• Title/Summary/Keyword: 프로그래밍 교육 평가지표

검색결과 13건 처리시간 0.014초

2012년 신 개정 정보 교육과정의 '문제 해결 방법과 절차' 영역을 위한 수업 모형 개발 (Development of Teaching Model for 'Problem-solving methods and procedures' section in the 2012's revised Informatics curriculum)

  • 현태익;최재혁;이종희
    • 한국컴퓨터정보학회논문지
    • /
    • 제17권8호
    • /
    • pp.189-201
    • /
    • 2012
  • 이 연구는 일반계고등학교 신 개정 정보 교육과정의 '문제 해결 방법과 절차' 영역의 효과적인 교수 학습을 위한 수업 모형을 개발하고 그것의 효과성을 검증하는데 목적이 있다. 중학교에서 이 영역을 학습하지 못한 일반계 고등학생들을 위해 중학교 교육과정을 포함할 필요가 있고, 학습자의 발달 단계에 알맞은 프로그래밍 언어를 채택하여 인지적 부담을 줄일 필요가 있다. 재미있게 프로그래밍 할 수 있는 퍼즐을 학습 예제로 사용할 필요가 있다. 연구 수행을 위한 연구 방법은 ADDIE 모형에 따라 수행한다. 수업 모형의 프로그래밍 언어로는 파이썬을 선택한다. 이 수업 모형의 효과성을 평가하고자 컴퓨터 부 학생들을 대상으로 수업을 진행하였고, 컴퓨터교육과 예비 교사들이 모의수업을 하였다. 예비교사의 75%가 수업 모형에 만족하였다. 2012년 3월부터 23시간동안 일반계고등학교 정보 교과 수업에 적용하였다. 수업 전 후에 문제해결력 향상 여부를 알아보기 위해 PSI 검사를 하고, 중간고사 정보 점수와 비교하여 약간의 정상관관계가 있다고 분석하였다. 따라서 개발한 수업 모형이 위 영역의 교수 학습에 효과가 있다고 분석한다. 그러므로 정보 교사들의 교수 학습 수업 모형의 지표가 되고, 예비 교사의 교육 자료로 활용하는 것을 제안한다.

BRMS기반 학과BSC

  • 박종철;박충식;김재홍;강은지
    • 한국데이타베이스학회:학술대회논문집
    • /
    • 한국데이타베이스학회 2010년도 춘계국제학술대회
    • /
    • pp.99-107
    • /
    • 2010
  • BSC(Balanced Scorecard)는 재무적 성과지표의 한계를 지양하고 고객관점, 내부 프로세스 관점, 학습과 성장 관점, 재무 관점의 다양한 관점에서 성과측정시스템으로 상용 될 수 있을 뿐만 아니라 전략의 해석, 전략적 캐스케이딩(cascading), 전략적 자원분배, 전략적 학습도구를 위한 전략관리시스템으로 또한 의사소통도구로서 사용된다. 분 논문에서는 대학내의 학과들이 각각 개별적인 특성이 존재하고 학과의 제한된 자원과 역량하에서의 효율적인 운영과 이에 대한 조직적인 접근방법이 필요하기 때문에 학과조직에 BSC를 적용하는 방안을 모색하였다. 이러한 학과 BSC는 대학 전체 또는 그 상위조직의 BSC를 위한 토대로 이용될 수 있을 뿐만 아니라 교육에 관련한 다양한 인증 및 평가와 연계할 수 있을 것이다. 또한 본 논문에서는 최소한의 프로그래밍과 이해하기 용이한 수행규칙, 그리고 유연한 개정을 위하여 비즈니스 규칙(Business Rule)으로 이루어지는 BRMS(Business Rule Management System)로 학과 BSC를 설계할 수 있는 방안을 모색하였다.

  • PDF

자연어 처리 모델을 활용한 블록 코드 생성 및 추천 모델 개발 (Development of Block-based Code Generation and Recommendation Model Using Natural Language Processing Model)

  • 전인성;송기상
    • 정보교육학회논문지
    • /
    • 제26권3호
    • /
    • pp.197-207
    • /
    • 2022
  • 본 논문에서는 코딩 학습 중 학습자의 인지 부하 감소를 목적으로 자연어 처리 모델을 이용하여 전이학습 및 미세조정을 통해 블록 프로그래밍 환경에서 이미 이루어진 학습자의 블록을 학습하여 학습자에게 다음 단계에서 선택 가능한 블록을 생성하고 추천해 주는 머신러닝 기반 블록 코드 생성 및 추천 모델을 개발하였다. 모델 개발을 위해 훈련용 데이터셋은 블록 프로그래밍 언어인 '엔트리' 사이트의 인기 프로젝트 50개의 블록 코드를 전처리하여 제작하였으며, 훈련 데이터셋과 검증 데이터셋 및 테스트 데이터셋으로 나누어 LSTM, Seq2Seq, GPT-2 모델을 기반으로 블록 코드를 생성하는 모델을 개발하였다. 개발된 모델의 성능 평가 결과, GPT-2가 LSTM과 Seq2Seq 모델보다 문장의 유사도를 측정하는 BLEU와 ROUGE 지표에서 더 높은 성능을 보였다. GPT-2 모델을 통해 실제 생성된 데이터를 확인한 결과 블록의 개수가 1개 또는 17개인 경우를 제외하면 BLEU와 ROUGE 점수에서 비교적 유사한 성능을 내는 것을 알 수 있었다.