• 한국과학교육학회지
• /
• 제20권1호
• /
• pp.12-19
• /
• 2000

본 연구에서는 2개 중학교의 3학년 164명(남학생 80명, 여학생 84명)을 대상으로 컴퓨터실 과학 학습환경, 컴퓨터 관련 태도 그리고 컴퓨터 경험 사이의 관련성에 대하여 조사하였다. 컴퓨터실 과학 학습 환경에 대한 인식 검사(CSLEI)와 컴퓨터 관련 태도 검사 (CRAS)를 실시하였고, 학생들의 컴퓨터 경험을 조사하였다. CSLEI 선호형 검사를 이용하여 선호하는 컴퓨터실 과학 학습 환경에 대한 학생들의 인식을 조사하여 실제 학습 환경에 대한 인식과 비교하였다. 컴퓨터실 과학 학습 환경에 대한 인식, 컴퓨터 관련 태도, 컴퓨터 경험의 측면에서 성별에 따른 차이를 조사하였다. 연구 결과, 성별 동등성 영역을 제외한 모든 영역에서 선호하는 컴퓨터실 과학 학습 환경에 대한 인식이 실제적인 인식보다 유의미하게 높았다. 실제 컴퓨터실 과학 학습 환경에 대한 인식에서는 성별에 따른 차이가 없었으나, 남학생들의 컴퓨터 관련태도가 보다 긍정적이었으며, 컴퓨터 경험도 남학생이 많은 것으로 조사되었다. 컴퓨터실 과학 학습 환경에 대한 인식은 자원의 적합성 영역에서 컴퓨터 관련 태도와 유의미한 상관이 있었으며, 컴퓨터 경험과는 관련성이 적었다. 컴퓨터 경험과 컴퓨터 관련 태도 사이의 상관 역시 유의미하였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2005년도 춘계종합학술대회
• /
• pp.750-753
• /
• 2005

우리 생활의 한 부분으로 자리하고 있는 인터넷 서비스는 생활환경의 변화뿐만 아니라 사람들의 가치관의 변화를 요구하고 있다. 이러한 각 사회의 급속한 변화는 교육활동에서도 예외가 아니다. 교육방법, 교육에 대한 인식, 교육에 필요한 여러 가지 도구나 환경에 있어서 많은 변화를 가져왔고, 그 변화의 중요한 하나가 웹 기반 학습의 도입이라 할 수 있다. 이러한 웹 기반 학습을 통하여 교육의 질을 향상시키고 효과적인 교수-학습이 이루어지도록 하기 위하여 본 논문에서는 실업계 고등학교의 학교 교육에 머시닝센터 학습을 웹 기반 CNC(computerized Numerical Control)프로그램과 가공 학습을 적용함으로써 학생들에게 새로운 정보와 접촉할 수 있는 기회와 다양한 학습 자료를 제공하는 실험 연구를 통하여 학생들의 학업성취도 및 학습동기 향상에 미치는 영향을 연구하는 것을 목적으로 한다.

• 정보교육학회논문지
• /
• 제9권1호
• /
• pp.79-86
• /
• 2005

컴퓨터와 통신 기술이 발전함에 따라 네트워크를 통한 일반 사용자들의 컴퓨터 활용 빈도와 요구하는 데이터의 양이 급격히 증가되었다. 이에 따라 최근의 교육 시스템들은 정보의 활용성을 향상시키기 위하여 이질적인 시스템들을 의미상으로 연결하고 있다. 따라서 최근의 웹 기반 교수-학습은 학습자 스스로 학습 내용, 학습 시간 및 학습 순서를 선택하고 조직하는 유비쿼터스 학습방향으로 나아가고 있다. 즉, 학습자 개개인의 특성(선수 지식, 학습 양식, 흥미, 관심)에 맞는 적응적인 교수-학습 환경을 제공하는 방향으로 변화되고 있다. 본 논문은 유비쿼터스 학습 환경에서 다양한 분산정보의 통합을 위하여 사용자들이 요구하는 학습내용을 각 지역서버의 자치성을 유지하면서 효과적으로 학습하기 위한 미디에이터내의 처리방법에 대해 제안한다. 또한 과거와 최근의 학습내용의 활용형태가 다양하게 변할 수 있으므로 시간에 따른 감쇄율을 활용빈도에 적용하여 최근의 활용빈도의 변화에 민감하게 반응하고 활용형태의 변화에 따라 적응적으로 학습내용을 사용할 수 있는 방법을 제안한다.

• International Journal of Computer Science & Network Security
• /
• 제22권7호
• /
• pp.366-370
• /
• 2022

The article deals with the theoretical and methodological foundations of innovative approaches in the modern education system. The issues of introducing computerized and telecommunication technologies are characterized, which allow switching to distance learning (DL), which is a promising form of the system of open education support in the modern educational process. Special attention is paid to the study of practical technologies of vocational training and the activities of a teacher and innovative areas of vocational training of students.

• Asian Pacific Journal of Cancer Prevention
• /
• 제15권21호
• /
• pp.9367-9373
• /
• 2014

In diagnosis of lung cancer, rapid distinction between small cell lung cancer (SCLC) and non-small cell lung cancer (NSCLC) tumors is very important. Serum markers, including lactate dehydrogenase (LDH), C-reactive protein (CRP), carcino-embryonic antigen (CEA), neurone specific enolase (NSE) and Cyfra21-1, are reported to reflect lung cancer characteristics. In this study classification of lung tumors was made based on biomarkers (measured in 120 NSCLC and 60 SCLC patients) by setting up optimal biomarker joint models with a powerful computerized tool - gene expression programming (GEP). GEP is a learning algorithm that combines the advantages of genetic programming (GP) and genetic algorithms (GA). It specifically focuses on relationships between variables in sets of data and then builds models to explain these relationships, and has been successfully used in formula finding and function mining. As a basis for defining a GEP environment for SCLC and NSCLC prediction, three explicit predictive models were constructed. CEA and NSE are requentlyused lung cancer markers in clinical trials, CRP, LDH and Cyfra21-1 have significant meaning in lung cancer, basis on CEA and NSE we set up three GEP models-GEP 1(CEA, NSE, Cyfra21-1), GEP2 (CEA, NSE, LDH), GEP3 (CEA, NSE, CRP). The best classification result of GEP gained when CEA, NSE and Cyfra21-1 were combined: 128 of 135 subjects in the training set and 40 of 45 subjects in the test set were classified correctly, the accuracy rate is 94.8% in training set; on collection of samples for testing, the accuracy rate is 88.9%. With GEP2, the accuracy was significantly decreased by 1.5% and 6.6% in training set and test set, in GEP3 was 0.82% and 4.45% respectively. Serum Cyfra21-1 is a useful and sensitive serum biomarker in discriminating between NSCLC and SCLC. GEP modeling is a promising and excellent tool in diagnosis of lung cancer.