여했다고 볼 수 있다.