• Journal of Nutrition and Health
• /
• 제57권1호
• /
• pp.1-15
• /
• 2024

한국인을 위한 식생활지침은 건강한 식생활을 위한 가이드로 활용되는데, 식생활지침에 대한 세부 항목이 제시되지 않아서 지침에 대한 실천도를 자세히 평가하기는 어렵다. 따라서 본 연구는 식생활지침 실천도를 평가할 수 있는 세부 항목들을 선별하여 지침 실천도를 평가하는 평가도구를 만들고자 수행되었다. 노인의 식생활지침 실천 평가도구 개발을 위하여 문헌검토와 전문가 자문을 거쳐 총 35개의 평가 후보 항목을 추출하고, 전국단위 5개 지역의 남녀 노인 800명 (남 400명, 여 400명)을 대상으로 설문조사를 수행하였다. 식생활지침의 세 가지 영역별로 후보 항목에 대한 탐색적 요인분석으로 평가도구에 사용될 항목을 선별하고, 확인적 요인분석을 수행하여 구성타당도를 검증하였다. 구조방정식 모형의 경로계수를 활용하여 항목별 가중치를 부여하여 식생활지침 실천 점수를 계산하고, 전국조사 결과를 바탕으로 평가도구의 등급 체계를 마련하였다. 본 연구에서 개발된 노인 식생활지침 실천 평가도구는 총 28개 항목으로 식품섭취 영역 13항목, 식생활습관 영역 7항목, 환경을 생각하는 식생활 문화 영역 8항목으로 구성되었다. 식품섭취 영역에는 신선 생채소, 황색채소, 생과일, 콩·견과류, 생선·해산물, 고기·달걀 섭취, 우유·유제품, 잡곡 섭취, 물, 다양한 식품군 섭취, 육류 가시지방 제거, 단 음료, 염장 식품 섭취 항목이 포함되었고, 식생활습관 영역에는 건강체중 유지, 활동량 증가 노력, 운동, 과식정도, 과음빈도, 아침식사 빈도, 식사의 규칙성 항목이 포함되었다. 환경을 생각하는 식생활문화 영역에는 조리 및 음식 먹기 전 손 씻기, 유통기한 (소비기한) 확인, 개인 접시에 덜어 먹기 실천, 냉장고에 보관한 음식 덜어 먹기, 제철음식 섭취, 지역 농산물 이용, 식품 원산지 확인, 음식물 쓰레기 줄이기가 포함되었다. 전국설문조사 노인 (n = 800)의 식생활지침 실천 평균 점수는 56.9점이었고, 식품섭취 영역 49.8점, 식생활습관 영역 63.2점 그리고 식생활문화 영역은 58.6점이었다. 식생활지침 실천 점수는 기 개발된 노인 영양지수 및 식품정보이해력 점수와도 유의한 상관성을 보여서 식생활지침 실천 평가 도구가 식품섭취와 식행동 뿐만 아니라 지속가능한 식생활 실천 부분도 잘 반영한다는 것을 확인할 수 있었다. 앞으로 노인 맞춤형 식생활지침 실천 평가 도구가 노인들의 식품섭취, 식생활습관 및 식생활문화 영역를 종합적으로 평가하는 쉽고 간편한 검색 평가 도구로 활발하게 활용될 것으로 기대된다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권3호
• /
• pp.433-445
• /
• 2024

이 연구의 목적은 남북한의 초등 과학과 교육과정에서 물질 영역의 교육 내용을 비교·분석하는 것이다. 연구 대상은 남한 2022 개정 과학과 교육과정의 '물질'과 '운동과 에너지(일부)' 영역, 북한 2013 자연과 교육강령에서 '우리 주위의 물질'과 '생활 속의 과학(일부)' 영역이다. 본 연구에서는 남북한 물질 영역의 교육 내용 요소를 학년군별로 비교하였고, TIMSS 2023 초등 4학년 물질 내용 영역의 평가틀을 이용하여 남북한의 국제 수준의 물질영역 목표 반영도를 분석하였다. 남북한 물질 영역 분석에는 초등과학교육을 전공한 교사 4명과 과학교육전문가 1명이 참여하였다. 연구 결과는 다음과 같다. 첫째, 물질의 성질 주제에서 남북한의 교육과정에서 다루는 내용은 학년별로 적용 시기가 달랐고 내용의 범위와 수준에도 차이가 있었다. 둘째, 물질의 변화 주제에서 북한은 '산과 염기'를 다루지 않았지만, 용해를 빨리하는 방법은 다루고 있었다. 셋째, 북한이 남한보다 TIMSS 2023 '물질의 성질' 주제의 목표 반영도가 더 높았다. 넷째, '물질의 성질' 분석 결과와 유사하게 북한이 남한에 비해 TIMSS 2023 '물질의 변화' 주제의 목표 반영도가 높았다. 결론적으로 남북한의 물질 내용 요소와 이를 적용하는 시기가 달랐고, 국제 수준의 목표 반영도는 북한이 더 높은 것으로 나타났다. 앞으로 남북의 이념적 대립을 넘어 통일을 준비하는 관점에서 남북한 교육 교류의 활성화와 더불어 통합 과학과 교육과정의 개발에 관한 협력과 연구가 이루어지기를 기대한다.

• 지능정보연구
• /
• 제23권1호
• /
• pp.95-108
• /
• 2017

최근 알파고의 등장으로 딥러닝 기술에 대한 관심이 고조되고 있다. 딥러닝은 향후 미래의 핵심 기술이 되어 일상생활의 많은 부분을 개선할 것이라는 기대를 받고 있지만, 주요한 성과들이 이미지 인식과 자연어처리 등에 국한되어 있고 전통적인 비즈니스 애널리틱스 문제에의 활용은 미비한 실정이다. 실제로 딥러닝 기술은 Convolutional Neural Network(CNN), Recurrent Neural Network(RNN), Deep Boltzmann Machine (DBM) 등 알고리즘들의 선택, Dropout 기법의 활용여부, 활성 함수의 선정 등 다양한 네트워크 설계 이슈들을 가지고 있다. 따라서 비즈니스 문제에서의 딥러닝 알고리즘 활용은 아직 탐구가 필요한 영역으로 남아있으며, 특히 딥러닝을 현실에 적용했을 때 발생할 수 있는 여러 가지 문제들은 미지수이다. 이에 따라 본 연구에서는 다이렉트 마케팅 응답모델, 고객이탈분석, 대출 위험 분석 등의 주요한 분류 문제인 이진분류에 딥러닝을 적용할 수 있을 것인지 그 가능성을 실험을 통해 확인하였다. 실험에는 어느 포르투갈 은행의 텔레마케팅 응답여부에 대한 데이터 집합을 사용하였으며, 전통적인 인공신경망인 Multi-Layer Perceptron, 딥러닝 알고리즘인 CNN과 RNN을 변형한 Long Short-Term Memory, 딥러닝 모형에 많이 활용되는 Dropout 기법 등을 이진 분류 문제에 활용했을 때의 성능을 비교하였다. 실험을 수행한 결과 CNN 알고리즘은 비즈니스 데이터의 이진분류 문제에서도 MLP 모형에 비해 향상된 성능을 보였다. 또한 MLP와 CNN 모두 Dropout을 적용한 모형이 적용하지 않은 모형보다 더 좋은 분류 성능을 보여줌에 따라, Dropout을 적용한 CNN 알고리즘이 이진분류 문제에도 활용될 수 있는 가능성을 확인하였다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.79-92
• /
• 2015

미래 핵심 가치 기술 발굴 및 탐색을 위해서는 범국가적인 국가R&D정보와 과학기술정보의 연계 융합이 필요하다. 본 논문에서는 국가R&D정보와 과학기술정보를 온톨로지와 토픽모델링을 사용하여 연계 융합하여 지식베이스를 구축한 방법론을 소개하고, 이를 기반으로 한 다차원 연계 지식맵 서비스를 소개한다. 국가R&D정보는 국가R&D과제와 참여인력, 해당 과제에 대한 성과 정보, 논문, 특허, 연구보고서 정보들을 포함한다. 과학기술정보는 논문, 특허, 동향 등의 과학기술연구에 대한 기술 문서를 일컫는다. 본 논문에서는 지식베이스에서의 지식 처리 및 관리의 효율성을 높이기 위해 Lightweight 온톨로지를 사용한다. Lightweight 온톨로지는 국가R&D과제 참여자와 성과정보, 과학기술정보를 과제-성과 관계, 문서-저자 관계, 저자-소속기관 관계 등의 단순한 연관관계를 이용하여 국가R&D정보와 과학기술정보를 융합한다. 이러한 단순한 연관관계만을 이용함으로써 지식 처리의 효율성을 높이고 온톨로지 구축 과정을 자동화한다. 보다 구체적인 Concept 레벨에서의 온톨로지 구축을 위해 토픽모델링을 활용한다. 토픽모델링을 활용하여 국가R&D정보와 과학기술정보 문서들의 토픽 주제어를 추출하고 각 문서 간 연관관계를 추출한다. 일반적인 Concept 레벨에서의 Fully-Specified 온톨로지를 구축하기 위해서는 거의 100% 수동으로 해야 하기 때문에, 많은 시간과 비용이 소모된다. 본 연구에서는 이러한 수동적인 온톨로지 구축이 아닌 자동화된 온톨로지 구축을 위해 토픽모델링을 활용한다. 토픽모델링을 활용하여 온톨로지 구축에 필요한 문서와 토픽 키워드 간의 관계, 문서 간 의미 상 연관관계를 자동으로 추출한다. 마지막으로, 이와 같이 구축된 지식베이스의 트리플(Triple) 정보를 활용하여, 연구자들의 공동저자관계, 문서간의 공통주제어관계 등을 연구자, 주제어, 기관, 저널 등의 다차원 연관관계를 방사형 네트워크 형식을 이용하여 시각화한 지식맵 서비스들을 소개한다.

• Asia pacific journal of information systems
• /
• 제17권4호
• /
• pp.31-59
• /
• 2007

We frequently use search engines to find relevant information in the Web but still end up with too much information. In order to solve this problem of information overload, ranking algorithms have been applied to various domains. As more information will be available in the future, effectively and efficiently ranking search results will become more critical. In this paper, we propose a ranking algorithm for the Semantic Web resources, specifically RDF resources. Traditionally, the importance of a particular Web page is estimated based on the number of key words found in the page, which is subject to manipulation. In contrast, link analysis methods such as Google's PageRank capitalize on the information which is inherent in the link structure of the Web graph. PageRank considers a certain page highly important if it is referred to by many other pages. The degree of the importance also increases if the importance of the referring pages is high. Kleinberg's algorithm is another link-structure based ranking algorithm for Web pages. Unlike PageRank, Kleinberg's algorithm utilizes two kinds of scores: the authority score and the hub score. If a page has a high authority score, it is an authority on a given topic and many pages refer to it. A page with a high hub score links to many authoritative pages. As mentioned above, the link-structure based ranking method has been playing an essential role in World Wide Web(WWW), and nowadays, many people recognize the effectiveness and efficiency of it. On the other hand, as Resource Description Framework(RDF) data model forms the foundation of the Semantic Web, any information in the Semantic Web can be expressed with RDF graph, making the ranking algorithm for RDF knowledge bases greatly important. The RDF graph consists of nodes and directional links similar to the Web graph. As a result, the link-structure based ranking method seems to be highly applicable to ranking the Semantic Web resources. However, the information space of the Semantic Web is more complex than that of WWW. For instance, WWW can be considered as one huge class, i.e., a collection of Web pages, which has only a recursive property, i.e., a 'refers to' property corresponding to the hyperlinks. However, the Semantic Web encompasses various kinds of classes and properties, and consequently, ranking methods used in WWW should be modified to reflect the complexity of the information space in the Semantic Web. Previous research addressed the ranking problem of query results retrieved from RDF knowledge bases. Mukherjea and Bamba modified Kleinberg's algorithm in order to apply their algorithm to rank the Semantic Web resources. They defined the objectivity score and the subjectivity score of a resource, which correspond to the authority score and the hub score of Kleinberg's, respectively. They concentrated on the diversity of properties and introduced property weights to control the influence of a resource on another resource depending on the characteristic of the property linking the two resources. A node with a high objectivity score becomes the object of many RDF triples, and a node with a high subjectivity score becomes the subject of many RDF triples. They developed several kinds of Semantic Web systems in order to validate their technique and showed some experimental results verifying the applicability of their method to the Semantic Web. Despite their efforts, however, there remained some limitations which they reported in their paper. First, their algorithm is useful only when a Semantic Web system represents most of the knowledge pertaining to a certain domain. In other words, the ratio of links to nodes should be high, or overall resources should be described in detail, to a certain degree for their algorithm to properly work. Second, a Tightly-Knit Community(TKC) effect, the phenomenon that pages which are less important but yet densely connected have higher scores than the ones that are more important but sparsely connected, remains as problematic. Third, a resource may have a high score, not because it is actually important, but simply because it is very common and as a consequence it has many links pointing to it. In this paper, we examine such ranking problems from a novel perspective and propose a new algorithm which can solve the problems under the previous studies. Our proposed method is based on a class-oriented approach. In contrast to the predicate-oriented approach entertained by the previous research, a user, under our approach, determines the weights of a property by comparing its relative significance to the other properties when evaluating the importance of resources in a specific class. This approach stems from the idea that most queries are supposed to find resources belonging to the same class in the Semantic Web, which consists of many heterogeneous classes in RDF Schema. This approach closely reflects the way that people, in the real world, evaluate something, and will turn out to be superior to the predicate-oriented approach for the Semantic Web. Our proposed algorithm can resolve the TKC(Tightly Knit Community) effect, and further can shed lights on other limitations posed by the previous research. In addition, we propose two ways to incorporate data-type properties which have not been employed even in the case when they have some significance on the resource importance. We designed an experiment to show the effectiveness of our proposed algorithm and the validity of ranking results, which was not tried ever in previous research. We also conducted a comprehensive mathematical analysis, which was overlooked in previous research. The mathematical analysis enabled us to simplify the calculation procedure. Finally, we summarize our experimental results and discuss further research issues.

• 인간행동과 음악연구
• /
• 제4권2호
• /
• pp.84-105
• /
• 2007

뇌성마비는 중추신경계의 손상으로 인하여 운동장애 뿐 아니라 지능장애, 언어장애, 경련, 감각장애, 지각장애, 그리고 정서장애와 같은 중복적인 장애를 수반하는 장애이다. 최근 의학의 발달로 인하여 미숙아들의 생존율이 높아지면서 경직형 뇌성마비의 출현율도 높아지고 있음이 보고되고 있다. 뇌성마비 유아들에게는 생후 1년 사이의 치료적 중재가 특별히 중요하며, 7세 이후의 치료효과는 거의 나타나지 않는다. 그러므로 뇌성마비를 대상으로 하는 조기 중재의 필요성이 증가하고 있다. 따라서 본 연구에서는 신체 운동 영역에 장애를 가진 사람들의 신체재활을 목적으로 접근하는 음악치료 영역인 신경학적 음악치료(NMT)의 기법들을 활용하여 경직형 뇌성마비 유아들의 운동발달을 위한 음악치료활동 프로그램을 구성하여 제시하는 것을 목적으로 한다. 이를 위하여 본 연구에서는 일반 유아들이 0~2세에 가장 기본적인 운동 기능들을 습득하는 단계인 초보운동단계의 주요 발달과제들을 바탕으로 하고, 여기에 경직형 뇌성마비 유아의 발달적 특성을 적용하여 프로그램을 구성하였다. 본 음악치료활동 프로그램은 크게 안정성, 이동성, 그리고 조작기능의 세 가지 하위 범주로 나누어 구성되었다. 이렇게 구성된 음악치료활동 프로그램은 임상 현장에서 경직형 뇌성마비 유아를 대상으로 치료를 진행하고 있는 음악치료사들을 통하여 시행된 후 활동에 대한 타당성과 적용의 효율성을 평가받았다. 경직형 뇌성마비 유아의 운동 발달을 위한 음악치료활동 프로그램의 개발은 치료활동의 개발, 전문가의 검증, 치료활동의 수정 및 보완 세 단계로 진행되었다. 치료활동의 개발을 위하여 문헌조사와 인터뷰를 시행하였고, 전문가의 검증은 실제 임상 현장에서 경직형 뇌성마비 유아 혹은 아동을 대상으로 음악치료를 시행하고 있는 음악치료사 6명을 통하여 이루어졌다. 전문가들을 통한 음악치료활동 프로그램 검증에서는 활동의 내용상 타당도 및 실제 현장에서의 활용도를 살펴보았고, 이를 위하여 설문지를 사용하였다. 전문가들의 평가를 바탕으로 치료활동의 수정 및 보완작업이 진행되었으며 수정 및 보완의 결과에 대해서는 검증집단을 통하여 재확인과정을 거쳤다. 음악치료활동 프로그램의 평가 결과는 각 평가 항목별로 평가 값의 평균과 표준편차로 제시하였고, 활동별로 전문가들의 조언과 함께 수정 보완한 내용을 함께 제시하였다. 전문가들의 조언을 바탕으로 수정 및 보완된 음악치료활동 프로그램은 부록으로 첨부하였다. 본 연구의 결과를 요약하면 다음과 같다. 초보운동단계에서의 발달과제인 안정성, 이동성, 조작기능을 바탕으로 경직형 뇌성마비 유아의 운동 발달 특성을 적용한 음악치료활동 프로그램은 총 38개의 활동으로 구성되었다. 안정성 발달을 위한 음악치료활동이 14개, 이동성 발달을 위한 음악치료활동이 10개, 그리고 조작기능 발달을 위한 음악치료활동이 14개이다. 전체 음악치료활동 프로그램은 운동발달단계 적합성, 목표-내용 일치도, 적용 대상 적합성, 음악의 적절성, 악기사용의 적절성, 그리고 실제 활용의 유용성이라는 여섯 가지 평가에서 긍정적인 평가를 받았다. 이것은 본 연구의 결과가 경직형 뇌성마비 유아의 조기 중재 필요성이 증가하고 있으나 발달 단계별 음악치료활동 프로그램이 부족한 국내의 현실적 요구에 맞게 유용하게 활용될 수 있음을 시사한다.

• Asia pacific journal of information systems
• /
• 제21권2호
• /
• pp.89-116
• /
• 2011

In collaborative tagging systems such as Delicious.com and Flickr.com, users assign keywords or tags to their uploaded resources, such as bookmarks and pictures, for their future use or sharing purposes. The collection of resources and tags generated by a user is called a personomy, and the collection of all personomies constitutes the folksonomy. The most significant need of the folksonomy users Is to efficiently find useful resources or experts on specific topics. An excellent ranking algorithm would assign higher ranking to more useful resources or experts. What resources are considered useful In a folksonomic system? Does a standard superior to frequency or freshness exist? The resource recommended by more users with mere expertise should be worthy of attention. This ranking paradigm can be implemented through a graph-based ranking algorithm. Two well-known representatives of such a paradigm are Page Rank by Google and HITS(Hypertext Induced Topic Selection) by Kleinberg. Both Page Rank and HITS assign a higher evaluation score to pages linked to more higher-scored pages. HITS differs from PageRank in that it utilizes two kinds of scores: authority and hub scores. The ranking objects of these pages are limited to Web pages, whereas the ranking objects of a folksonomic system are somewhat heterogeneous(i.e., users, resources, and tags). Therefore, uniform application of the voting notion of PageRank and HITS based on the links to a folksonomy would be unreasonable, In a folksonomic system, each link corresponding to a property can have an opposite direction, depending on whether the property is an active or a passive voice. The current research stems from the Idea that a graph-based ranking algorithm could be applied to the folksonomic system using the concept of mutual Interactions between entitles, rather than the voting notion of PageRank or HITS. The concept of mutual interactions, proposed for ranking the Semantic Web resources, enables the calculation of importance scores of various resources unaffected by link directions. The weights of a property representing the mutual interaction between classes are assigned depending on the relative significance of the property to the resource importance of each class. This class-oriented approach is based on the fact that, in the Semantic Web, there are many heterogeneous classes; thus, applying a different appraisal standard for each class is more reasonable. This is similar to the evaluation method of humans, where different items are assigned specific weights, which are then summed up to determine the weighted average. We can check for missing properties more easily with this approach than with other predicate-oriented approaches. A user of a tagging system usually assigns more than one tags to the same resource, and there can be more than one tags with the same subjectivity and objectivity. In the case that many users assign similar tags to the same resource, grading the users differently depending on the assignment order becomes necessary. This idea comes from the studies in psychology wherein expertise involves the ability to select the most relevant information for achieving a goal. An expert should be someone who not only has a large collection of documents annotated with a particular tag, but also tends to add documents of high quality to his/her collections. Such documents are identified by the number, as well as the expertise, of users who have the same documents in their collections. In other words, there is a relationship of mutual reinforcement between the expertise of a user and the quality of a document. In addition, there is a need to rank entities related more closely to a certain entity. Considering the property of social media that ensures the popularity of a topic is temporary, recent data should have more weight than old data. We propose a comprehensive folksonomy ranking framework in which all these considerations are dealt with and that can be easily customized to each folksonomy site for ranking purposes. To examine the validity of our ranking algorithm and show the mechanism of adjusting property, time, and expertise weights, we first use a dataset designed for analyzing the effect of each ranking factor independently. We then show the ranking results of a real folksonomy site, with the ranking factors combined. Because the ground truth of a given dataset is not known when it comes to ranking, we inject simulated data whose ranking results can be predicted into the real dataset and compare the ranking results of our algorithm with that of a previous HITS-based algorithm. Our semantic ranking algorithm based on the concept of mutual interaction seems to be preferable to the HITS-based algorithm as a flexible folksonomy ranking framework. Some concrete points of difference are as follows. First, with the time concept applied to the property weights, our algorithm shows superior performance in lowering the scores of older data and raising the scores of newer data. Second, applying the time concept to the expertise weights, as well as to the property weights, our algorithm controls the conflicting influence of expertise weights and enhances overall consistency of time-valued ranking. The expertise weights of the previous study can act as an obstacle to the time-valued ranking because the number of followers increases as time goes on. Third, many new properties and classes can be included in our framework. The previous HITS-based algorithm, based on the voting notion, loses ground in the situation where the domain consists of more than two classes, or where other important properties, such as "sent through twitter" or "registered as a friend," are added to the domain. Forth, there is a big difference in the calculation time and memory use between the two kinds of algorithms. While the matrix multiplication of two matrices, has to be executed twice for the previous HITS-based algorithm, this is unnecessary with our algorithm. In our ranking framework, various folksonomy ranking policies can be expressed with the ranking factors combined and our approach can work, even if the folksonomy site is not implemented with Semantic Web languages. Above all, the time weight proposed in this paper will be applicable to various domains, including social media, where time value is considered important.

• 한국가정과교육학회지
• /
• 제19권4호
• /
• pp.37-56
• /
• 2007

본 연구는 가정과 1급 정교사 자격 연수 프로그램의 발전적 운영 방안을 마련하기 위한 기초 자료를 제공하는데 목적이 있다. 이 목적을 위해 2000년 이후부터 실시되었던 6년간의 가정과 1급 정교사 자격 연수 프로그램을 분석하고, 연수에 참여한 가정과 교사를 대상으로 연수 전반에 대한 만족도와 요구 사항을 설문 조사하였다. 설문내용은 연수자의 일반적 사항, 참여한 연수에 대한 만족도, 자격 연수 프로그램에 대한 요구 사항으로 구성되었다. 수집된 자료의 통계 처리는 SPSS Win ver 10.0을 사용하여 기술통계와 카이검증, t-검증, 그리고 일원분산분석을 실시하였다. 본 연구의 결과를 요약하면 다음과 같다. 첫째, 가정과 1급 정교사 자격 연수는 최근 6년간 5개 연수 기관에서 총 10회 실시되었다. 개설된 전공 영역의 과목뿐만 아니라 강좌 수(11개${\sim}$29개)와 배정 시간(111시간${\sim}$136시간)이 연수 기관 및 동일 기관의 연수 실시 년도에 따라 크게 차이가 나타났다. 교사의 요구가 가장 높았던 교과교육에 대한 교과목(1개${\sim}$7개) 개설 역시 차이가 크다. 이것은 연수기관 및 동일 기관의 연수 실시 년도에 따라 자격연수 프로그램의 내용과 운영의 편차가 심한 것은 연수 프로그램의 개발 및 수행 담당자가 상이하기 때문이라고 볼 수 있다. 따라서 현직 교육을 통한 가정과 교사의 질적 수준 유지 및 전문성 향상을 위해서는 표준화된 자격연수 프로그램 개발 주체가 있어야 할 것이며, 이 주체는 가능한 한 연수 참여자 중심의 프로그램 개발 및 수행 그리고 지속적인 평가로 프로그램의 발전을 꾀해야 할 것이라고 본다. 둘째, 연수에 대한 만족도는 자격 연수 일반, 내용, 구성, 방법, 평가의 5개 영역으로 나누어 조사한 결과, 5점 만점에 최저 3.08점에서 최고 3.72점으로 나타났다. 특히 연수 내용을 잘 반영하지 못한 평가 내용 및 평가 방법(3.08)에 대하여 가장 만족하지 않았다. 셋째, 연수에 대한 요구는 가정과 교육 전문가에 의한 교육과정 편성과 현장에 도움이 될 수 있는 교과 교육 영역에 대한 교과목 개설이 있었다. 특히 교과 교육 영역의 가정과 교수 학습 방법과 교과 내용 영역에서의 인간 발달과 가족관계에 대한 요구가 높았다. 각 영역별로 요구가 높은 단원은 식생활에서는 식생활 관리, 의생활에서는 합리적인 의복 선택, 주생활에서는 새로운 주거문화, 인간발달과 가족 관계에서는 가족 문제, 자원관리와 소비자에서는 청소년과 소비생활이었다. 이외에도 학급당 $26{\sim}30$명 편성, 현장 학습으로 수업 진행, 수업 시 이론과 실습의 3:1 비율 운영, 절대 평가에 의한 합격여부 판정 등에 대한 요구가 있었다. 따라서 사회의 변화를 반영하고 교사의 현장 요구를 적극 수용한 프로그램 개발이 이루어져야 할 것이다. 넷째, 연수자의 일반적 특성 변인에 따른 만족도 차이를 분석한 결과, 연수 기관이 유의미한 변수로 작용하였다. 즉, 어느 연수 기관에서 연수를 받았느냐에 따라 연수에 대한 만족도가 다르게 나타났다(p<.05). 즉 교과교육을 가장 많이 개설하고 운영하였던 기관에서 만족도가 가장 높았다. 따라서 현직 교사들의 요구가 많았던 교과교육에 대한 교과 개설이 확대된 표준화된 자격연수 프로그램 개발되어야 할 것이다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.171-196
• /
• 2018

본 연구는 디자인 영역 중 웹 스타일에 대해서 소비자 감성과 만족과의 관계를 연구했다. 기존 웹 스타일 연구들은 웹의 레이아웃과 구조도 등과 색상 등이 감성에 미치는 영향에서 연구했다. 본 연구는 기존 연구들과 차별되게 웹의 구성 요소를 배제하고 소비자의 감성 지표만을 갖고 소비자 만족과의 관계를 분석했다. 분석을 위해 검증을 위해 소비자 204명을 대상으로 40개 웹 스타일 테마를 선정, 각 소비자에게 4개씩 평가하도록 하였다. 소비자에게 평가하도록 한 감성 형용사는 18개의 대비되는 쌍을 갖는 감성 형용사로 구성하였고, 요인 분석을 통해 상위 감성 지표를 추출했다. 각 감성 지표들은 '부드러움', '모던함', '명확함', '꽉 참' 이었으며, 감성지표들이 소비자 만족에 미치는 영향이 다를 것으로 판단하여 가설을 수립했다. 분석 결과에 따라 가설 1과 2, 3은 채택되었으며, 가설 4의 경우는 기각되었다. 가설 4의 경우 기각되었지만 정의 방향이 아닌 부의 방향으로 유의한 것으로 나타났다. 이때, 조절 초점 성향이 감성이라는 정보처리 과정에서 소비자 만족에 미치는 영향이 다를 것으로 판단했다. 조절 초점 성향은 조직 행동 및 의사결정에 영향을 주기도 하며, 정치, 문화, 윤리적 판단 및 행동은 물론 광범위적 심리적 문제와 사고 프로세스, 감정적 반응에도 영향을 미친다. 때문에 각 감성 지표에 대한 조절 초점 간 차이를 확인할 필요성이 있고, 각 감성 지표에 대한 세부 가설을 수립했다. 세부 가설을 검증하기 위해 조절 회귀 분석을 수행했다. 분석 결과 가설 5는 부분적으로 지지됐고, 가설 5.3만 지지되었고, 5.4의 경우 기각되었지만 가설과의 반대 방향으로 지지되었다. '명확함'의 경우 향상 초점이 소비자 만족에 더 큰 영향을 보였고, 예방 초점일수록 '꽉 참'을 더 선호한 것으로 나타났다. 분석 결과를 바탕으로 조절 초점 성향을 향상, 예방, 중간 성향으로 3집단으로 구분, 소비자 감성 기반으로 웹 스타일에 대한 추천을 할 수 있는 알고리즘을 개발했다.