• 한국과학교육학회지
• /
• 제43권3호
• /
• pp.265-276
• /
• 2023

본 연구의 목적은 과학과 기초학력이 부족한 학생들이 공통 교육과정을 이수하는 동안 최소한의 과학 학습 능력을 갖출 수 있도록 기초학력 보장 방안을 마련하는데 있다. 이를 위해, 기초학력 관련 연구 및 지도 경험이 있는 초·중등 과학 교사 27명을 대상으로 설문 조사를 실시하고 합의적 질적 연구방법(Consensual Qualitative Research: CQR)과 계층화 분석법(Analytic Hierarchy Process: AHP)을 활용하여 '최소한의 성취기준'에 대한 현장 과학 교사들의 인식을 살펴보았다. 연구 결과, 초·중등 과학교사들은 과학 학습지원대상 학생들에 대해 과학 학습 역량이 부족하고, 과학 학습 결손이 누적되어 있으며, 기본적인 학습을 위한 준비도가 부족하다고 응답하였다. 그러나 과학과 기초학력 부족학생의 학습 특징에 대해 초·중등 교사들이 주목하는 특징이 다소 상이하게 나타났는데, 중등 교사들은 낮은 학습 동기와 과학적 기호 사용의 어려움에, 초등 교사들은 과학 태도나 경험부족을 더욱 민감하게 인식하고 있는 것을 확인할 수 있었다. 또한 기초학력 보장을 위한 최소한의 성취기준 준거 설정에 대한 우선순위에서도 범주별 항목의 우선순위가 학교급별로 상이함을 발견할 수 있었다. 이는 과학과 기초학력 보장을 위한 최소한의 성취기준 개발 시 고려요소에 대해 과학 교사들의 기초학력 관련 전문성에 따라 다양한 입장 차가 존재하므로, 학교급에 따른 다양한 변인을 고려한 최소한의 성취기준 개발이 필요함을 의미한다. 이상의 연구 결과를 통해 기초학력이 부족한 학생들의 개인별 맥락과 처한 상황의 다양성을 고려한 기초학력 지도 전문성 강화를 위한 정책적 지원이 전교과 영역에서 모색되어야 할 것이다. 나아가 기초학력이 부족한 학생 지원을 위해 공유된 비전을 명확히 하여 기초학력 보장을 위한 국가정책과 과학 교사들의 실행 간의 괴리를 줄이는 노력이 필요하다.

• 마케팅과학연구
• /
• 제18권1호
• /
• pp.33-58
• /
• 2008

본 연구는 서비스실패가 아니라 제품실패 이후, 회복노력의 효과를 실패심각성에 따라 확인하는 것이다. 회복노력은 보상노력, 장점노력 및 단점노력으로 구분되었다. 보상노력은 실패상황을 직접적으로 되돌리려는 의도로 구체적인 보상을 제공하는 방안으로, 장점노력은 제품실패를 초래하는 이유가 특정한 장점을 추구하는 과정에서 불가피하게 발생할 수 있는 문제임을 언급하는 것과 같이 추가적인 상대적 장점을 설명하는 방식으로, 그리고 단점노력은 자사제품이 서비스실패를 초래할 수 있는 문제점을 지니고 있는 반면에 경쟁제품은 또 다른 측면의 단점을 지니고 있다는 점을 부각시켜 소비자의 자사제품에 대한 부정적 태도를 회복시키려고 방안이라고 개념화되었다. 그러한 회복노력들이 실질적으로 효과가 있다고 결론을 내리기 위해서, 회복노력이 제공되지 않는 상황과 비교하여 소비자의 태도나 의향이 우호적인지 검토된다. 가설검증을 위해 화장품산업에서 소비자들을 대상으로 가상적인 시나리오를 이용한 실험을 실시하였다. 연구 결과, 전반적으로 회복노력들은 효과적인 전략임이 확인되었고, 보상노력은 장점노력이나 단점 노력보다 효과적이었다. 특히 심각성이 높은 실패조건에서 단점노력은 장점노력보다 긍정적인 제품태도를 유도하였다. 심각성이 낮은 실패조건에서 장점노력과 장점노력의 효과는 기대할 수 없었다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.