• 직업교육연구
• /
• 제37권6호
• /
• pp.36-60
• /
• 2018

최근 청년 실업을 해소하는 방안 중 하나로 중등단계 직업교육의 강화, 즉, 양질의 고졸 취업자 양성 방안이 제시되고 있으며 이를 위해서는 고졸 인력의 직업인성 함양을 위해 노력할 필요가 있다. 하지만 현재 직업인성을 측정할 수 있는 도구는 매우 제한적인 상황이며, 고졸취업자 대상의 검사 도구는 더욱 찾아보기 어려운 실정이다. 이에 이 연구에서는 고졸 취업자에게 요구되는 직업인성 구인을 탐색하고, 이를 객관적으로 측정할 수 있는 척도를 개발하고 이를 타당화하고자 한다. 연구목적을 달성하기 위해 이 연구에서는 교사 집단과 산업체 인사 집단으로 구성된 델파이 위원회를 구성하여 직업인성 구인을 도출하였으며 2차에 걸친 델파이 조사 결과, 성실, 정직 등과 같은 12개 구인이 직업인성과 관련이 있는 것으로 나타났다. 이후 선행연구와 전문가 집단 면담을 토대로 척도를 개발하였으며 그 결과, 12개 요인, 116개 척도의 예비 직업인성 검사 도구가 개발되었다. 개발된 예비 검사도구의 타당도와 신뢰도를 검증하기 위해 직업계고 학생 700명을 대상으로 설문조사를 진행하였으며 미회수 및 불성실 응답을 제외한 514부의 설문지를 최종 분석에 활용하였다. 탐색적 요인분석을 진행하기 전 요인 수를 결정하기 위해 평행선 분석을 수행하였으며 그 결과 8개 요인이 적합한 것으로 나타났다. 이에 요인 수를 8개로 고정하여 최대우도법, 직접 오블리민 회전 방법을 활용한 탐색적 요인분석을 수행한 결과, 8개 요인의 78문항이 적절한 것으로 나타났다. 하지만 문항이 해당 요인의 내용을 잘 반영하고 있는지를 확인하기 위해 전문가 집단을 대상으로 내용타당도 검증을 진행한 결과, 19개 문항이 관련성이 낮거나 부적절하다는 피드백이 도출되었다. 이에 확인적 요인분석을 통해 기존의 직업인성 검사 도구와 내용타당도 검증 후 도출된 수정 직업인성 검사도구의 적합도를 비교 검증하였다. 그 결과, 59문항으로 이루어진 수정 직업인성 검사 도구의 적합도가 더 높게 나타났으며 적합도 역시 대체적으로 양호한 수준을 나타냈다.

• 지능정보연구
• /
• 제29권1호
• /
• pp.121-142
• /
• 2023

수입식품의 수입 건수와 수입 중량이 꾸준히 증가함에 따라 식품안전사고 방지를 위한 수입식품의 안전관리가 더욱 중요해지고 있다. 식품의약품안전처는 통관단계의 수입검사와 더불어 통관 전 단계인 해외제조업소에 대한 현지실사를 시행하고 있지만 시간과 비용이 많이 소요되고 한정된 자원 등의 제약으로 데이터 기반의 수입식품 안전관리 방안이 필요한 실정이다. 본 연구에서는 현지실사 전 부적합이 예상되는 업체를 사전에 선별하는 기계학습 예측 모형을 마련하여 현지실사의 효율성을 높이고자 하였다. 이를 위해 통합식품안전정보망에 수집된 총 303,272건의 해외제조가공업소 기본정보와 2019년도부터 2022년 4월까지의 현지실사 점검정보 데이터 1,689건을 수집하였다. 해외제조가공업소의 데이터 전처리 후 해외 제조업소_코드를 활용하여 현지실사 대상 데이터만 추출하였고, 총 1,689건의 데이터와 103개의 변수로 구성되었다. 103개의 변수를 테일유(Theil-U) 지표를 기준으로 '0'인 변수들을 제거하였고, 다중대응분석(Multiple Correspondence Analysis)을 적용해 축소 후 최종적으로 49개의 특성변수를 도출하였다. 서로 다른 8개의 모델을 생성하고, 모델 학습 과정에서는 5겹 교차검증으로 과적합을 방지하고, 하이퍼파라미터를 조정하여 비교 평가하였다. 현지실사 대상업체 선별의 연구목적은 부적합 업체를 부적합이라고 판정하는 확률인 검측률(recall)을 최대화하는 것이다. 머신러닝의 다양한 알고리즘을 적용한 결과 Recall_macro, AUROC, Average PR, F1-score, 균형정확도(Balanced Accuracy)가 가장 높은 랜덤포레스트(Random Forest)모델이 가장 우수한 모형으로 평가되었다. 마지막으로 모델에 의해서 평가된 개별 인스턴스의 부적합 업체 선정 근거를 제시하기 위해 SHAP(Shapley Additive exPlanations)을 적용하고 현지실사 업체 선정 시스템에의 적용 가능성을 제시하였다. 본 연구결과를 바탕으로 데이터에 기반한 과학적 위험관리 모델을 통해 수입식품 관리체계의 구축으로 인력·예산 등 한정된 자원의 효율적 운영방안 마련에 기여하길 기대한다.

• 기독교교육논총
• /
• 제72권
• /
• pp.245-271
• /
• 2022

연구 목적 : 본 연구는 간호대학생을 대상으로 사례기반학습 및 코티칭을 적용한 간호 임상실습 교육모형을 개발하고, 개발된 모형의 타당성 확보를 목적으로 한다. 연구 내용 및 방법 : 간호 임상실습 교육모형의 타당성 검증을 위해 전주시 소재 J대학교 2021학년도 2학기'건강 반응과 간호 VI(지각·인지) 실습'과목에 적용하고 모형에 대한 교수자 반응평가를 실시하였고, 학습자 반응평가를 위해 임상 수행 자신감, 교수학습 모형에 대한 설문조사와 포커스 그룹 인터뷰를 진행하였다. 선행문헌 고찰과 사례 연구를 통해 사례기반학습 단계와 코티칭 요소를 도출한 후 전문가 검토를 받아 초기 모형을 구안하였고, 구안한 모형은 간호교육 전문가에게 내적 타당화를 검토받은 후 수정·보완하였다. 외적 타당화 검증을 위해 임상실습 교과에 모형을 적용한 후 실시한 학습자 반응평가 결과 임상 수행 자신감은 4.22점, 교수학습 모형 만족도는 4.68점으로 높게 나타났다. 포커스그룹 인터뷰 결과를 종합하면, 사전학습의 중요성과 실제 사례를 기반으로 선정한 사례를 학습하면서 전문용어, 전문지식 등을 습득함으로써 실습 현장에 대한 두려움이 없어지고 익숙함을 느꼈고, 다양한 사례를 학습하며 실습 현장에서 학습하였던 지식을 정리하는 시간을 통해 비판적 사고를 할 수 있었다고 하였다. 또 코티칭을 통하여 현장지도자와 지도교수가 함께 사례를 통해 이론과 실무적인 측면을 동시에 교수함으로써 실무와 더 가까워진 실습교육을 경험한 것으로 나타났다. 결론 및 제언 : 본 연구를 통하여 개발한 사례기반학습 및 코티칭을 적용한 간호 임상실습 교육모형은 이론과 실무 간의 차이를 줄여주고 간호 대학생의 임상수행 능력을 향상시킬 수 있는 효과적인 교수학습모형이 될 것으로 기대한다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.