본 연구는 수학 교과에서 학습한 지식을 과학적 개념을 학습하는데 직접 적용해보는 전이학습프로그램의 효과를 확인하는데 있다. 구체적으로 수학 교과에서 학습한 비율 개념이 과학 교과의 속력 개념과 어떻게 관련이 있는지를 학생들 스스로 탐구해보는 전이학습프로그램을 개발 적용하고, 그것이 학생들의 비율 개념 이해와 수학적 태도에 어떤 영향을 미치는 지를 확인하는 것을 목적으로 한다. 연구 결과는 다음과 같다. 첫째, 전이 학습은 학생들의 비율 개념 이해를 향상시키는데 통계적으로 또한 실제적으로 효과가 있었다. 더욱이 '고정된 비' 수준에 머물러 있던 35명의 학생 중, 17명의 학생이 '내면화된 비' 수준으로 이동하였다. 둘째, 학생들의 수학학습 태도를 긍정적으로 변화시키는데 효과가 있었다. 따라서 전이 학습 프로그램은 학생들의 비율개념이해 수준을 높이고 긍정적인 수학학습 태도를 형성하는데 효과적인 학습 방법이다. 본 연구는 전이에 성공할 수 있는 인지적 조건을 찾는데 주안점을 두기보다는 전이를 직접 경험할 수 있는 학습 프로그램을 구안하고 그것의 효과를 검증했다는 점에서 그 의의를 찾을 수 있다.
본 연구는 간호대학생의 임상실습 중 학습전이 정도를 알아보고 학습전이에 영향을 미치는 요인을 파악하고자 시도하였다. 자료 수집은 2019년 6월부터 7월까지 S시에 위치한 일개 간호학과 재학 중인 3, 4학년 학생 113명을 대상으로 편의표집 하였다. 수집된 자료는 서술통계, 독립 t-검정, ANOVA 및 Scheffé test, Pearson's correlation coefficients, Stepwise multiple regression을 사용하여 분석하였다. 대인관계가 좋을수록, 전공만족도가 높을수록, 교내실습 만족도가 높을수록 학습전이가 높게 나타났고, 학습전이는 전이동기와는 강한 양의 상관관계(r=.60, p=<.001), 자기 주도적 학습능력사이에는 다소 강한 양의 상관관계(r=.46, p=<.001), 자기 주도적 학습능력 세부 영역에서는, 학습평가(r=.49, p=<.001), 학습계획(r=.41, p=<.001), 학습실행(r=.32, p=<.001) 순으로 양의 상관관계를 보였다. 학습전이의 영향요인은 전이동기(β=0.43), 학습평가 (β=0.21) 및 교내실습 만족도(β=0.22) 이었고 총 설명력은 43%이었다. 따라서, 실습중인 간호대학생의 학습전이를 높이기 위해서 전이동기를 높이고 자기주도적 학습평가를 높이는 교육전략과 교내실습 만족도를 높이기 위한 실습환경 및 교수학습법 적용이 필요하겠다.
Facial expression recognition plays a significant role in understanding human emotional states. With the advancement of AI and computer vision technologies, extensive research has been conducted in various fields, including improving customer service, medical diagnosis, and assessing learners' understanding in education. In this study, we develop a model that can infer emotions in real-time from a webcam using transfer learning with TensorFlow.js and MobileNet. While existing studies focus on achieving high accuracy using deep learning models, these models often require substantial resources due to their complex structure and computational demands. Consequently, there is a growing interest in developing lightweight deep learning models and transfer learning methods for restricted environments such as web browsers and edge devices. By employing MobileNet as the base model and performing transfer learning, our study develops a deep learning transfer model utilizing JavaScript-based TensorFlow.js, which can predict emotions in real-time using facial input from a webcam. This transfer model provides a foundation for implementing facial expression recognition in resource-constrained environments such as web and mobile applications, enabling its application in various industries.
이 연구는 해양경찰 조직의 학습전이풍토가 교육훈련의 전이효과에 미치는 영향을 경험적으로 검증하고 이를 바탕으로 전이효과를 높이기 위한 정책적 제언을 목적으로 수행되었다. 이를 위해서 해양경찰교육원의 협조를 받아 해양경찰교육원에 입교한 해양경찰 공무원 526명을 대상으로 설문을 실시하였다. 먼저 선행연구를 바탕으로 학습전이풍토의 하위요인 상사의 지원, 동료의 지원, 조직의 변화가능성을 독립변수로 설정하여 회귀분석을 실시하였다. 그 결과 상사의 지원이 높을수록, 동료의 지원이 높을수록, 조직의 변화가 능성이 높을수록 교육훈련의 전이효과가 높아지는 것으로 나타났다. 이러한 연구결과를 바탕으로 교육훈련 설계에 있어 실무자와 감독자의 참여, 장기적인 교육계획의 수립 등을 교육훈련의 전이효과를 높일 수 있는 방안으로 제시하였다. 이 연구는 판단적 표집을 사용하여 연구결과를 전체 해양경찰관에 대해 일반화하는데 일정한 한계가 있으나 해양경찰을 대상으로 조직의 학습전이풍토가 교육훈련에 미치는 영향에 대하여 최초로 경험적 연구를 수행하였고 교육훈련의 전이효과를 높이기 위한 정책적 제언을 했다는 점에서 연구의 의의가 있다고 할 것이다.
The purpose of this paper is to investigate the transfer in mathematics learning, especially focussing on arithmetic and algebra. There are many obstacles at the stage of transfer in learning. In the case of mathematics, each learning contents are definitely categorized by the learning level, therefore these obstacles are more happened than other subjects. First of all, this paper investigates the historical transfer from arithmetic to algebra by Sfard's perspectives. And we define prealgebra as the stage between arithmetic and algebra, which may be revised obstacles or misconceptions happened in the early algebra learning. Also, this paper discusses various obstacles and concrete examples happened in the transfer from arithmetic to algebra. To advance the understanding in the learning of algebra, we consider the core contents of the algebra learning which should be stressed at the prealgebra stage. Finally we present the teaching units of (pre)algebra which are sequenced from the variable concepts to equations.
Purpose - this study analyzes the impact of restaurant startup education on transfer effects in learning and entrepreneurial intentions based on previous research. Also, problems and ways to provide effective business startup education for a restaurant founder will be proposed based on the result. Research design, data, methodolog - this study collected surveys by conducting direct investigation. From July 20th of 2016 to September 20th of 2016 (approximately 60 days), the survey was collected. Out of 540 surveys, 520 were collected. And excepting 9 surveys which were untrustworthily conducted, total 511 surveys were used for the analysis. Results - First, as a result of the impact of which factor of a restaurant founder's startup education has a positive impact on transfer effect in learning (the satisfaction of startup education and learning transfer), law education, entrepreneurship education and business district analysis education and practical education have turned out be positively related variables. Secondly, as a result of the impact of a restaurant founder's startup education satisfaction on transfer in learning, it has been identified that startup education has a positive impact. Lastly, by conducting an analysis to find out which factor from a restaurant founder's transfer effect in learning has an impact on entrepreneurial intention, all variables, including startup education satisfaction and transfer effect in learning, are positively influencing factors. Conclusions - as startup education satisfaction of a restaurant founder is increasing, there is a higher level of transfer effect in learning. Moreover, as transfer effect of startup business is getting higher, it has an impact on entrepreneurial intention.
본 연구는 일개 대학에서 e-Learning 수업을 듣고 있는 간호학과 학생 239명을 대상으로 학습전이 인식수준과 만족도에 영향을 미치는 e-Learning 교수설계 변인을 밝히고자 시행된 서술적 조사연구이다. 그 결과, 대상자의 학습전이 인식수준에 영향을 미치는 도입의 하부영역은 학습상황 및 방향제시, 학습자 초기 동기화로 나타났으며, 이는 41%의 설명력이 있었다(F=81.16, p<.001). 대상자의 학습전이 인식수준에 영향을 미치는 학습객체의 하부영역은 동기화, 학습목적 일치, 접근성, 피드백 및 적합으로 나타났으며, 이는 46%의 설명력이 있었다(F=50.69, p<.001). 대상자의 만족도에 영향을 미치는 도입의 하부영역은 학습상황 및 방향제시, 학습자 초기 동기화로 나타났으며, 이는 33%의 설명력이 있었다(F=59.32, p<.001). 대상자의 만족도에 영향을 미치는 학습객체의 하부영역은 동기화, 표현설계, 상호작용 유용성, 피드백 및 적합, 학습목적 일치, 콘텐츠 품질로 나타났으며, 이는 52%의 설명력이 있었다(F=43.93, p<.001). 이를 통해 대학 e-Learning 프로그램의 교수설계 요인이 학습자의 학습전이와 만족도에 영향을 미치고 있다는 것을 알 수 있었다. 이는 e-Learning 프로그램 교수설계 전략을 개발하기 위한 기초자료로서 활용될 수 있을 것이다.
Disease threatens plant growth and recognizing the type of disease is essential to making a remedy. In recent years, deep learning has witnessed a significant improvement for this task, however, a large volume of labeled images is one of the requirements to get decent performance. But annotated images are difficult and expensive to obtain in the agricultural field. Therefore, designing an efficient and effective strategy is one of the challenges in this area with few labeled data. Transfer learning, assuming taking knowledge from a source domain to a target domain, is borrowed to address this issue and observed comparable results. However, current transfer learning strategies can be regarded as a supervised method as it hypothesizes that there are many labeled images in a source domain. In contrast, unsupervised transfer learning, using only images in a source domain, gives more convenience as collecting images is much easier than annotating. In this paper, we leverage unsupervised transfer learning to perform plant disease recognition, by which we achieve a better performance than supervised transfer learning in many cases. Besides, a vision transformer with a bigger model capacity than convolution is utilized to have a better-pretrained feature space. With the vision transformer-based unsupervised transfer learning, we achieve better results than current works in two datasets. Especially, we obtain 97.3% accuracy with only 30 training images for each class in the Plant Village dataset. We hope that our work can encourage the community to pay attention to vision transformer-based unsupervised transfer learning in the agricultural field when with few labeled images.
본 연구는 시뮬레이션 교육을 받은 일 대학 간호학생의 학습동기와 전이풍토, 학습자기효능감 및 전이동기의 정도와 변수들 간의 상관관계를 확인하기 위한 서술적 조사연구이다. 연구대상은 일 간호대학에서 시뮬레이션 교과목을 이수한 4학년 학생이며, 자기보고식 설문지를 이용해 자료를 수집하였고, 수집된 자료는 SPSS 21.0 program을 이용하여 분석하였다. 연구 결과, 간호학생의 학습동기, 전이퐁토의 하위변인인 상사의 지지와 동료의 지지 및 전이기회, 그리고 학습자기효능감과 전이동기는 높은 수준인 것으로 나타났으며, 대상자의 학습동기, 학습자기효능감 및 전이동기는 모두 각각 사회적 입학동기(Z=6.04, p=.049; Z=6.92, p=.031; Z=9.16, p=.010)와 전공만족도(Z=8.55, p=.036; Z=12.55, p=.006; Z=13.47, p=.004)에 따라, 전이기회는 사회적 입학동기(Z=6.27, p=.043)에 따라 유의한 차이가 있었다. 이들 변수는 모두 서로 양의 상관관계를 보였으며, 특히 전이동기는 학습동기(r=.58, p=.002), 상사의 지지(r=.60, p=.004), 동료의 지지(r=.58, p<.001), 전이기회(r=.56, p=.002) 및 학습자기효능감(r=.79, p=.002)과 상관관계가 있었다. 본 연구결과를 토대로 전이동기와 관련된 변인 간의 구조적 인과관계를 파악하는 후속 연구 및 전이동기를 북돋기 위한 효과적인 시뮬레이션 교육 프로그램 개발이 필요하다.
The purposes of this study are to explain and identify the frame of structural relations of learning orientation, self-efficacy, learning transfer and job performance of farmers who participated in the strong and small farms education. This is an experimental research with the data collected from 495 farmers who have taken the farm education. Based on the collected data, the study conducted a structural equation modeling(SEM) to confirm the validity and analyze the structural relations of the suggested model. Using measured and latent variables drew from the analyses, the study set a structural equation model and tested the model by analysis of the structural equation modeling with AMOS 18.0. The results found from the empirical analysis can be summarized as follows. 1) Learning orientation and self-efficacy positively influenced job performance through learning transfer. 2) The hypothesis that learning orientation would have direct impact on job performance was not supported. 3) The strong and small farms education is useful to expand learning transfer and to enhance job performance. So, government policy support has to reinforce learning support on farmers in order to achieve high performance of learning and job management through farm educations.
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.