• 제목/요약/키워드: Learning Status

검색결과 891건 처리시간 0.024초

수학 자기효능감과 수학성취도의 관계에서 학습전략의 매개효과 - 잠재성장모형의 분석 - (Mediating Effect of Learning Strategy in the Relation of Mathematics Self-efficacy and Mathematics Achievement: Latent Growth Model Analyses)

  • 염시창;박철영
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제50권1호
    • /
    • pp.103-118
    • /
    • 2011
  • The study examined whether the relation between mathematics self-efficacy and mathematics achievement was partially mediated by the learning strategies, using latent growth model analyses. It was also examined the auto-regressive, cross-lagged (ARCL) panel model for testing the stability and change in the relation of mathematics self-efficacy and learning strategy over time. The study analyzed the first-year to the third-year data of the Korean Educational Longitudinal Survey (KELS). The result of ARCL panel model analysis showed that earlier mathematics self-efficacy could predict later learning strategy use. There were linear trends in mathematics self-efficacy, learning strategy, and mathematics achievement. Specifically, mathematics achievement was increased over the three time points, whereas mathematics self-efficacy and learning strategies were significantly decreased. In the analyses of latent growth models, the mediating effects of learning strategies were overall supported. That is, both of initial status and change rate of rehearsal strategy partially mediated the relation of mathematics self-efficacy and mathematics achievement. However, in elaboration and meta-cognitive strategies, only the initial status of each variable showed the indirect relationship.

A Structure of Personalized e-Learning System Using On/Off-line Mixed Estimations Based on Multiple-Choice Items

  • Oh, Yong-Sun
    • International Journal of Contents
    • /
    • 제5권1호
    • /
    • pp.51-55
    • /
    • 2009
  • In this paper, we present a structure of personalized e-Learning system to study for a test formalized by uniform multiple-choice using on/off line mixed estimations as is the case of Driver :s License Test in Korea. Using the system a candidate can study toward the license through the Internet (and/or mobile instruments) within the personalized concept based on IRT(item response theory). The system accurately estimates user's ability parameter and dynamically offers optimal evaluation problems and learning contents according to the estimated ability so that the user can take possession of the license in shorter time. In order to establish the personalized e-Learning concepts, we build up 3 databases and 2 agents in this system. Content DB maintains learning contents for studying toward the license as the shape of objects separated by concept-unit. Item-bank DB manages items with their parameters such as difficulties, discriminations, and guessing factors, which are firmly related to the learning contents in Content DB through the concept of object parameters. User profile DB maintains users' status information, item responses, and ability parameters. With these DB formations, Interface agent processes user ID, password, status information, and various queries generated by learners. In addition, it hooks up user's item response with Selection & Feedback agent. On the other hand, Selection & Feedback agent offers problems and content objects according to the corresponding user's ability parameter, and re-estimates the ability parameter to activate dynamic personalized learning situation and so forth.

기독교 대학에서의 학습 상황 진단 도구 개발을 위한 모형 설계 및 제안 (Model Design and Proposal for the Development of a Learning Status Diagnostic Tool at a Christian University)

  • 이성아;권경만
    • 기독교교육논총
    • /
    • 제61권
    • /
    • pp.203-232
    • /
    • 2020
  • 본 연구는 대학생의 학업생활에 영향을 미치는 다양한 분야들을 선행 연구를 통해 파악하고, 그 영역별 요인들을 진단할 수 있도록 하위요인을 도출하였다. 그 후, 설계 원리를 수립하고, 학습 상황 진단 도구 개발을 위한 모형을 설계하는 연구이다. 우선 연구를 위해 대학생들의 역량, 대학생활 및 학업 저성취자 연구, 학사경고자 연구 등을 토대로 어떤 요인들이 학업에 영향을 주고 있는지를 파악하였고, 특히 학업을 실패하도록 만드는 요인이 무엇인지를 살펴 보았으며, 그것들을 토대로 진단할 수 있게 하위요인들을 설정하였다. 선행 연구를 통해 설정된 영역은 심리적 차원, 학습적 차원, 진로적 차원으로 나누어 졌고, 기독교 대학 학생들을 위해 모형을 제시하고자 하였기에, 신앙 영역도 요인으로 설정하여 완성하였다. 그 후에는 각 영역별 하위요인을 구성하였는데, 초안 모형에서는 신앙영역 하위에 신앙성숙도와 신앙훈련, 심리영역 하위에 긍정적 사고, 정서 조절, 자아 존중감, 학습역역 하위에 자기 주도적 학습능력, 학습동기, 학습전략, 마지막으로 진로영역 하위에 진로성찰, 진로탐색, 진로관리, 진로탐색장애의 요소로 구성하였다. 이후 기독교인이면서 교육학 박사로 대학 및 교육 관련 기관에 재직 중인 10명의 전문가 집단을 통해 델파이 연구를 수행하였다. 델파이를 위해 본 연구의 취지를 설명하고, 모형의 적합성, 모형을 이루는 영역, 그 하위의 요인 등에 대해 타당성을 검증하였는데, 그 결과, 초기 4개 영역 12개 하위영역이었던 모형은 하위 요인 기준으로 신앙훈련, 정서조절, 진로성찰의 하위요인이 타당하지 않다는 결론에 이르러 삭제하게 되었고, 최종적으로 4개 영역의 9개 요인, 즉 신앙-신앙성숙도, 심리-긍정적 사고, 자아 존중감, 학습-자기 주도적 학습능력, 학습동기, 학습전략, 진로-진로탐색, 진로관리, 진로탐색장애의 요인을 갖춘 모형으로 완성되었다. 본 연구 대학생, 특히 기독교 대학의 학생들이 학습을 성공적으로 이끌어가기 위한 진단 도구 개발의 선행적 연구로, 설계 모형과 그 하위 영역, 요인 등을 제안하는 연구였다. 따라서 향후 본 모형을 토대로 기독교 대학의 학생들의 학습 상황을 진단할 수 있는 실질적 도구개발 연구도 수행되어야 할 것이다.

머신러닝 기반 피싱 사이트 탐지 모델 (Machine Learning-based Phishing Website Detection Model)

  • 오수민;박민서
    • 문화기술의 융합
    • /
    • 제10권4호
    • /
    • pp.575-580
    • /
    • 2024
  • 소셜 미디어의 대중화로 지능화된 피싱 공격을 방어하기 위해 접근하고자 하는 사이트의 상태(정상/피싱)를 판별하는 것이 필요하다. 본 연구에서는 머신러닝 기반 분류 모델을 통해 사이트의 정상/피싱 여부를 예측하는 모델을 제안한다. 첫째, 'URL'에 대한 정보를 수집하여 수치 데이터로 변환한 후, 이상치를 제거한다. 둘째, 변수들 간의 상관관계 및 독립성을 파악하기 위해 VIF(Variance Inflation Factors)를 적용한다. 셋째, 머신러닝 기반 분류 모델을 활용하여 피싱 사이트 탐지 모델을 개발하고, 이를 통해 사이트의 상태를 예측한다. 분류 모델 중 랜덤 포레스트(Random Forest)의 성능이 가장 우수했으며, 테스트 데이터에서 정밀도(Precision) 93.74%, 재현율(Recall) 92.26%, 정확도(Accuracy) 93.14%를 보였다. 향후 이 연구는 다방면의 피싱 범죄 탐지에 적용할 수 있을 것으로 기대된다.

Factors of Korean Students' Achievement in Scientific Literacy

  • Shin, Dong-Hee;Ro, Koog-Hyang
    • 한국과학교육학회지
    • /
    • 제21권5호
    • /
    • pp.893-905
    • /
    • 2001
  • Korean students ranked the 3rd out of 32 participating countries in the first cycle of PISA(Programme for International Student Assessment) science field, which assessed 15-years-old students' scientific literacy. PISA developed several variables such as parents' socio-economic status, parents' educational attainment, family wealth, and cultural possession, to investigate the effects of background variables on scientific literacy. On the other hand, motivation and engagement in science study were not given much attention, partly because science was the minor area in the first cycle of PISA. Therefore, PISA Korea developed a series of variables to collect data on students' learning motives and out-of-school activities in science as a national option. The results are as followings. First, Korea was found to be one of the PISA participating countries with the scientific literacy achievement least influenced by parents' socio-economic status, family wealth, and parents' cultural possession. Second, the degree of achievement in scientific literacy according to parents' educational attainment was in a positive correlation, similar to the overall tendency of PISA. Third, the most crucial learning motive for Korean students was their desire to develop scientific thinking abilities or obtain science knowledge. On the other hand, choosing jobs in the field of science or parental expectation was the least important learning motive. In particular, the motive for scientific learning was found to have a positive relationship with the degree of scientific literacy achievement. Therefore, the higher the students achievement, the stronger the motive for scientific learning in order to develop their ability to think scientifically or acquire science knowledge. Fourth, Korean students were shown to participate very little in out-of-school scientific activities other than watching TV programs related to science. Whatever the activities may be, the more actively involved students are in out-of-school scientific activities, the higher their scientific literacy achievement. Fifth, Korean girls were rather passive compared to boys in all areas, including science learning motive and out-of-school scientific activities. The gender difference was especially more pronounced in out-of-school scientific activities with wider gaps in such activities as reading scientific books or articles and visiting science-related web sites.

  • PDF

A Correlation Analysis of the Learning Status and Learning Medium of Korean Learners in Chinese Universities

  • Wang, Siyao;Lee, Yeon-Woo;Kim, Chee-Yong
    • 한국멀티미디어학회논문지
    • /
    • 제24권1호
    • /
    • pp.117-124
    • /
    • 2021
  • Korean education in China began at Peking University in the 1950s. At present, The Korean language education in China has made remarkable progress in many aspects such as scale, scope, level and achievement. In addition, with the increasingly frequent economic and cultural exchanges or cooperation between China and South Korea and the increasing trend of internationalization, the prosperity of Korean wave culture and the sound development of China-South Korea relations, the country's demand for Korean language talents is increasing day by day. However, with the rise of Korean education in China in recent years, some hidden problems also surfaced. In this paper, the Korean language proficiency test(TOPIK) is used to evaluate the Korean language proficiency of Korean learners, and Chinese juniors are used to evaluate the Korean language proficiency. In addition, a questionnaire survey was conducted to analyze the learning media of Chinese Korean learners at the present stage, and the relationship between learning media and learning outcomes was concluded. At the same time, deficiencies and problems existed in Korean education in colleges and universities were proposed and their own ideas were put forward.

교사의 수학적 관념에 대한 연구 (A Study on Teachers' Conceptions of Mathematics)

  • 김용대
    • 한국수학교육학회지시리즈A:수학교육
    • /
    • 제41권1호
    • /
    • pp.35-44
    • /
    • 2002
  • The purpose of this study is to estimate teachers'conceptions of mathematics through the conception on compositions of mathematical knowledge, the conception on structure of mathematical knowledge, the conception on status of mathematical knowledge, the conception on mathematical activity, and the conception of mathematics learning. This study reached the following conclusions: Most of teachers has more internal viewpoint than external viewpoint on the compositions, structures and status of mathematical knowledge, mathematical activity and mathematics learning.

  • PDF

이러닝산업 유통구조 분석 및 개선방안 연구 (Analysis of Distribution Structure and Its Improvement Plan for e-Learning Business)

  • 한태인
    • 디지털융복합연구
    • /
    • 제11권5호
    • /
    • pp.83-94
    • /
    • 2013
  • 이러닝이 기존의 면대면 교육을 대체하는 중요한 기회의 시대에 있으며, 이러닝이 교육적으로 성공적인 효과를 창출하기 위해서는 이러닝 산업의 건전한 유통구조가 필수적임에도 불구하고 우리의 현실은 그렇지 아니하다. 본 연구는 이러닝 시장의 건전한 유통구조 확립을 위한 현황 분석과 제도적 합리화 방안을 마련하는 것을 목적으로 하고 있다. 따라서 이러닝 유통의 개념 및 범위를 정하고, 이러닝 유통의 유형과 단계, 유통주체 등을 정의하였다. 또한 국내외 이러닝 시장에 대한 영역별, 거래별 비즈니스 모델과 유통구조 모델의 연구와, 이러한 모델을 기준으로 사업자들이 어떤 구조로 거래가 이루어지는지에 대하여 설문조사를 통해 이러닝 유통구조 모델링을 하였다. 이러한 유통구조 모델링 과정에서 설문조사의 결과분석을 통해 유통구조에서 나타난 현황과 문제점 분석을 하였고 이에 대한 정책적인 합리화 방안을 제시하였다.

사용자 건강 상태알림 서비스의 상황인지를 위한 기계학습 모델의 학습 데이터 생성 방법 (Generating Training Dataset of Machine Learning Model for Context-Awareness in a Health Status Notification Service)

  • 문종혁;최종선;최재영
    • 정보처리학회논문지:소프트웨어 및 데이터공학
    • /
    • 제9권1호
    • /
    • pp.25-32
    • /
    • 2020
  • 다양한 분야에서 활용되는 상황인지 시스템은 상황정보를 획득하기 위한 추상화 과정에서 규칙 기반의 인공기능 기술이 기존에 사용되었다. 그러나 서비스에 대한 사용자의 요구사항이 다양해지고 사용되는 데이터의 증대로 규칙이 복잡해지면서 규칙 기반 모델의 유지보수와 비정형 데이터를 처리하는데 어려움이 있다. 이러한 한계점을 극복하기 위해 많은 연구들에서는 상황인지 시스템에 기계학습 기술을 적용하였으며, 이러한 기계학습 기반의 모델을 상황인지 시스템에 사용하기 위해서는 주기적으로 학습 데이터를 제공해야 한다. 이에 기계학습 기반 상황인지 시스템에 대한 선행연구에서는 여러 개의 기계학습 모델을 적용하기 위한 학습 데이터 생성, 제공 등의 과정을 보였으나 제한된 종류의 기계학습 모델만을 적용 가능하여 확장성이 고려되어야 한다. 본 논문은 기계학습 기반의 상황인지 시스템의 확장성을 고려한 기계학습 모델의 학습 데이터 생성 방법을 제안한다. 제안하는 방법은 시스템의 확장성을 고려하여 기계학습 모델의 요구사항을 반영할 수 있는 학습 데이터 생성 모델을 정의하고 학습 데이터 생성 모듈을 바탕으로 각각의 기계학습 모델의 학습 데이터를 생성하는 것이다. 시스템의 확장성의 검증을 위해 실험에서는 노인의 건강상태 알림 서비스를 위한 심박상태 분석 모델을 대상으로 한 학습데이터 생성 스키마를 기반으로 학습데이터 생성 모델을 정의하고 실환경에서 정의된 모델을 S/W에 적용하여 학습데이터를 생성한다. 또한 생성된 학습데이터의 유효성을 검증하기 위해 사용되는 기계학습 모델에 생성한 학습데이터를 학습시켜 정확도를 비교하는 과정을 보인다.

Predicting Surgical Complications in Adult Patients Undergoing Anterior Cervical Discectomy and Fusion Using Machine Learning

  • Arvind, Varun;Kim, Jun S.;Oermann, Eric K.;Kaji, Deepak;Cho, Samuel K.
    • Neurospine
    • /
    • 제15권4호
    • /
    • pp.329-337
    • /
    • 2018
  • Objective: Machine learning algorithms excel at leveraging big data to identify complex patterns that can be used to aid in clinical decision-making. The objective of this study is to demonstrate the performance of machine learning models in predicting postoperative complications following anterior cervical discectomy and fusion (ACDF). Methods: Artificial neural network (ANN), logistic regression (LR), support vector machine (SVM), and random forest decision tree (RF) models were trained on a multicenter data set of patients undergoing ACDF to predict surgical complications based on readily available patient data. Following training, these models were compared to the predictive capability of American Society of Anesthesiologists (ASA) physical status classification. Results: A total of 20,879 patients were identified as having undergone ACDF. Following exclusion criteria, patients were divided into 14,615 patients for training and 6,264 for testing data sets. ANN and LR consistently outperformed ASA physical status classification in predicting every complication (p < 0.05). The ANN outperformed LR in predicting venous thromboembolism, wound complication, and mortality (p < 0.05). The SVM and RF models were no better than random chance at predicting any of the postoperative complications (p < 0.05). Conclusion: ANN and LR algorithms outperform ASA physical status classification for predicting individual postoperative complications. Additionally, neural networks have greater sensitivity than LR when predicting mortality and wound complications. With the growing size of medical data, the training of machine learning on these large datasets promises to improve risk prognostication, with the ability of continuously learning making them excellent tools in complex clinical scenarios.