본 연구는 재학생들의 타대학 입학 및 편입으로 인한 중도탈락에 대한 원인을 찾기 위해, 먼저, 자퇴신청원에 기재된 면담 내용을 딥러닝 토픽모델링인 BERTopic을 활용하여 분석하여 주요 토픽으로 부모의 영향, 학업 부진, 전공 불만족을 도출하였다. 그 후, 해당 토픽을 중도탈락에 영향을 미치는 요인으로 구성한 구조방정식 모형을 설계한 후 199명의 재학생을 대상으로 설문조사를 통한 실증적 연구를 수행하였다. 분석 결과, 타의에 의한 대학 선택은 학업적응과 전공만족에 부정적 영향을 끼치며, 학업적응과 전공만족은 중도탈락의도에 부정적 영향을 끼치는 것으로 나타났다. 또한, 타의에 의한 대학 선택은 학업적응과 전공만족을 통해 중도탈락의도에 간접으로 정적 영향을 끼치는 것으로 나타났다. 이는 중토탈락의도를 낮추기 위해서는 부모의 영향으로 대학을 선택하는 대학생들을 입학 초기에 파악하고 이들의 전공만족이나 학업적응을 높이기 위한 프로그램을 제공하는 것이 필요함을 시사한다.
직업훈련 교육 현장에서 느끼는 가장 큰 어려움 중 하나는 중도탈락 문제이다. 훈련과정마다 많은 수의 학생들이 중도탈락을 하게 되어 국가 예산 낭비 및 청년 취업률 개선에 장애 요인이 되고 있다. 본 연구에서는 중도탈락의 원인을 주로 분석한 기존 연구들과 달리, 각종 수강생 정보를 활용하여 사전에 중도탈락을 예측할 수 있는 기계학습 기반 모형을 제안하고자 한다. 특히 본 연구의 제안모형은 수강생 관련 정형 데이터 뿐 아니라 비정형 데이터인 강사의 상담일지 정보까지 동시에 고려하여 모형의 예측정확도를 제고하고자 하였다. 이 때 비정형 데이터에 대한 분석은 최근 주목받고 있는 텍스트 분석 기술인 Word2vec과 합성곱 신경망을 이용해 수행하였다. 국내 한 직업훈련기관의 실제 데이터에 제안모형을 적용해 본 결과, 정형데이터만을 사용하여 중도탈락을 예측할 때보다 비정형 데이터를 함께 고려했을 때 예측의 정확도가 최대 20%까지 향상됨을 확인할 수 있었다. 아울러, Support Vector Machine을 기반으로 정형 데이터와 비정형 데이터를 결합해 분석했을 때, 검증용 데이터셋 기준으로 90% 후반대의 높은 예측 정확도를 나타냄을 확인하였다.
본 연구는 대학생의 중도탈락에 대한 현황과 요인을 분석한 연구로서 D대학의 2001년부터 2005년에 입학한 학생 중에서 정원 외 전형으로 입학한 학생을 제외한 14,210명을 대상으로 하였다. 일반적 특성의 모든 항목에서 유의한 차이가 있는 것으로 나타났으며, 남학생이 여학생보다, 특별전형으로 입학한 학생이 일반전형으로 입학한 학생보다, 기타계열의 고교 출신자가 일반계 고등학교 졸업자보다 중도탈락률이 높게 나타났다. 중도탈락 학생들에 대한 분석에서는 미복학(40.16%)으로 인한 중도탈락이 가장 많았으며 다음으로 미등록(32.98%), 자퇴(25.05%), 학사제적(0.81%)으로 인한 중도탈락 순이었다. 전체 대상자의 중심경향 값에 따른 분포를 보면 학생부 성적과 결석일수는 정적편포이며 대학 성적은 부적편포로 낮은 점수를 받은 학생은 일부이고 대부분 높은 점수가 집중된 경향임을 나타내었다. 표준편차를 보면 학업지속자 보다 중도탈락자의 성적이 크게 나타나 비교적 학업지속자의 성적이 비슷한 것으로 보여 학생부성적과 결석일수 모두가 중도탈락에 영향을 미치는 것으로 나타났으며, 학생부성적이 낮을수록, 결석일수가 많을수록 중도탈락에 더 많은 영향을 미침을 알 수 있다. 대학 1학년1학기 성적을 제외한 나머지 성적이 낮을수록 중도탈락에 더 많은 영향을 미침을 알 수 있었고, 1학년 전체 성적이 제일 많은 영향을 미치고 다음이 1-2학기학점, 1-1학기 성적, 1-2학기성적, 그리고 1-1학기 학점 순으로 영향을 미치는 것으로 나타났다. 일반적 특성 항목에서는 수업년한이 제일 큰 영향을 미치고 다음이 성별이 미치며 나머지 항목들은 영향의 수준이 미미한 것으로 나타났다.
본 연구에서는 국내 대학 차원에서의 요인들을 중심으로 대학생의 중도탈락에 영향을 미치는 것이 무엇인지 분석하고자 하였다. 또한, 국립대학과 사립대학, 수도권(서울, 경기, 인천)에 소재하고 있는 대학과 수도권에 소재하고 있지 않은 대학으로 나누어 보다 대학별 특징에 맞춰 분석하였다. 대학의 학생변동사항 중 휴학과 전출을 제외하고, 자퇴를 중도탈락으로 정의하였다. 데이터는 교육부와 한국교육대학협의회에서 주관하여 운영하고 있는 "대학알리미" 포탈에서 원시자료를 받아 분석에 사용하였다. 대학 알리미에서 "대학"으로 분류된 학교 가운데 209개 대학을 최종 분석에 사용하였으며, 졸업생 취업 현황·평균 졸업 학점·재학생 1인당 장학금·평균 등록금·휴학생·재적 학생·경쟁률·전임교원 1인당 학생 수·교지확보율(%)을 독립변수로 투입하여 다중회귀분석을 통해 분석하였다. 분석결과, 첫째, 전체적으로 졸업생 평균 졸업 학점과 취업률이 높을수록 대학생 중도탈락률이 낮은 것으로 나타났다. 둘째, 국립대학과 비교하면 사립대학에서의 평균 등록금이 비쌀수록 대학생 중도탈락률에 부정적인 영향을 미치는 것으로 나타났다. 셋째, 수도권 외 소재 대학에 비해 수도권 소재 대학에서의 등록금이 비쌀수록 대학생 중도탈락률에 부정적인 영향을 미치는 것으로 나타났다.
대학생이 학업중단에 이르는 과정은 여러 가지 요인에 의해 영향을 받는다. 이에 관한 연구는 초기에 학업중단을 예방할 수 있게 해주며, 각 단계에서의 다양한 개입의 방향과 전략을 제시해 줄 수 있다. 따라서, 본 논문에서는 학업을 포기하는 전문대학생의 실태와 현황, 학업중단의 문제를 요인 분석하기 위하여, K대학의 중도탈락에 관한 실제 데이터를 대상으로 요인분석을 실시하고, 그 개선안을 제시하데 그 목적이 있다.
최근 웹 기반 학습의 장점을 극대화하고 단점을 극복하려는 연구가 많이 진행되고 있다. 하지만 웹 기반 학습의 문제점은 학습자의 중도 탈락률이 높다는 것이다. 교실 환경 수업에서 학습자의 만족도와 학습 유지 간에는 높은 상관관계가 있음이 알려져 있다. 과거 웹 기반 자기조절학습 시스템이 많이 연구되어 있으나 학습자 만족도와의 관계를 깊이 분석한 연구는 미비하다. 본 연구에서는 웹 기반 학습 환경에서 학습자 만족도에 영향을 미치는 자기조절학습 요인들을 도출하고 분석하였다. 웹 기반 자기조절학습 시스템을 학생들에게 적용한 결과 자기평가, 목표설정 및 계획, 정보탐색, 사회적도움, 자료검토이 직접적으로 학습자 만족도에 영향을 주는 것으로 나타났다. 본 연구에서 제시한 만족도 요인을 고려하여 학습 시스템을 개발한다면 학습 유지에 도움을 줄 것으로 기대된다.
본 연구는 대학생의 대학적응력에 영향을 미치는 요인을 구성하고, 이를 진단하기 위한 대학적응력 척도 개발의 절차를 소개하며 검사도구의 양호도를 검증하였다. 이 도구는 3단계의 척도 추출 과정 및 6단계의 문항 추출 과정을 거쳐 제작하였다. 추출 결과, 학문적 통합성, 사회적 통합성, 정서적 안정성, 진로정체성, 학업여건 안정성, 교수와의 관계, 교육서비스 만족도, 대학교육 만족도 등 8개 척도, 142개 문항 구성을 통해 대학적응력을 측정하였다. 4개 대학 1,959명의 대학생을 대상으로 검사를 실시한 도구의 양호도 분석 결과는 다음과 같다. 첫째, 문항내적 일관성 전체 신뢰도 계수 Cronbach's ${\alpha}$는 .965, 범위는 .742~.937로써 신뢰도가 매우 높다. 둘째, 개별 문항의 양호도를 평가하기 위하여 각 척도 및 하위요인별로 문항 점수와 총점 간 상관계수에 의한 문항 변별도를 구했으며, 평균은 .147~.841이다. 셋째, 확인적 요인분석에 따른 구인타당도 검증 결과, CFA모델의 RMSEA = .08~.09이고, 모든 부합도지수가 기준에 양호하게 부합함으로써 각 척도에 속하는 문항들이 측정하고자 하는 특성을 타당하게 측정하고 있는 것으로 나타났다. 넷째, 척도별 대학적응경향성과 중도탈락경향성 점수 차이에 기초한 공인타당도 검증 결과, 학업여건 안정성을 제외한 모든 척도에서 유의수준 .05수준에서 통계적으로 유의한 차이가 있음이 확인되었다. 연구결과, 대학적응력 진단 도구는 대학생의 대학적응경향성과 중도탈락경향성을 타당하게 예측하는 도구로 확인되었다.
Objective: This study aimed at providing preliminary data useful in reducing participant dropout and improving the quality of clinical trials, by analyzing the factors related to dropout. Methods: The data came from 15 acupuncture and/or moxibustion clinical trials (n=638; August 2005 to December 2009). Logistic regression analysis was used to reveal factors influencing participant dropout. Results: Gender, age, treatment method (intervention), treatment frequency, availability of follow-up, and presence of compensation treatment for the control group were factors influencing participant dropout. Conclusion: Subsequent studies of large-scale acupuncture and moxibustion clinical trials should address dropout factors that consider the character of each clinical trial, or general characters like participants' gender, age, occupation, and diverse diseases.
In order to aware the situation and factors of women students' dropout from engineering college, the factor analysis for women students in P university was performed. The results showed responses that social cultural effects is more significant ones than social effect alone, and the effects of negative gender cognition in industrial circle and college to the women employees and coeds are more significant than effects of regional or positional ones. Also showed responses that the physical difference from man students, the ability for handling machine and tools, her parents' moral support, the gender cognitive engineering education and the boosting for job recruiting are more significants effects than the scholastic ability or the ageism. This may lay the foundation to make a curriculum for women included engineering education that emphasize the gender cognitive approach and the circumstances.
Journal of the Korean Data and Information Science Society
/
제22권4호
/
pp.765-773
/
2011
오늘날 국내의 많은 대학은 글로벌 교육시장이 발달하고 입학 지원자수가 감소하게 됨에 따라 대학 간 경쟁이 심화되고 특히 지방대학에서는 입학충원률을 높이고 중도탈락률을 감소시키기 위하여 치열하게 경쟁하고 있다. 이러한 경쟁에서 살아남기 위해서 다양한 노력을 기울이고 있는바, 대학 교육서비스 품질 향상이 일차적이고 우선적인 문제라고 할 수 있다. 이에 본 연구에서는 고등교육분야의 특정한 상황에 맞는 대학 교육서비스 품질 측정도구를 개발하고, 이를 통하여 대학 교육서비스 품질을 결정하는 요인을 도출해 보았으며, 전반적 만족도나 구전효과에 대해 통계적으로 유의한 요인이 무엇인지 규명해 보았다. 나아가 29개의 품질속성에 대해 중요도-만족도 변환지수를 이용하여 해석한 결과, 교수요인, 신뢰요인, 유형요인에 대해서는 매우 긍정적인 평가인 반면 직원요인에 대해서는 비교적 덜 긍정적으로 평가되었다.
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.