• 대한수학교육학회지:수학교육학연구
• /
• 제25권1호
• /
• pp.113-137
• /
• 2015

본 연구는 수학학습부진학생 대상 협동학습 및 또래교수 프로그램이 초 중 고 학생의 인지적 정의적 영역에 주는 효과를 메타분석을 통해 체계적으로 정리하는데 그 목적이 있다. 자료의 분석을 위해, 협동학습 및 또래교수 프로그램을 적용하고 그 효과를 분석한 선행연구 31편을 선정하여 각 논문에서 제시한 결과를 메타분석하였다. 연구의 주요 결과는 첫째, 수학학습부진학생을 위한 협동학습 및 또래교수 프로그램은 인지적 영역에서 모두 중간 이상의 효과크기가 나타났으며, 특히 초등학교 급에서 큰 효과크기가 나타났고, 두 프로그램 중 또래교수의 효과크기가 매우 큰 것으로 나타났다. 둘째, 정의적 영역에서도 두 프로그램 모두 중간 이상의 효과크기를 보였고, 또래교수가 협동학습 보다는 큰 효과크기를 보였다. 또한 학교급으로 비교해 보았을 때는 초등, 중등, 고등 순으로 효과크기가 나타났으며, 정의적 영역을 세부 범주로 나타냈을 때에는 수학적 자기효능감, 수학학습태도, 수학학습흥미 순으로 효과크기가 나타났다. 마지막으로 이러한 분석을 바탕으로 수학학습부진학생 지도와 향후 연구에 대한 제언을 제시하였다.

• 한국과학교육학회지
• /
• 제38권6호
• /
• pp.875-883
• /
• 2018

이 연구에서는 지난 6년간 국내 학술지에 보고된 STEAM 수업의 효과에 대한 연구들이 확인한 효과의 전반적인 영역을 검토하고 어떤 변인들이 어떤 영향을 주어 어느 정도의 효과를 평균적으로 산출하는지 분석하여 전체적인 STEAM의 효과를 분석하였다. 메타분석에 충분한 자료를 제시하는 논문을 파악 후 이상치가 제시된 논문을 제외한 총 60편의 172개의 효과크기를 분석하였다. 연구 결과 STEAM의 효과는 논문에서 보고하는 다양한 종속 변수에 있어서 평균 중간 정도임을 알 수 있었다. 이러한 효과크기에 영향을 주는 조절변인을 분석한 결과 학생의 정의적 특성, 사고력, 인성 및 진로의향을 측정하는 연구에서 보다 큰 효과크기를 보이는 것으로 드러났다. 한편, 대상 학생의 학교급, 수업에서 물리적 산출물 유무, 수업시수, 연구대상 학생의 수는 효과크기에 영향을 미치지 않는 것으로 드러났다. 즉, 평균 효과크기는 이들 변인들과 무관하게 기대할 수 있음을 나타낸다. 이들 결과에 비추어 추후 필요한 연구영역 및 주제를 제시하였다.

• 컴퓨터교육학회논문지
• /
• 제14권3호
• /
• pp.25-36
• /
• 2011

본 연구는 국내에서 연구된 석 박사 학위논문과 학술지에 게재된 논문 중에서 선정기준에 부합하는 교육용프로그래밍언어(EPL)에 관한 논문 31편을 대상으로 메타분석 방법을 적용하여 학습효과를 분석하였다. 분석대상 자료로부터 45개의 효과크기를 산출하였고, 효과크기의 변인 간 차이에 대해 t검정 및 F검정을 하였다. 연구결과 첫째, EPL의 전체 평균 효과크기는 1.01, $U_3$지수는 84.38%로 나타나 EPL 수업은 전통적 프로그래밍 수업에 비해 34.38% 학습효과가 높은 것으로 나타났다. 둘째, 중재변인별로 분석한 결과는 교과별, 간행형식별 통계적으로 유의한 차이가 없었다. 학령별로는 고등학생보다 초 중학생에게 조금 더 큰 효과크기가 나타났으나 통계적으로 유의한 차이는 없었다. 실험설계별로는 단일집단 전후검사설계보다 이질통제집단 전후검사설계에서 통계적으로 큰 효과크기가 나타났다. 셋째, 종속변인별로는 전체 EPL 효과크기가 창의성 1.90, 문제해결력 1.25, 논리적 사고 1.18, 학습동기 0.81, 학업성취도 0.59 순으로 나타났다. 종합적으로 EPL은 전통적인 교수 학습방법보다 학습효과에 긍정적인 영향을 미치는 것으로 나타났다.

• 과학교육연구지
• /
• 제32권2호
• /
• pp.51-70
• /
• 2008

이 연구의 목적은 STS 과학교육에 대한 국내 연구의 동향을 분석하고 메타분석을 통해 STS 수업모형의 적용효과를 평가하는데 있다. 연구대상 논문은 1991년부터 2006년까지 출판된 석사학위 논문 104편과 과학교육 저널에 출판된 논문 78편을 포함한 총 180편이었다. STS 수업 모형의 효과 평가에 총 56편이 선정되었다. STS 수업 모형 적용 효과의 평균효과크기는 0.40이었다. 이 결과는 STS 수업은 학생들의 과학에 대한 태도, 과학 학업 성취도, 탐구능력, 환경에 대한 태도 및 환경에 대한 지식을 향상시키는데 전통적인 수업보다 긍정적인 효과가 있었음을 의미한다. STS 수업은 환경에 대한 태도의 증진에 가장 큰 평균효과 크기를 나타내었다. 그러므로, STS 수업에서 가장 좋은 효과를 얻기 위해서는 이러한 결과들을 반영하는 것이 필요할 것이다. 향후 STS 교육에 대한 전반적인 평가를 하기 위해서는 STS 수업 모형의 효과와 과학-기술-사회의 상호관계에 대한 교사와 학생들의 이해에 대한 연구 결과를 종합하는 것이 필요하다.

• 실천공학교육논문지
• /
• 제12권1호
• /
• pp.41-47
• /
• 2020

이 연구는 뇌기반 교육의 효과를 체계적으로 정리하기 위해 실시되었다. 자료 분석을 위해 뇌기반 교육의 효과를 보고한 국내 선행연구 27편을 선정하여 메타분석을 수행하였다. 연구 결과는 다음과 같다. 첫째, 뇌기반 교육의 전체 효과크기는 .67로 나타났다. 둘째, 종속변인 유형에 따른 효과크기 측정 결과 학업성취도, 인지적 영역, 정의적 영역의 순서로 나타났다. 셋째, 인지적 영역에 따른 효과크기 측정 결과 자기조절능력, 창의성, 핵심역량, 의사소통능력, 탐구 능력의 순서로 나타났다. 넷째, 정의적 영역에 따른 효과크기 측정 결과 사회성, 학습 흥미, 교과 태도의 순서로 나타났다. 다섯째, 사고력 개발 관련 뇌기반 교육 방법에 따른 효과크기 측정 결과 두 개 영역이상 통합한 경우, 뇌 단련, 풍요로운 환경 제공, 우뇌 계발 학습법의 순서로 나타났다. 여섯째, 학습활동 관련 뇌기반 교육 방법에 따른 효과크기 측정 결과 기억 공고화 전략, 주의 촉진 전략의 순서로 나타났다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제60권1호
• /
• pp.41-59
• /
• 2021

본 연구의 목적은 또래교수를 활용한 수학 수업이 학생의 인지적·정의적 영역에 미치는 효과를 종합하는 데 있다. 이에 총 61편의 개별연구 결과를 메타분석하여, 또래교수가 학생의 수학 학업성취도와 정의적 영역에 미치는 효과크기를 산출하였다. 연구 결과, 또래교수를 활용한 수학 수업의 인지적·정의적 교육효과가 전반적으로 중간 효과크기를 가짐을 확인하였다. 또한, 또래교수를 활용한 수학 수업이 학생의 인지적·정의적 영역에 미치는 효과에서 학교 급, 학생 유형, 학습 장소, 수업 시간, 또래교수자 훈련 또는 사전교육 실시 유·무를 중요한 변수로 발견하였다. 이러한 결과는 학교 수학 수업에서 또래교수의 설계와 운영에 대한 다양한 변인들을 바탕으로 구체적 아이디어를 제안할 수 있다.

• 한국결정성장학회지
• /
• 제31권6호
• /
• pp.258-263
• /
• 2021

ZnO 바리스터는 다결정구조를 가지는 반도체 소자로 결정립과 입계의 미세구조 제어를 통해 비선형적인 전류/전압 특성을 가지기 때문에 서지(surge)전압으로부터 회로를 보호하는 역할을 한다. 이러한 ZnO 바리스터에서 원하는 전기적 물성을 얻기 위해서는 소결 공정에서 미세구조의 제어가 중요하다. 따라서 소결 공정에서 중요한 변수들과 소결체의 전기적 물성인 유전율로 구성된 데이터셋을 정의한 후 실험계획법 기반으로 데이터를 수집했다. 수집된 실험데이터셋을 기계학습 알고리즘에 학습하여 메타모델을 개발했고, 개발된 메타모델에 수치기반 최적화 알고리즘인 HMA(Hybrid Metaheuristic Algorithm)를 적용하여 최대 유전율을 가질 수 있는 공정조건을 도출했다. 이러한 메타모델 기반의 최적화를 다변수 시스템인 세라믹공정에 적용한다면 최소한의 실험만으로 최적 공정조건 탐색이 가능할 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제29권1호
• /
• pp.163-176
• /
• 2024

이 연구의 목적은 정신과 시뮬레이션 기반 학습이 간호학생의 자기 효능감, 문제 해결 능력 및 지식에 미치는 영향을 평가하는 것이다. 2023년 7월까지 PubMed, Cochrane Library, Embase, CINAHL, KISS, RISS, ScienceOn을 검색하였다. 총 1,414명의 간호대학생을 대상으로 한 22개 연구(20개 보고서)에 대해 체계적 문헌고찰과 메타분석을 실시하였다. 전반적으로 정신분야에서 시뮬레이션 기반 학습은 자기 효능감(ES = 0.65, p < 0.001, I²=71%), 문제 해결 능력(ES = 0.15, p < 0.001, I²=27%), 지식(ES = 0.45, p = 0.003, I²=84%)에 유익한 영향을 미치는 것으로 나타났다. 이러한 결과는 시뮬레이션 교육 접근법이 적절히 통합될 경우 정신간호학 교육 환경에서 능동적인 학습 방법론으로 사용될 수 있음을 보여준다.

• Imaging Science in Dentistry
• /
• 제54권3호
• /
• pp.232-239
• /
• 2024

Purpose: The use of artificial intelligence (AI) and deep learning algorithms in dentistry, especially for processing radiographic images, has markedly increased. However, detailed information remains limited regarding the accuracy of these algorithms in detecting mandibular fractures. Materials and Methods: This meta-analysis was conducted in accordance with the Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA) guidelines. Specific keywords were generated regarding the accuracy of AI algorithms in detecting mandibular fractures on radiographic images. Then, the PubMed/Medline, Scopus, Embase, and Web of Science databases were searched. The Quality Assessment of Diagnostic Accuracy Studies 2 (QUADAS-2) tool was employed to evaluate potential bias in the selected studies. A pooled analysis of the relevant parameters was conducted using STATA version 17 (StataCorp, College Station, TX, USA), utilizing the metandi command. Results: Of the 49 studies reviewed, 5 met the inclusion criteria. All of the selected studies utilized convolutional neural network algorithms, albeit with varying backbone structures, and all evaluated panoramic radiography images. The pooled analysis yielded a sensitivity of 0.971 (95% confidence interval [CI]: 0.881-0.949), a specificity of 0.813 (95% CI: 0.797-0.824), and a diagnostic odds ratio of 7.109 (95% CI: 5.27-8.913). Conclusion: This review suggests that deep learning algorithms show potential for detecting mandibular fractures on panoramic radiography images. However, their effectiveness is currently limited by the small size and narrow scope of available datasets. Further research with larger and more diverse datasets is crucial to verify the accuracy of these tools in in practical dental settings.

• 한국멀티미디어학회논문지
• /
• 제10권6호
• /
• pp.754-759
• /
• 2007

Methodology of ontology building based on Web resources will not only reduce significantly the ontology construction period, but also enhance the quality of the ontology. Remarkable progress has been achieved in this regard, but they encounter similar difficulties, such as the Web data extraction and knowledge acquisition. This paper researches on the characteristics of ontology construction data, including dynamics, largeness, variation and openness and other features, and the fundamental issue of ontology construction - formalized representation method. Then, the key technologies used in and the difficulties with ontology construction are summarized. A software Model-OntoMaker (Ontology Maker) is designed. The model is innovative in two regards: (1) the improvement of generality: the meta learning machine will dynamically pick appropriate ontology learning methodologies for data of different domains, thus optimizing the results; (2) the merged processing of (semi-) structural and non-structural data. In addition, as known to all wetland researchers, information sharing is vital to wetland exploitation and protection, while wetland ontology construction is the basic task for information sharing. OntoMaker constructs the wetland ontologies, and the model in this work can also be referred to other environmental domains.