• 비교교육연구
• /
• 제28권5호
• /
• pp.1-19
• /
• 2018

국제 수학 과학 성취도 추이 연구와 같은 교육평가의 목적은 국가와 같은 집단을 비교하는 것이다. 이와 같이 평가의 단위가 학생보다 상위 수준일 때 집단을 비교하기 위해서는 다층 문항반응이론 기반의 집단 수준 진단평가 모형을 고려할 수 있다. 이 연구에서는 Park과 Bolt(2008)가 제안한 문항특성모형을 수정하여 새로운 다층 문항반응이론 기반의 집단 수준 진단평가 모형을 제안하였다. 이 수정된 모형은 2015년에 실시된 국제 수학 과학 성취도 추이 연구의 8학년 수학 평가 자료에 적용되었다. 그 결과 9개의 인지적 요소에 대한 국가들의 프로파일을 구할 수 있었다. 이 연구 결과는 국가 간 비교 또는 요소 간 상호 비교에 이용될 수 있다. 이와 같이 잔차항을 설명할 수 있도록 수정된 모형은 보다 높은 신뢰도를 지니며 국가 간 비교에 보다 정확한 정보를 제공할 수 있을 것으로 기대된다. 예를 이용하여 연구 결과를 어떻게 해석할 수 있는지 제시하였으며, 연구의 제한점과 후속 연구에 대해서도 논의하였다.

• 대한수학교육학회지:학교수학
• /
• 제15권2호
• /
• pp.289-314
• /
• 2013

본 연구는 2011년 학업성취도 평가 결과를 Fusion 모형이라는 인지진단모형을 적용하여 수학교과에서 학교급별, 성취수준별, 성별에 따른 인지요소 숙달 양상과 다문화가정의 인지요소 숙달 양상을 분석하였다. 연구결과, 초6은 12개의 인지요소에서 '귀납적으로 추론하기', 중3은 10개의 인지요소에서 '연역적으로 정당화하기', 고2는 10개의 인지요소 중 '사칙계산'이 가장 높은 숙달 비율을 보였다. 성취수준별로 인지요소의 숙달 양상을 분석한 결과, 초 중 고 모두 우수학력 집단은 전체 인지요소에서 94%이상의 숙달률을 보였으나, 기초학력이하 집단 학생들은 거의 모든 인지요소에서 초6과 중3의 경우 미숙달 비율이 70%이상이었고 고2는 99%이상이었다. 또한, 초6, 중3까지는 전반적으로 여학생의 인지요소 숙달 비율이 남학생보다 높으나 고2에서는 대부분의 인지요소에서 남학생이 여학생보다 숙달 비율이 높게 나타났다. 다문화가정 학생 집단과 일반가정 학생 집단 간 인지요소의 숙달 양상은 학교급별로 상이하게 나타났다.

• 대한의용생체공학회:의공학회지
• /
• 제42권4호
• /
• pp.150-158
• /
• 2021

Intracranial hemorrhage (ICH) refers to acute bleeding inside the intracranial vault. Not only does this devastating disease record a very high mortality rate, but it can also cause serious chronic impairment of sensory, motor, and cognitive functions. Therefore, a prompt and professional diagnosis of the disease is highly critical. Noninvasive brain imaging data are essential for clinicians to efficiently diagnose the locus of brain lesion, volume of bleeding, and subsequent cortical damage, and to take clinical interventions. In particular, computed tomography (CT) images are used most often for the diagnosis of ICH. In order to diagnose ICH through CT images, not only medical specialists with a sufficient number of diagnosis experiences are required, but even when this condition is met, there are many cases where bleeding cannot be successfully detected due to factors such as low signal ratio and artifacts of the image itself. In addition, discrepancies between interpretations or even misinterpretations might exist causing critical clinical consequences. To resolve these clinical problems, we developed a diagnostic model predicting intracranial bleeding and its subtypes (intraparenchymal, intraventricular, subarachnoid, subdural, and epidural) by applying deep learning algorithms to CT images. We also constructed a visualization tool highlighting important regions in a CT image for predicting ICH. Specifically, 1) 27,758 CT brain images from RSNA were pre-processed to minimize the computational load. 2) Three different CNN-based models (ResNet, EfficientNet-B2, and EfficientNet-B7) were trained based on a training image data set. 3) Diagnosis performance of each of the three models was evaluated based on an independent test image data set: As a result of the model comparison, EfficientNet-B7's performance (classification accuracy = 91%) was a way greater than the other models. 4) Finally, based on the result of EfficientNet-B7, we visualized the lesions of internal bleeding using the Grad-CAM. Our research suggests that artificial intelligence-based diagnostic systems can help diagnose and treat brain diseases resolving various problems in clinical situations.

• 한국과학교육학회지
• /
• 제29권8호
• /
• pp.812-823
• /
• 2009

본 연구는 인지 진단 이론을 활용하여 과학 시험 결과를 분석하는 방안을 모색하고자 하는 목적 하에 실시되었다. 중학교 2학년을 대상으로 한 시험 문항을 개발하여 평가를 실시하였고, Fusion Model을 이용하여 시험 결과를 분석하였다. 결과를 분석하기 위해 문항별로 학생들이 문항을 풀기 위해 숙달해야 할 속성을 판별하여 Q 행렬을 작성한 후 분석을 실시하여 속성에 대한 문항 모수의 수렴을 확인하고 학생 전체와 성별, 성취수준별로 숙달한 속성과 그 속성의 개수를 분석하였다. 전통적인 평가가 학생들의 성취도 총점만을 제공하는 반면 인지 진단 이론은 평가에서 측정된 과학적 속성의 숙달 여부에 대한 정보를 제공해 주었다. 여학생은 남학생에 비해 회상하기의 능력이 유의하게 높은 것으로 나타났다. 분석결과 회상하기, 정보 해석하기, 계산하기 설명하기, 종합하기의 5개 속성 중에서 학생들이 가장 많이 숙달한 속성은 정보 해석하기였으며 가장 적게 숙달한 속성은 종합하기였다. 분석 결과 얻어진 프로파일은 교사들에게 학생 개개인의 과학적 능력에 대한 정보를 구체적으로 제공해 줄 수 있으므로 이 결과는 학생들의 과학 학습에 대한 진단과 처방, 추후 학습 지도에 유용한 정보로 활용될 수 있을 것이다.

• 생물정신의학
• /
• 제27권2호
• /
• pp.94-100
• /
• 2020

Objectives Amyloid β positron emission tomography (Aβ PET) is widely used as a diagnostic tool in patients who have symptoms of cognitive impairment, however, this diagnostic examination is too expensive. Thus, predicting the positivity of Aβ PET before patients undergo the examination is essential. We aimed to analyze clinical predictors of patients who underwent Aβ PET retrospectively, and to develop a predicting model of Aβ PET positivity. Methods 468 patients who underwent Aβ PET with cognitive impairment were recruited and their clinical indicators were analyzed retrospectively. We specified the primary outcome as Aβ PET positivity, and included variables such as age, sex, body mass index, diastolic blood pressure, systolic blood pressure, education, dementia family history, Mini Mental Status Examination (MMSE), Clinical Dementia Rating (CDR), Clinical Dementia Rating-Sum of Box (CDR-SB), hypertension (HTN), diabetes mellitus (DM) and presence of apolipoprotein E (ApoE) E4 as potential predictors. We developed three final models of amyloid positivity prediction for total subjects, mild cognitive impairment (MCI) and Alzheimer's disease (AD) dementia using a multivariate stepwise logistic regression analysis. Receiver operating characteristic (ROC) curve analysis was performed and the area under curve (AUC) value was calculated for the ROC curve. Results Aβ PET negative patients were 49.6% (n = 232), and Aβ PET positive patients were 50.4% (n = 236). In the final model of all subjects, older age, female sex, presence of ApoE E4 and lower MMSE are associated with Aβ PET positivity. The AUC value was 0.296. In the final model of MCI subjects (n = 244), older age and presence of ApoE E4 are associated with Aβ PET positivity. The AUC value was 0.725. In the final model of AD subjects (n = 173), lower MMSE scores, the presence of ApoE E4 and history of HTN are associated with Aβ PET positivity. The AUC value was 0.681. Conclusions The cerebral amyloid positivity model, which was based on commonly available clinical indicators, can be useful for prediction of amyloid PET positivity in MCI or AD patients.

• 대한수학교육학회지:학교수학
• /
• 제16권2호
• /
• pp.387-407
• /
• 2014

수학에서의 성차는 교수 학습 환경에서 학습자에 대한 공평성을 추구하는 맥락에서 연구자들의 지속적인 관심을 받아 왔다. 수학의 여러 영역 중 특히 기하 영역은 전통적으로 남학생이 여학생에 비해 높은 성취를 보이는 영역으로 인식되어 왔으나, 최근에는 성차가 완화되거나 점차 사라지고 있다는 경험적 증거들이 종종 보고되고 있다. 본 연구에서는 2003년부터 2011년까지 3개 주기 동안 실시된 TIMSS 8학년 수학과 데이터를 활용하여 우리나라 중학생들이 기하 영역의 각 하위 인지요소에서 나타내는 성차를 인지진단모형을 활용하여 고찰하였다. 본 연구에서는 여러 가지 인지진단모형 중 교육 전문가에게 유용하고 해석 가능한 정보를 제공할 수 있는 Fusion 모형을 적용하였다. 연구결과, 기하 영역의 세부 인지요소 중 '입체도형의 모양'에 있어서는 2003년과 2007년 각각 남학생이 여학생에 비해 높은 숙달 확률을 나타내었으나, 2011년에는 전체 인지요소에서 남녀 간에 차이가 없는 것으로 나타나, 성차가 완화되고 있다는 최근 연구들을 지지하는 하나의 경험적 증거를 제공하였다. 이밖에 인지진단모형을 적용하여 성차를 분석한 결과에 따라, 학생들의 인지요소 숙달 프로파일이 남녀 간에 어떠한 차이를 보이는지, 그리고 특정 문항을 푸는데 있어서 반드시 필요하다고 정의된 인지요소들이 성별에 따라 상대적으로 더 혹은 덜 중요하게 기능하는지 등에 대해 고찰하고 이에 근거하여 기하 영역의 교수 학습에 시사점을 제공하였다.

• 대한수학교육학회지:학교수학
• /
• 제10권2호
• /
• pp.259-277
• /
• 2008

본 연구는 인지 진단 이론을 활용하여 수학 평가 결과를 분석하고 교수 학습에 활용하는 방안을 모색하고자 하였다. $2003{\sim}2006$년에 실시된 국가수준 학업성취도 평가의 중학교 3학년 수학 검사에서 30개의 선다형 문항을 선정하여 검사지를 재구성하고 검사를 실시하였고 인지 진단 이론의 한 모형인 Fusion Model을 적용하여 평가 결과를 분석하였다. 검사 문항을 통해 학생들이 숙달한 수학적 속성을 판별하고, 학생 전체와 성취수준별로 숙달한 속성과 그 속성의 개수를 분석하였다. 그리고 학생 개개인의 수학적 강점과 약점을 분석하여 교사들에게 학생 개개인의 수학적 능력에 대한 정보를 구체적으로 알려줄 수 있었다. 이 결과는 학생들의 수학 학습에 대한 진단과 처방, 추후 학습 지도에 유용한 정보로 활용될 수 있을 것이다.

• International Journal of Advanced Culture Technology
• /
• 제12권3호
• /
• pp.148-158
• /
• 2024

We investigate Autism Spectrum Disorder (ASD), which is typified by deficits in social interaction, repetitive behaviors, limited vocabulary, and cognitive delays. Traditional diagnostic methodologies, reliant on expert evaluations, frequently result in deferred detection and intervention, particularly in South Korea, where there is a dearth of qualified professionals and limited public awareness. In this study, we employ advanced deep learning algorithms to enhance early ASD screening through automated video analysis. Utilizing architectures such as Convolutional Long Short-Term Memory (ConvLSTM), Long-term Recurrent Convolutional Network (LRCN), and Convolutional Neural Networks with Gated Recurrent Units (CNN+GRU), we analyze video data from platforms like YouTube and TikTok to identify stereotypic behaviors (arm flapping, head banging, spinning). Our results indicate that the LRCN model exhibited superior performance with 79.61% accuracy on the augmented platform video dataset and 79.37% on the original SSBD dataset. The ConvLSTM and CNN+GRU models also achieved higher accuracy than the original SSBD dataset. Through this research, we underscore AI's potential in early ASD detection by automating the identification of stereotypic behaviors, thereby enabling timely intervention. We also emphasize the significance of utilizing expanded datasets from social media platform videos in augmenting model accuracy and robustness, thus paving the way for more accessible diagnostic methods.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 1996년도 춘계공동학술대회논문집; 공군사관학교, 청주; 26-27 Apr. 1996
• /
• pp.505-510
• /
• 1996

Many diseases cause other diseases with strength of influences and time intervals. Prognostic and therapeutic assessments are the important part of clinical medicine as well as diagnostic assessments. In cases where a patient already has manufestations of multiple disorders (complications), progress forecasting and therapy decision by physicians without support tools are very dificult: physicians often say that "Once complications set in, the patient may die". Treating complications are difficult tasks for physicians, because they have to consider all of the complexities, possibilities and interactions between the diseases. The prediction of multiple disorders has many bundles that arise from such time-dependent interrelationships between diseases and nonlinear progress. This paper proposes a model based on time-dependent influences, which appropriately describes the progress of mulitple disorders, and gives some modificaitons for applying this model to medical domains: time-dependent influence matrix manifestation vector, therapy efficacy matrix, S-shaped curve approximation, definitions of which are provided. This research proposes an algorithm for forecasting the state of each disease on the time horizon and for evaluation of therapy alternatives with not toy example, but real patient history of multiple disorders.disorders.

• 한국문헌정보학회지
• /
• 제52권2호
• /
• pp.191-220
• /
• 2018

정보 리터러시와 관련된 인지과정 중심 교육모형(Bloom's taxonomy), 사서 직무교육 내용, 디지털 큐레이션 등에 관한 최근 연구들을 바탕으로 메타리터러시 역량을 도출한다. 웹3.0 정보환경의 상황적 요소를 분석할 수 있는 비판적 사고 능력과 정보 신기술의 적응 능력을 중요한 역량으로 확장시킨 메타리터러시 개념을 기준으로 문헌정보학 전공 대학 커리큘럼을 분석하고 비교한다. 미래지향적 예비 사서의 전문성 배양 측면에서 강조되어야 할 전공 교과목을 진단하고 커리큘럼 개선을 위한 방안을 제시한다.