본 연구에서는 고등학교 학습 부진 학생을 대상으로 법률학적 탐구 모형에 의한 STS 프로그램의 효과에 대해서 조사하였다. 야간 고등학교 학생 76명을 연구 대상으로 하여 법률학적 모형에 의한 STS 프로그램을 적용한 실험 집단과 전통적인 강의식 수업을 실시한 통제 집단으로 나누어 조사하였다. 본 연구에서 활용한 법률학적 모형에 의한 STS 프로그램은 고등학교 공통과학의 생명 단원 중 '영양과 건강', '자극과 반응'과 '생식'의 3개 소단원을 8차시 분량으로 나누어 적용하였다. 실험 집단의 학업 성취도는 통제 집단에 비해 유의미하게 향상되었으며 (p<.05) 과학에 대한 전반적인 태도에 있어서도 긍정적으로 변화하였다(p<.05). 이 결과로부터 학생의 학업 성취수준에 적합한 STS 프로그램의 개발이 필요하며, 학습 부진아를 위한 교수 학습 방법 및 학습 프로그램의 개발이 요구된다고 하겠다.
최근 빅데이터 과학은 사회현상 모델링을 통한 예측은 물론 강화학습과 결합하여 산업분야 자동제어까지 응용범위가 확대되고 있다. 이러한 추세 가운데 이미지 영상 데이터 활용연구는 화학, 제조, 농업, 바이오산업 등 다양한 산업분야에서 활발히 진행되고 있다. 본 논문은 신경망 기술을 활용하여 영상 데이터의 시맨틱 분할 성능을 개선하고자, U-Net의 계산효율성을 개선한 DeepU-Net 신경망에 AutoML 강화학습 알고리즘을 구현한 NASNet을 결합하였다. BRATS2015 MRI 데이터을 활용해 성능 검증을 수행하였다. 학습을 수행한 결과 DeepU-Net은 U-Net 신경망 구조보다 계산속도 향상 뿐 아니라 예측 정확도도 동등 이상의 성능이 있음을 확인하였다. 또한 이미지 시맨틱 분할 성능을 개선하기 위해서는 일반적으로 적용하는 드롭아웃 층을 빼고, DeepU-Net에 강화학습을 통해 구한 커널과 필터 수를 신경망의 하이퍼 파라미터로 선정했을 때 DeepU-Net보다 학습정확도는 0.5%, 검증정확도는 0.3% 시맨틱 분할 성능을 개선할 수 있었다. 향후 본 논문에서 시도한 자동화된 신경망을 활용해 MRI 뇌 영상진단은 물론, 열화상 카메라를 통한 이상진단, 비파괴 검사 진단, 화학물질 누출감시, CCTV를 통한 산불감시 등 다양한 분야에 응용될 수 있을 것으로 판단된다.
본 연구의 목적은 스크래치 프로그래밍을 활용한 초등과학 '작은 생물' STEAM 수업을 개발하고 적용하여, 초등 영재학생의 창의적 인성, 창의적 문제해결력, 과학적 태도의 향상에 어떠한 영향을 미치는지 알아보고자 하였다. 개발한 STEAM 수업은 과학 지식과 스크래치 프로그래밍을 통합한 내용적 융합의 방법을 통해 학습자가 창의적 설계와 감성적 체험을 효과적으로 경험할 수 있도록 설계되었다. 연구 대상은 26명의 초등과학 영재학생들이었으며, 양적 및 질적 접근을 통해 자료를 수집하였다. 7차시의 수업을 적용한 결과, 개발한 STEAM 수업이 창의적 인성 및 과학적 태도에 효과가 있었다. 창의적 인성 하위 요소 중, 독립성에서 효과가 있었으며, 과학적 태도 측면에서는 자발성 및 인내심에서 유의한 상승을 보였다. 본 연구는 생명 과학 및 컴퓨터 프로그래밍처럼 STEAM 수업을 위한 효과적인 수단을 통합하는 일이 과학 기술에 대한 학생들의 창의성과 흥미를 신장시킬 수 있음을 제안한다.
본 연구는 기계학습을 통한 수량예측모델을 이용하여 이상기상에 따른 WCM의 DMY 피해량을 산출하기 위한 목적으로 수행하였다. 수량예측모델은 WCM 데이터 및 기상 데이터를 수집 후 가공하여 8가지 기계학습을 통해 제작하였으며 실험지역은 경기도로 선정하였다. 수량예측모델은 기계학습 기법 중 정확성이 가장 높은 DeepCrossing (R2=0.5442, RMSE=0.1769) 기법을 통해 제작하였다. 피해량은 정상기상 및 이상기상의 DMY 예측값 간 차이로 산출하였다. 정상기상에서 WCM의 DMY 예측값은 지역에 따라 차이가 있으나 15,003~17,517 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 DMY 예측값은 지역 및 각 이상기상 수준에 따라 차이가 있었으며 각각 14,947~17,571 kg/ha, 14,986~17,525 kg/ha 및 14,920~17,557 kg/ha 범위로 나타났다. 이상기온, 이상강수량 및 이상풍속에서 WCM의 피해량은 각각 -68~89 kg/ha, -17~17 kg/ha 및 -112~121 kg/ha 범위로 피해로 판단할 수 없는 수준이었다. WCM의 정확한 피해량을 산출하기 위해서는 수량예측모델에 이용하는 이상기상 데이터 수의 증가가 필요하다.
본 연구는 간호대학생에게 플립러닝 학습이 학습태도, 자아존중감, 수업만족도에 미치는 영향을 확인하고자 시행하였다. 연구대상 및 자료수집은 2021년 9월 1일부터 12월 30일까지 A 시의 대학생 38명을 대상으로 하였고, 연구설계는 단일집단 사전-사후설계이다. 사전과 사후조사에서 학습태도, 자아존중감, 수업 만족도를 조사하였고 실험처치로 플립러닝 강의를 실험군에게 적용하였다. 통계분석은 SPSS 27.0 버전을 사용하였고 실험 전과 후의 효과 검정은Paired T-test를 적용하였다. 연구결과, 간호대학생의 학습태도는 자아존중감과 수업만족도와 양의 상관관계를 보였으며, 플립러닝 교육방법은 학습태도(t=-4.01, p<.01)와 자아존중감(t=-3.53, p<.001), 수업만족도(t=-4.20, p<.001) 모두 통계적으로 유의하였다.
본 논문에서는 시퀀스 레이블링 문제에 적합하다고 알려진 Long Short Term Memory Recurrent Neural Network에 아웃풋간의 의존관계를 추가한 LSTM-CRF(Conditional Random Field)를 이용하여 생명과학분야 개체명 인식 시스템을 구축하였다. 학습 및 평가를 위해 BioNLP 2011-st REL data를 개체명 인식 실험에 사용하였으며, 실험결과 LSTM-CRF를 사용한 시스템은 81.83의 F1-score를 기록해, 기존의 시스템인 "BANNER"의 F1-score 81.96과 비슷한 성능을 보였다.
본 연구는 데이터를 기반으로 한 인공지능 기계학습 기법을 활용하여 온실 내부온도 예측 시뮬레이션 모델을 개발을 수행하였다. 온실 시스템의 내부온도 예측을 위해서 다양한 방법이 연구됐지만, 가외 변인으로 인하여 기존 시뮬레이션 분석방법은 낮은 정밀도의 문제점을 지니고 있다. 이러한 한계점을 극복하기 위하여 최근 개발되고 있는 데이터 기반의 기계학습을 활용하여 온실 내부온도 예측 모델 개발을 수행하였다. 기계학습모델은 데이터 수집, 특성 분석, 학습을 통하여 개발되며 매개변수와 학습방법에 따라 모델의 정확도가 크게 변화된다. 따라서 데이터 특성에 따른 최적의 모델 도출방법이 필요하다. 모델 개발 결과 숨은층 증가에 따라 모델 정확도가 상승하였으며 최종적으로 GRU 알고리즘과 숨은층6에서 r2 0.9848과 RMSE 0.5857℃로 최적 모델이 도출되었다. 본 연구를 통하여 온실 외부 데이터를 활용하여 온실 내부온도 예측 모델 개발이 가능함을 검증하였으며, 추후 다양한 온실데이터에 적용 및 비교분석이 수행되어야 한다. 이후 한 단계 더 나아가 기계학습모델 예측(predicted) 결과를 예보(forecasting)단계로 개선하기 위해서 데이터 시간 길이(sequence length)에 따른 특성 분석 및 계절별 기후변화와 작물에 따른 사례별로 개발 모델을 관리하는 등의 다양한 추가 연구가 수행되어야 한다.
본 연구는 교과기반 프로그램학습성과 평가를 위한 전산시스템 개발 및 적용 사례를 제시하여 프로그램학습성과 평가의 실효성을 높이기 위한 목적으로 실행되었다. 본 연구는 교과기반 프로그램학습성과 평가를 위한 전산시스템을 개발하고 개발된 전산시스템 적용사례를 제시하는 방법론적 연구이다. 본 연구의 목적을 달성하기 위해 먼저, 시스템 개발 생명주기에 따라 요구도 조사를 실시한 후 그 결과를 전산시스템 개발에 반영 하였다. 다음으로 개발된 전산시스템을 직접 적용해 본 교수들을 대상으로 평가를 실시하였다. 전산시스템 개발을 통해 졸업시점에 이른 학생들의 개인별, 성과별 프로그램학습성과가 달성되었는지에 대한 모니터 및 CQI 수행이 용이하게 되었으며, 미달성 프로그램학습성과 및 학생에 대한 원인분석과 개선방안을 모색하는 것이 가능하게 되었다.
본 연구는 간호대학생에게 플립러닝 학습이 자기주도학습능력, 학습태도, 수업만족도에 미치는 영향을 확인하고자 시행하였다. 연구대상 및 자료수집은 2022년 3월 1일부터 6월 16일까지 A 시의 대학생 41명을 대상으로 하였고, 연구설계는 단일집단 사전-사후설계인 원시실험설계이다. 사전과 사후조사에서 자기주도학습능력, 학습태도, 학습만족도를 조사하였고 플립러닝 강의를 실험군에게 적용하였다. 통계분석은 SPSS 27.0 버전을 사용하였고 실험 전과 후의 효과 검정은 Paired T-test를 적용하였다. 연구 결과, 간호대학생의 학습태도는 자기주도학습능력과 수업만족도와 양의 상관관계를 보였으며, 플립러닝 교육방법은 자기주도학습능력(t=-8.73, p<.001), 학습태도(t=-6.99, p<.001)와 수업만족도(t=-2.17, p<.05) 모두 통계적으로 유의하였다.
이 연구에서는 장애학생을 위해 개발된 통합교육 과학과 자료 e-book이 보편적 학습설계 측면에서 적합하게 구현되었는지 살펴보았다. 분석을 위해 2015 개정 교육과정 초등학교 과학과 3~6학년까지 일반 교과서 내용을 학습하기 어려운 장애학생을 위해 교수 적합화(adaptation)한 국가 수준 자료인 「장애학생 통합교육 교수-학습 자료: 과학과」를 선정하였다. 과학과 3~6학년 영역은 기초과학탐구, 물질, 생명, 운동과 에너지, 지구와 우주로 총 40개 단원으로 구성되어 있다. 내용분석기준은 CAST(2018)에서 제시된 UDL 3개 원칙에 따른 9개 항목의 세부항목을 기준으로 하였다. 연구결과 통합교육 과학과 e-book은 UDL 원칙 중 전략적 네트워크가 가장 많았으며, 운동과 에너지 영역에서 가장 많이 나타났다. UDL 원칙별로 살펴보면, 인지적 네트워크는 학습자에 맞는 정보제시 구현, 전략적 네트워크는 자료탐색 방식 다양화 등(4.1~5.2/6.3), 정서적 네트워크는 난이도를 최적화한 다양한 자료제시가 가장 많이 나타났다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.