• 제목/요약/키워드: Mathematics of the middle school

검색결과 892건 처리시간 0.02초

중학교 체육과 STEAM 융합을 통한 창의·융합 수업 모듈 요소 도출 및 수업 모듈 제시 (Drawing up class module elements of originality and convergence and suggesting class modules by combining middle school physical education and STEAM)

  • 홍희정;임현주
    • 한국웰니스학회지
    • /
    • 제14권2호
    • /
    • pp.207-223
    • /
    • 2019
  • 본 연구의 목적은 체육과 신체활동 영역별(건강, 도전, 경쟁, 표현) 내용요소와 STEAM과의 융합을 통해 창의·융합 수업모듈 요소를 도출하는 것이며, 아울러 창의·융합 수업 모듈을 제시하는 것에 있다. 이를 위해 문헌연구, 포커스 그룹 인터뷰(FGI), 전문가 협의 방법을 실시하였으며 이를 통하여 다음과 같은 연구 결과를 도출하였다. 먼저 창의·융합 수업 모듈 요소와 관련하여 첫째, 건강 영역의 창의·융합 수업 모듈 요소는 자세 분석을 통한 위험성 도출, 신체활동량 분석과 설계 등 총 11개로 제시되었다. 둘째, 도전 영역의 모듈 요소는 총 6개로 목표 달성 저해 요인 예상, 효율적 운동을 위한 모델링 등의 내용이 도출되었으며, 경쟁 영역의 융합 요소는 17개로 경기 기록 분석, 경기데이터 저장을 위한 어플 제작 등의 내용이 제시되었다. 마지막으로 표현 영역의 창의·융합 모듈 요소는 총 10개로 움직임 표현 기술 향상을 위한 모델링, 움직임 표현 기록을 위한 기호화 등의 내용이 도출되었다. 아울러 수업 모듈은 건강 영역에서는 공학(E: Engineering) 분야와의 융합과 관련된 내용이 제시되었으며, 도전 영역에서는 기술(T: Technology)과의 융합, 경쟁 영역에서는 예술(A: Art)와의 융합, 표현 영역에서는 예술(A: Art)와, 수학(M: Mathematics)기호와)과의 융합을 통한 내용이 제시되었다.

ChatGPT의 수학적 성능 분석: 국가수준 학업성취도 평가 및 대학수학능력시험 수학 문제 풀이를 중심으로 (Analyzing Mathematical Performances of ChatGPT: Focusing on the Solution of National Assessment of Educational Achievement and the College Scholastic Ability Test)

  • 권오남;오세준;윤정은;이경원;신병철;정원
    • 한국수학교육학회지시리즈E:수학교육논문집
    • /
    • 제37권2호
    • /
    • pp.233-256
    • /
    • 2023
  • 이 연구는 수학교육에서의 ChatGPT의 활용 방안 도출을 위한 기초 연구로서 국가수준 학업성취도 평가 및 대학수학능력시험 문제에 대한 ChatGPT의 응답을 분석하였다. ChatGPT는 생성형 인공지능 모델로서 여러 분야에서 주목 받고 있으며, 교육계에서도 ChatGPT 활용 방안에 대한 요구의 목소리가 높아지고 있다. 이에 이 연구에서는 3개년 국가수준 학업성취도 평가 및 대학수학능력시험 문제에 대한 ChatGPT 3.5의 응답에 대해서 정답률, 풀이 과정의 정확도, 오류 유형을 분류하여 분석하였다. ChatGPT의 국가수준 학업성취도 평가 문제 및 대학수학능력시험 문제의 정답률은 각각 37.1%, 15.97%로 나타났다. ChatGPT의 풀이 과정의 정확도는 5점 만점으로 산출하였을 때, 국가수준 학업성취도 평가는 3.44점, 대학수학능력시험은 2.49점으로 산출되었다. ChatGPT의 수학 문제를 풀이하는 데 나타나는 오류 유형은 절차적 오류와 기능적 오류로 나뉘었다. 절차적 오류는 다음 단계로의 식을 연결 짓는 과정이나 계산상의 오류를 가리키며, 기능적 오류는 ChatGPT가 텍스트를 인식, 판단, 출력하는 과정에서 발생하는 오류였다. 이러한 분석은 정답률만이 ChatGPT의 수학적 성능을 판단하는 기준이 되어서는 안 되며, 풀이 과정의 정확도나 오류유형까지도 복합적으로 고려해야 함을 시사한다.