• 한국산학기술학회논문지
• /
• 제18권6호
• /
• pp.585-595
• /
• 2017

본 연구는 정서기반 학습동기향상 프로그램이 전문대학생의 학습동기와 사회적 지지에 어떠한 영향을 미치는지를 알아보는데 목적이 있다. 개발된 최종 프로그램은 학습동기 I, 학습코칭, 학습동기 II로 총 12회기로 구성되어 있으며, 각 회기마다 자기평가 및 성찰일지를 작성하여 성찰 시간을 갖도록 진행하였다. 연구대상은 G시 소재 K전문대학 재학생들 중 2016학년도 1학기 심리학 관련 교양 교과목을 수강한 공학계열 재학생 38명으로, 실험집단 19명과 통제집단 19명을 비확률 표본 추출에 의거 배치하였다. 실험집단에는 정서기반 학습동기향상 프로그램을 주 강사 1명과 보조 강사 1명 총 2명의 강사로 한 주에 1회기씩 총 12회기가 실시되었고, 자료 분석을 위하여 독립표본 t-검증, 대응표본 t-검증, 회기별 소감문 분석이 실시되었다. 연구결과는 첫째, 정서기반 학습동기 향상 프로그램에 참여한 실험집단은 통제집단에 비하여 학습동기와 하위요인 자신감, 만족감에 유의미한 차이가 있었다. 둘째, 정서기반 학습동기 향상 프로그램에 참여한 실험집단은 통제집단에 비하여 사회적 지지에서는 통계적으로 유의미한 차이가 나타나지 않았다. 참여 학생들의 소감문 분석에서는 본 프로그램이 학습동기와 사회적 지지에 영향을 미치는 것으로 나타났다. 마지막으로 본 연구결과에 대한 논의 및 함의를 기술하였다.

• 감성과학
• /
• 제13권1호
• /
• pp.225-234
• /
• 2010

본 연구는 효과적인 감성교육의 방향을 모색하기 위하여, 학습자의 긍정적 감성과 학습 및 동기의 관계에 대한 연구의 흐름을 고찰하였다. 이를 위하여 본 연구는 긍정적 감성의 정의를 살펴보고, 긍정적 감성이 인간의 인지적 영역, 창의성, 사회성, 삶의 만족도 등의 심리적 자원에 미치는 긍정적 효과, 긍정적 감성과 동기의 정적 관계에 대한 선행연구들, 긍정적 감성과 학습에 대한 연구들을 살펴보았다. 특히 본 연구는 교육에서의 긍정적 감성의 역할을 보다 과학적으로 탐구하기 위하여, 최신 뇌기반 학습과학(brain-based learning) 연구결과들을 살펴보았다. 즉 교육학, 심리학, 인지과학, 뇌과학 분야 등의 다양한 연구결과들을 고찰하여 교육에서의 긍정적 감성의 역할을 확인하였다. 또한 본 연구는 긍정적 감성이 실제적으로 긍정적 감성을 향상시키기 위한 구체적 교육 프로그램을 살펴보기 위하여, 자율성 지지적 환경에 대한 연구도 예시적으로 고찰하였다. 향후 긍정적 감성과 동기 및 학습의 유기적 상호작용을 극대화 하는 효과적인 감성교육의 방법론으로서 뇌기반 학습과학의 가능성과 한계점에 대하여 논의하였으며, 학교현장에서의 활용 방안 등에 대해서도 살펴보았다.

• 대한가정학회지
• /
• 제49권3호
• /
• pp.11-21
• /
• 2011

The purposes of this study were to explore the gender differences in children's behavior problems, emotional regulation and social support, and to investigate differences between boys and girls in the interrelationships between these kinds of variables. The participants were 189 children in 4 to 6 grades and their teachers from one elementary school in Seoul. The data were analyzed using descriptive statistics, t-test, Pearson's correlation, and multiple regression. The results were as follows: (1) There were statistically significant gender differences in the children's behavior problems, emotional regulation and social support. (2) Children's negative emotion explained boys and girls acting out problems and learning problems. Children's positive emotion regulation explained boys' and girls' shy-anxious and learning problems. Boys, who perceived less support from parents, displayed more acting out behavior, boys who perceived less supports from friends showed more shy-anxious behavior, and boys who perceived less supports from teachers exhibited more learning problems.

• Educational Technology International
• /
• 제23권1호
• /
• pp.1-39
• /
• 2022

We study emotion regulation in a distant CABLe (Collaborative Argumentation Based-Learning) setting at university. We analyze how students achieve the group task of synthesizing the literature on a topic through scientific argumentation on the institutional Moodle's forum. Distinguishing anticipatory from reactive emotional regulation shows how essential it is to establish and maintain a constructive working climate in order to make the best out of disagreement both on social and cognitive planes. We operationalize the analysis of anticipatory emotional regulation through an analytical grid applied to the data of two groups of students facing similar disagreement. Thanks to sharp anticipatory regulation, group 1 solved the conflict both on the social and the cognitive plane, while group 2 had to call out for external regulation by the teacher, stuck in a cyclically resurfacing dispute. While the institutional digital environment did afford anticipatory emotional regulation, reactive emotional regulation rather occurred through complementary informal and synchronous communication tools. Based on these qualitative case studies, we draw recommendations for fostering distant CABLe at university.

• 대한임베디드공학회논문지
• /
• 제3권2호
• /
• pp.91-101
• /
• 2008

For a friendly interaction between human and robot, emotional interchange has recently been more important. So many researchers who are investigating the emotion generation model tried to naturalize the robot's emotional state and to improve the usability of the model for the designer of the robot. And also the various emotion generation of the robot is needed to increase the believability of the robot. So in this paper we used the hybrid emotion generation architecture, and defined the generalized context input of emotion generation model for the designer to easily implement it to the robot. And we developed the personality and loyalty model based on the psychology for various emotion generation. Robot's personality is implemented with the emotional stability from Big-Five, and loyalty is made of familiarity generation, expression, and learning procedure which are based on the human-human social relationship such as balance theory and social exchange theory. We verify this emotion generation model by implementing it to the 'user calling and scheduling' scenario.

• 한국콘텐츠학회논문지
• /
• 제14권3호
• /
• pp.490-499
• /
• 2014

본 연구는 대학생들의 학습전략과 부정적 정서, 대학생활적응이 성적에 미치는 영향에 있어서 성별의 조절효과를 검증하기 위해 수행되었다. 이를 위해 서울시에 소재한 1개 대학교의 신입생 654명을 대상으로 2월에 학습전략과 부정적 정서를 조사하였으며, 3개월 후 학기 말에 학업적 사회적 적응과 성적을 측정하여 분석하였다. 성별에 따른 조절효과는 위계적 회귀분석을 통해 분석하였으며, 상호작용 효과의 사후분석으로 단순기울기 검증을 수행한 후 도식으로 제시하였다. 분석결과 학습전략과 학업적 적응은 성별에 관계없이 모두 성적에 유의한 영향을 미치는 것으로 나타났으나, 부정적 정서가 성적에 미치는 영향은 여자에게서만 유의하였고, 사회적 적응이 성적에 미치는 영향은 남자에게서 유의하게 나타나 성별의 조절효과를 확인할 수 있었다. 이러한 연구결과를 바탕으로 대학에서의 학업적 성취에 학습전략과 정서 및 적응에 대한 시사점 및 후속연구에 대한 제언을 논의하였다.

• 대한공업교육학회지
• /
• 제42권2호
• /
• pp.47-66
• /
• 2017

최근 사회적으로 인성교육의 필요성이 강조되고 있고, 이에 교원양성 단계에서는 교직 적 인성 검사를 실시하여 인성적 역량을 갖춘 교원 양성에 힘쓰고 있다. 특히 일반고에 비해 부정적 자아개념이 강하고 일자리 조기진입 비중이 높은 특성화고학생의 특성을 감안한다면 특성화고 교사는 일반고 교사에 비해 학생의 인성교육 함량에 더욱 관심을 기울일 필요가 있다. 따라서 이 연구에서는 특성화고 예비교사 대상의 사회정서학습(SEL) 프로그램을 개발하고, 개발된 프로그램이 특성화고 예비교사의 교직인성에 미치는 효과를 분석하였다. 이 연구에서는 ADDIE 모형을 활용하여 사회정서학습 프로그램을 개발하였고 개발된 프로그램은 총 6차시로 구성되어 있다. 연구 대상은 대전광역시 C 대학의 특성화고 예비교사 57인이며, 실험집단 27명에게는 사회정서학습을 통제집단 30명에게는 일반 교과교육 수업을 실시하였다. 이때 수업 내용은 1~2차시의 경우 '자기인식'을, 2~3차시의 경우 '자기관리'를, 4차시의 경우 '관계조율'을, 5차시의 경우 '책임 있는 의사결정'을, 6차시의 경우 '대인관계'를 다루었으며 평균적으로 90분의 수업이 진행되었다. 이 연구에서는 의도적 표집 방법을 이용하였기 때문에 집단 간 사전 점수의 차이가 사후 점수의 차이에 영향을 미칠 수 있다. 따라서 사전 점수를 동일하도록 보정하는 공변량 분석(ANCOVA)을 활용하였고, 그 결과 실험 집단과 통제 집단의 교직인성 사후 점수는 유의미한 차이가 나타났다.

• International Journal of Computer Science & Network Security
• /
• 제24권2호
• /
• pp.79-88
• /
• 2024

The use of the social media has become part of our daily life activities. The social web channels provide the content generation facility to its users who can share their views, opinions and experiences towards certain topics. The researchers are using the social media content for various research areas. Sentiment analysis, one of the most active research areas in last decade, is the process to extract reviews, opinions and sentiments of people. Sentiment analysis is applied in diverse sub-areas such as subjectivity analysis, polarity detection, and emotion detection. Stance classification has emerged as a new and interesting research area as it aims to determine whether the content writer is in favor, against or neutral towards the target topic or issue. Stance classification is significant as it has many research applications like rumor stance classifications, stance classification towards public forums, claim stance classification, neural attention stance classification, online debate stance classification, dialogic properties stance classification etc. This research study explores different feature sets such as lexical, sentiment-specific, dialog-based which have been extracted using the standard datasets in the relevant area. Supervised learning approaches of generative algorithms such as Naïve Bayes and discriminative machine learning algorithms such as Support Vector Machine, Naïve Bayes, Decision Tree and k-Nearest Neighbor have been applied and then ensemble-based algorithms like Random Forest and AdaBoost have been applied. The empirical based results have been evaluated using the standard performance measures of Accuracy, Precision, Recall, and F-measures.

• Journal of Information Processing Systems
• /
• 제17권4호
• /
• pp.754-771
• /
• 2021

In the task of continuous dimension emotion recognition, the parts that highlight the emotional expression are not the same in each mode, and the influences of different modes on the emotional state is also different. Therefore, this paper studies the fusion of the two most important modes in emotional recognition (voice and visual expression), and proposes a two-mode dual-modal emotion recognition method combined with the attention mechanism of the improved AlexNet network. After a simple preprocessing of the audio signal and the video signal, respectively, the first step is to use the prior knowledge to realize the extraction of audio characteristics. Then, facial expression features are extracted by the improved AlexNet network. Finally, the multimodal attention mechanism is used to fuse facial expression features and audio features, and the improved loss function is used to optimize the modal missing problem, so as to improve the robustness of the model and the performance of emotion recognition. The experimental results show that the concordance coefficient of the proposed model in the two dimensions of arousal and valence (concordance correlation coefficient) were 0.729 and 0.718, respectively, which are superior to several comparative algorithms.

• International Journal of Computer Science & Network Security
• /
• 제22권9호
• /
• pp.334-342
• /
• 2022

Nowadays, as we can notice on social media, most users choose to use more than one language in their online postings. Thus, social media analytics needs reviewing as code-switching analytics instead of traditional analytics. This paper aims to present evidence comparable to the accuracy of code-switching analytics techniques in analysing the mood state of social media users. We conducted a systematic literature review (SLR) to study the social media analytics that examined the effectiveness of code-switching analytics techniques. One primary question and three sub-questions have been raised for this purpose. The study investigates the computational models used to detect and measures emotional well-being. The study primarily focuses on online postings text, including the extended text analysis, analysing and predicting using past experiences, and classifying the mood upon analysis. We used thirty-two (32) papers for our evidence synthesis and identified four main task classifications that can be used potentially in code-switching analytics. The tasks include determining analytics algorithms, classification techniques, mood classes, and analytics flow. Results showed that CNN-BiLSTM was the machine learning algorithm that affected code-switching analytics accuracy the most with 83.21%. In addition, the analytics accuracy when using the code-mixing emotion corpus could enhance by about 20% compared to when performing with one language. Our meta-analyses showed that code-mixing emotion corpus was effective in improving the mood analytics accuracy level. This SLR result has pointed to two apparent gaps in the research field: i) lack of studies that focus on Malay-English code-mixing analytics and ii) lack of studies investigating various mood classes via the code-mixing approach.