• 한국수학교육학회지시리즈E:수학교육논문집
• /
• 제38권2호
• /
• pp.93-120
• /
• 2024

수학 교육에서의 온라인 교육은 COVID19를 전후로 다양한 측면에서 변화하였다. 본 연구는 COVID19를 전후로 2017년부터 2023년까지 발간된 수학 교육 분야에서의 온라인 교육에 관한 98편의 논문을 대상으로 체계적 문헌 고찰을 수행하였다. 본 연구는 먼저 문헌에 나타난 온라인 교육과 관련된 여러 유사 용어들의 정의들을 대상으로 내용 분석을 진행하였다. 이후, 코로나 전, 코로나, 포스트 코로나 시대 별로 온라인 수학 교육의 연구 동향을 탐색하였으며, 온라인 교육의 효과에 대한 문헌들에 대해서는 추가적인 비교 분석을 진행하였다. 그 결과, 첫째, 온라인 교육과 유사한 용어들의 정의와 각 용어들 간의 차이점 및 위계를 정리할 필요성을 확인하였고 이에 대한 논의를 제시하였다. 둘째, 코로나를 계기로 교사에 대한 온라인 교육의 연구가 급격히 활발해졌으며 교사의 전문성이 강조되고 있음을 확인하였다. 셋째, 코로나 전에는 블렌디드와 플립트 러닝에 대한 연구가 많았지만 코로나 시대와 포스트 코로나 시대에는 실시간 쌍방향 수업에 대한 연구가 많은 비중을 차지하고 있었다. 마지막으로, 온라인 교육이 학업성취도에 미치는 영향은 문헌 별로 연구 배경과 모델에 따라 다양하게 나타났으며, 이에 따른 해석에는 주의가 필요함을 확인하였다. 본 논문은 이와 같은 연구 결과를 토대로 앞으로 수학 교육에서의 온라인 교육에 관한 연구 방향을 제시하였다.

• 한국지구과학회지
• /
• 제41권3호
• /
• pp.261-272
• /
• 2020

본 연구의 목적은 남한과 북한 지구과학 내용의 학습 시기와 학습량을 비교 분석하여 향후 통일을 대비한 남·북한 통합 교육과정 설계 및 우리나라 교육과정 개정 시에 참고할 수 있는 기초 자료를 제공하는 것이다. 연구 대상으로는 남한은 초등학교 5학년부터 중학교 3학년까지의 과학 교과서와 고등학교의 통합과학과 지구과학 I·II 교과서이며, 북한은 초급중학교의 자연과학 1·2와 조선지리 2, 고급중학교의 지리 1 교과서이다. TIMSS 2019의 8학년 지구과학 평가틀로 분석한 본 연구의 결과는 다음과 같다. 첫째, 남한은 반복 학습을 고려할 필요가 있다. 학습 이해에 효과적인 반복 학습이 적용된 내용은 8학년까지 1개에 그친다. 둘째, 남한은 학습 시기 조정을 고려할 필요가 있다. 북한과의 내용 시기 차이가 발생하고 TIMSS 기준 50%에 해당하는 내용의 학습 시기가 부합하지 않기 때문이다. 셋째, 남한과 북한은 학습하지 않은 TIMSS 내용을 반영할 필요가 있다. 이는 국제 사회에서 교육 경쟁력을 높이는 방안이 될 수 있다. 향후 남·북한의 지구과학 내용에 대한 접근 방법 비교 분석과 통합교육과정 설계를 위한 실질적 연구를 제안하였다.

• 국제교류와 융합교육
• /
• 제4권1호
• /
• pp.85-111
• /
• 2024

핀란드 교육은 2001년 PISA 발표 이래 계속 한국 교육의 경쟁자 또는 지향점이었다. 그러나 최근 우리 교육계에 나타나고 있는 분열과 대립, 그리고 불행의 지표들을 보면, 핀란드의 행복교육과는 거리가 너무도 멀다. 이런 배경에서 본 연구의 목적은 한국 학술지에 나타난 핀란드 교육관련 연구동향을 분석하는 것으로, RISS에서 논문 제목에 핀란드와 교육이 들어간 논문 160편을 대상으로 네트워크 텍스트 분석을 실시하였다. 주요 결과는 다음과 같다. 첫째, 핀란드 교육에 대한 연구는 점진적으로 증가하고 있다. 그러나 최근 감소세를 보였다. 둘째, 연구주제는 대부분 미시적이었으며 연구방법은 문헌연구 위주였다. 셋째, 소수의 연구자가 전체 연구의 1/3을 출판했다. 넷째, 핀란드와 함께 비교된 나라는 일본, 미국, 영국, 호주, 싱가포르 등 주로 신자유주의적 국가였다. 다섯째, 연구 주제와 대상이 주로 초중등, 수학·과학 등 PISA의 영향권에 있었다. 향후 핀란드 교육관련 연구에서는 지엽적이고 부분적인 영역에 대한 연구를 넘어 종합적인 관점에서 핀란드의 행복교육을 이루어온 과정과 역사에 대한 체제적 연구를 통해 우리가 배워야 할 시사점을 도출하는 후속 연구가 필요하다. 특히, 문헌연구 위주의 방법을 벗어나 핀란드 교육 커뮤니티와 온라인으로 연계하여 실제 교사, 학부모, 학생 그리고 지역협의회와 정부 관계자들이 함께 논의하고 연구하는 국제공동논의의 장을 만드는 것도 고려되어야 할 것이다.

• 한국컴퓨터정보학회논문지
• /
• 제29권8호
• /
• pp.171-190
• /
• 2024

본 논문은 '정보보호학회논문지'의 참고문헌을 계량서지분석과 사회네트워크분석 방법을 사용하여 학술지와 학술대회의 인용 현황 및 패턴에 관한 비교분석 연구를 수행하였다. 인용 현황 분석결과, 참고문헌에서 학술대회의 비중이 학술지를 약간 상회하며, 약 80%가 해외 출판물로 한국 연구자들의 높은 해외 출판물 의존성이 확인되었다. 인용나이 분석 결과, 즉시인용률이 높아지고 반감기는 길어지며 인용절정기는 짧아지는 경향을 보였다. 특히, 국내 출판물의 즉시인용률이 높고 해외 출판물의 반감기가 더 느리게 나타났다. 또한, SCOPUS 학술지 및 ICORE 학술대회 식별과 주제분류를 매핑하여 분석한 결과, 학술지 인용문헌은 컴퓨터과학 (32.3%), 공학 (23.5%), 수학 (16.7%), 사회과학 (12.8%)를 포함한 기타 연구분야 (25.6%)로 구성되었으며, 학술대회 인용문헌은 'Cybersecurity and privacy' 분야의 비중이 가장 높은 가운데 최근에는 'Computer Vision and Multimedia Computation' 및 'Machine Learning' 분야의 인용 증가세가 큰 것으로 조사되었다. 출판물 동시 인용 네트워크 분석 결과, 학술대회 그룹이 학술지 그룹보다 연결 중심성 평균값이 높고 해외 출판물 그룹이 국내 출판물 그룹보다 더 높았으며, 문헌 유형 간의 동시 인용 빈도는 학술지 내에서 34.3%, 학술대회 내에서 28.8%와 비교하여 학술지와 학술대회 간에서 36.9%로 가장 높게 나타났다. 또한, 동시에 인용된 출판물들과 이들의 연구 분야에 대한 연결 구조를 탐색할 수 있는 네트워크 시각화 지도를 제시하였다. 본 연구의 결과는 국내 정보보안 연구 분야가 학술지와 학술대회 문헌을 균형 있게 활용하고 있으며, 이들 간의 상호보완적 관계를 통해 발전하고 있음을 시사한다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.