• 한국컴퓨터정보학회논문지
• /
• 제10권6호
• /
• pp.137-152
• /
• 2005

본 논문에서는 사용자 프로파일을 기반으로 한 정보 필터링을 사용하여 개개인의 학생들에게 맞는 효율적인 웹 기반 비디오 학습 평가 시스템을 제시한다. 비디오 기반 문제들이 주어지면, 키 프레임들은 위치, 크기, 그리고 컬러 정보를 기반으로 추출되고, 문제 출제 구간은 시간 윈도우와 그레이-레벨 히스토그램의 차이에 의해 추출된다 게다가, 카테고리-기반 시스템과 키워드 기반 시스템을 합성하여 문제 출제가 효율적인 평가를 확실해 하도록 주어진다. 따라서 학생들은 관심 영역을 유지하면서 부족한 영역을 보충함으로서 학업 성취도를 향상시킬 수 있다.

• 성인간호학회지
• /
• 제20권5호
• /
• pp.778-790
• /
• 2008

Purpose: This study was conducted to develop Web-based multimedia contents for supporting student nurses' clinical practice on critical care, and to evaluate learners' responses. Methods: Based on the steps of Assessment, Design, Development, Implementation, & Evaluation(ADDIE) model, a total of 13 self-directed learning modules including live lectures and real video clips were developed through faculty collaboration of nine nursing colleges in Gwangju and Chonnam province. The finally developed multimedia contents were published on the Web of the learning management system at a local e-learning center. Results: The Web contents were evaluated after self-learning by 81 junior college nursing students who were encouraged to study it at their own pace during their two-week clinical practice at a medical or surgical intensive care unit of a university hospital and two hospitals. The knowledge (t = -27.66, p < .001) and self-evaluated clinical performance level(t = 7.54, p < .001) were significantly increased after learning of the Web contents and clinical practice, and satisfaction level that measured post-test only was 4.0 out of 5 point. Conclusion: The use of Web contents for critical care need to be extended as a complimentary material in a class room lecture or clinical practice of students to increase their self-learning ability and understandings of clinical knowledge and situation.

• 한국컴퓨터정보학회논문지
• /
• 제13권6호
• /
• pp.69-76
• /
• 2008

인터넷은 시간과 공간에 제약받지 않으면서 인간이 원하는 일을 처리할 수 있게 해주는 필수적인 매체로 자리잡고 있다. 교육 분야 역시 정보통신 기술 발달의 영향을 많이 받고 있으며 CAI, 원격강의, e-러닝 등 새로운 분야들이 끊임없이 출현하고 있다. 교육 분야의 발전과는 달리, 학습 평가방법에 있어서는 다양한 시도가 이루어지지 못하고 지필시험에 대한 정답률에 전적으로 의존하고 있으며 학습활동과정 및 학습자 수준 등에 대한 부분은 반영되지 못하였다. 학습 평가는 학생의 학습능력 수준을 파악할 수 있고 그에 맞는 교수법을 사용하거나 새로운 학습 프로그램을 개발하는데 중요한 정보를 제공한다. 본 논문에서는 행동주의 학습이론의 평가방식에 의존하고 있는 기존 학습평가 시스템의 한계점을 개선하기 위하여 구성주의를 도입하여 학습활동을 평가점수에 반영할 수 있는 웹기반 학습평가시스템을 구축한다. 이를 통하여 학습자의 학습 이해도 뿐만 아니라 학습 관심도에 대한 분석 평가를 할 수 있다. 본 연구에서는 전통적인 행동주의 학습이론 평가방식과 함께 구성주의 학습이론 평가를 도입하기 위하여 교사에 의해 학습평가요소 및 반영비율을 설정하는 기능을 구현하고 이를 최종 평가점수에 반영되도록 하였다.

• 산업경영시스템학회지
• /
• 제44권4호
• /
• pp.193-207
• /
• 2021

As Deepfakes phenomenon is spreading worldwide mainly through videos in web platforms and it is urgent to address the issue on time. More recently, researchers have extensively discussed deepfake video datasets. However, it has been pointed out that the existing Deepfake datasets do not properly reflect the potential threat and realism due to various limitations. Although there is a need for research that establishes an agreed-upon concept for high-quality datasets or suggests evaluation criterion, there are still handful studies which examined it to-date. Therefore, this study focused on the development of the evaluation criterion for the Deepfake video dataset. In this study, the fitness of the Deepfake dataset was presented and evaluation criterions were derived through the review of previous studies. AHP structuralization and analysis were performed to advance the evaluation criterion. The results showed that Facial Expression, Validation, and Data Characteristics are important determinants of data quality. This is interpreted as a result that reflects the importance of minimizing defects and presenting results based on scientific methods when evaluating quality. This study has implications in that it suggests the fitness and evaluation criterion of the Deepfake dataset. Since the evaluation criterion presented in this study was derived based on the items considered in previous studies, it is thought that all evaluation criterions will be effective for quality improvement. It is also expected to be used as criteria for selecting an appropriate deefake dataset or as a reference for designing a Deepfake data benchmark. This study could not apply the presented evaluation criterion to existing Deepfake datasets. In future research, the proposed evaluation criterion will be applied to existing datasets to evaluate the strengths and weaknesses of each dataset, and to consider what implications there will be when used in Deepfake research.

• 지능정보연구
• /
• 제20권2호
• /
• pp.179-192
• /
• 2014

최근 IT 환경의 변화에 따라 웹 서비스를 기반으로 대규모 사용자 대상의 상호 참여적인 MOOC(Massive Open Online Courses)과 같은 온라인 교육 환경이 부상하고 있다. 그러나 온라인 교육 시스템은 원거리로 학습이 이루어짐에 따라 학습자의 자발적 동기를 꾸준히 유지하기 어려우며, 또한 학습자 간에 지식을 공유하고 공유한 지식을 활용하는 기능이 부족하다. 이러한 문제를 극복하기 위해 구성주의적 학습이론과 집단지성에 기반하여 학습자가 보유한 학습자료를 공유하고 개인화된 학습자료 추천을 받을 수 있는 학습자료 북마킹 서비스인 WeStudy를 구현하였다. 위키피디아(Wikipedia), 슬라이드쉐어 (SlideShare), 비디오렉쳐스 (VideoLectures) 등 현존하는 집단지성 기반 서비스들의 주요 기능으로부터 필요한 집단지성 기능들을 검토하였으며, 본 서비스의 주요 기능으로 1) 리스트 및 그래프 형태의 학습자료 리스트 시각화, 2) 개인화된 학습자료 추천, 3) 보다 상세한 학습자료 추천을 위한 관심 학습자 지정 등을 도출하여 시스템을 설계하였다. 이후, 웹 기반으로 구현된 세 가지 주요기능 별로 개량된 휴리스틱 사용성 평가 방법을 통해 개발된 시스템의 사용성 평가를 실시하였다. 10명의 HCI 분야 전공자 및 현업 종사자를 대상으로 정량적 및 정성적인 평가 결과, 세 가지의 주요 기능에서 전반적으로 사용성이 우수한 것으로 판정되었다. 주요 기능 별 정성적인 평가에서 도출된 여러 마이너 이슈들을 반영할 필요가 있으며, 향후 대규모 사용자를 대상으로 본 서비스를 보급하고 이용할 수 있도록 제공하여 자발적인 지식 공유 환경을 조성할 수 있을 것으로 전망된다.