• 디지털융복합연구
• /
• 제18권11호
• /
• pp.311-318
• /
• 2020

본 연구는 학점은행제 간호학과에 재학 중인 간호사를 대상으로 자기 결정성, 학습몰입, 학습성과의 정도와 상관관계를 파악하고 학습성과에 영향을 미치는 요인을 알아보기 위해 실시하였다. 자료수집은 B 시 소재 1개 학점은행제 간호학과에 재학 중인 간호사 144명을 대상으로 구조화된 설문지를 이용하였다. 자료수집 기간은 2018년 4월 1일부터 11월 20일까지였다. 자료는 SPSS/WIN 24.0을 이용하여 T-test, ANOVA, 상관관계 분석, 다중회귀 분석을 이용하였다. 대상자의 자기 결정성은 학습몰입, 학습성과와 정적상관관계가 있었고, 학습몰입과 학습성과도 정적상관관계가 있었다. 학습성과에 영향을 미치는 요인은 자기 결정성, 학습몰입이었고 총 설명력은 32.1%였다. 따라서 학점은행제 재학 간호사의 학습 성과를 증진하기 위하여 일반적 특성에 상관없이 자기 결정성, 학습몰입을 향상할 필요가 있다. 그러므로 간호사가 근무하는 기관에서도 간호사의 자기 결정성과 학습몰입을 증진할 방안이 필요하다. 본 연구결과가 학점은행제 재학생의 학습 성과를 향상하는데 기초자료로 활용될 수 있을 것이다.

• 디지털융복합연구
• /
• 제13권9호
• /
• pp.11-19
• /
• 2015

본 연구는 간호대학생을 대상으로 학습효과를 향상시키기 위한 학습전략으로써 블렌디드 러닝을 적용하여 자기주도학습력, 학습동기, 학습만족도와의 상관관계를 확인하고 학습만족도에 어떠한 영향을 미치는지 규명하기 위해 시도된 조사연구이다. 연구대상자는 D대학교 성인간호학 수업에 참여하는 학생 140명으로 7주 동안 면대면 수업과 6주 이러닝 수업을 진행한 후 2014년 6월 9일부터 6월 14일까지 자료를 수집하였다. 연구결과, 일반적 특성에 따른 변수들의 차이는 없었으며, 학생들의 학습만족도는 자기주도학습력과 유의한 상관관계가 있었다(r=.25, p=.003). 자기주도학습력이 학습만족도에 영향을 미치는 관련 요인으로 설명력은 22.1%로 나타났다(F=20.74, p<.001). 본 연구를 통해 간호대학생의 학습만족도를 향상시키기 위해서는 자기주도학습력을 고려한 블렌디드 러닝 콘텐츠 개발이 요구되고 다양한 블렌디드 러닝 운영방법에 관한 연구가 필요하다고 본다.

• 문화기술의 융합
• /
• 제9권6호
• /
• pp.973-980
• /
• 2023

본 연구는 대학생들을 대상으로 한 마이크로러닝 콘텐츠 기반 비교과 프로그램의 효과를 일반적 특성에 따라 분석하였다. 거점 국립대학 G대학교 소속 학생 600명을 대상으로 설문을 실시하였고, 학습몰입과 학습의욕을 학습효과 측정의 주요 지표로 사용하였다. 학습효과 측정 도구의 신뢰도 검증을 위하여 Cronbach's α 계수 분석을 실시하였다. 성별과 전공계열에 따른 학습몰입, 학습의욕의 차이를 분석하기 위하여 독립표본 t-검정을 통해 결과를 분석하였고. 학년에 따른 학습몰입, 학습의욕에 대한 차이를 분석하기 위하여 집단 간 일원분산분석(ANOVA)을 통해 측정하였다. 연구 결과에 따르면 성별과 학년은 마이크로러닝 콘텐츠 기반 프로그램 참여에는 유의한 영향을 미치지 않았으나, 전공계열에 따라 학습몰입과 학습의욕이 다르게 나타났다. 이를 바탕으로 향후 프로그램은 전공계열에 따라 적절한 환경과 자극을 제공해야 할 것으로 나타났다.

• Safety and Health at Work
• /
• 제6권3호
• /
• pp.211-217
• /
• 2015

Background: E-learning-based programs have recently been introduced to the occupational safety and health (OSH) education for migrant workers in Korea. The purpose of this study was to investigate how the factors related to migrant workers' backgrounds and the instructional design affect the migrant workers' satisfaction with e-learning-based OSH education. Methods: The data were collected from the surveys of 300 migrant workers who had participated in an OSH education program. Independent sample t test and one-way analysis of variance were conducted to examine differences in the degree of learning satisfaction using background variables. In addition, correlation analysis and multiple regression analysis were conducted to examine relationships between the instructional design variables and the degree of learning satisfaction. Results: There was no significant difference in the degree of learning satisfaction by gender, age, level of education, number of employees, or type of occupation, except for nationality. Among the instructional design variables, "learning content" (${\beta}=0.344$, p < 0.001) affected the degree of learning satisfaction most significantly, followed by "motivation to learn" (${\beta}=0.293$, p < 0.001), "interactions with learners and instructors" (${\beta}=0.149$, p < 0.01), and "previous experience related to e-learning" (${\beta}=0.095$, p < 0.05). "Learning environment" had no significant influence on the degree of learning satisfaction. Conclusion: E-learning-based OSH education for migrant workers may be an effective way to increase their safety knowledge and behavior if the accuracy, credibility, and novelty of learning content; strategies to promote learners' motivation to learn; and interactions with learners and instructors are systematically applied during the development and implementation of e-learning programs.

• 조명전기설비학회논문지
• /
• 제24권8호
• /
• pp.55-61
• /
• 2010

본 논문은 클래스 내와 클래스 간의 분산정보를 이용한 주파수 성분의 선택적 추출기법과 PCA-ELM 기반의 유도전동기 고장진단 시스템을 제안한다. 제안된 방법은 취득된 전류신호를 DFT에 의해 주파수 영역으로 변환한 후 분산정보를 이용하여 고장상태별로 차별성이 큰 순서대로 주파수 성분을 추출한다. 다음 단계로 선택된 주파수 성분에 대해서 PCA를 이용하여 고장상태별 특징들을 추출한다. 마지막 단계는 학습속도가 매우 우수한 ELM분류기에 의해 유도전동기의 상태를 진단하게 된다. 다양한 부하에 대하여 몇몇의 전기적 고장과 기계적 고장 하에서 획득한 데이터를 이용하여 제안된 방법의 타당성을 검증한다.

• 융합신호처리학회논문지
• /
• 제23권3호
• /
• pp.143-149
• /
• 2022

This excerpt delineates a quantitative measure of relationship between a research title and its respective abstract extracted from different journal articles documented through a Korean Citation Index (KCI) database published through various journals. In this paper, we propose a machine learning-based similarity metric that does not assume normality on dataset, realizes the imbalanced dataset problem, and zero-variance problem that affects most of the rule-based algorithms. The advantage of using this algorithm is that, it eliminates the limitations experienced by Pearson correlation coefficient (r) and additionally, it solves imbalanced dataset problem. A total of 107 journal articles collected from the database were used to develop a corpus with authors, year of publication, title, and an abstract per each. Based on the experimental results, the proposed algorithm achieved high correlation coefficient values compared to others which are cosine similarity, euclidean, and pearson correlation coefficients by scoring a maximum correlation of 1, whereas others had obtained non-a-number value to some experiments. With these results, we found that an effective title must have high correlation coefficient with the respective abstract.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제10권6호
• /
• pp.2527-2545
• /
• 2016

Measuring the similarity of given samples is a key problem of recognition, clustering, retrieval and related applications. A number of works, e.g. kernel method and metric learning, have been contributed to this problem. The challenge of similarity learning is to find a similarity robust to intra-class variance and simultaneously selective to inter-class characteristic. We observed that, the similarity measure can be improved if the data distribution and hidden semantic information are exploited in a more sophisticated way. In this paper, we propose a similarity learning approach for retrieval and recognition. The approach, termed as LDA-FEK, derives free energy kernel (FEK) from Latent Dirichlet Allocation (LDA). First, it trains LDA and constructs kernel using the parameters and variables of the trained model. Then, the unknown kernel parameters are learned by a discriminative learning approach. The main contributions of the proposed method are twofold: (1) the method is computationally efficient and scalable since the parameters in kernel are determined in a staged way; (2) the method exploits data distribution and semantic level hidden information by means of LDA. To evaluate the performance of LDA-FEK, we apply it for image retrieval over two data sets and for text categorization on four popular data sets. The results show the competitive performance of our method.

• 의학교육논단
• /
• 제13권1호
• /
• pp.45-49
• /
• 2011

This study was done to analyze students' learning and its lasting effect by teaching strategy involving questioning. This study was performed with 68 students who were enrolled in a physiology class of the Yonsei University College of Medicine in Seoul, Korea, in 2003. The students were randomly divided into 2 groups. One group was taught in a way where students asked questions and the instructor answered the questions. For the other group of students, the instructor asked questions, and the students answered the questions. We performed a pre-test before the study begins and post-tests immediately, 3 weeks, and 6 weeks after the study. The results were analyzed by using analysis of covariance and repeated measures analysis of variance. A higher learning effect was observed in a group where questions were asked by students compared with the other group. The post-test results showed no significant difference in the lasting effect of learning according to the teaching strategy. Students' learning significantly improved when students asked questions and the instructor answered the questions compared with the strategy of the instructor asking questions and students answering to the questions.

• Journal of Information Science Theory and Practice
• /
• 제10권3호
• /
• pp.24-39
• /
• 2022

Online learning is becoming ubiquitous worldwide because of its accessibility anytime and from anywhere. However, it cannot be successfully implemented without understanding constructs that may affect its adoption. Unlike previous literature, this research extends the Unified Theory of Acceptance and Use of Technology with three well-known theories, namely compatibility, online self-efficacy, and knowledge sharing and acquisition to examine online learning adoption. A total of 264 higher education students took part in this research. Partial Least Squares-Structural Equation Modeling was used to evaluate the proposed theoretical model. The findings suggested that performance expectancy and compatibility were significant predictors of behavioral intention, whereas behavioral intention, facilitating conditions, and compatibility had a significant and direct effect on online learning's actual use. The results also showed that knowledge acquisition, knowledge sharing, and online self-efficacy were determinates of performance expectancy. Finally, online self-efficacy was a predictor of effort expectancy. The proposed model achieved a high fit and explained 47.7%, 75.1%, 76.1%, and 71.8% of the variance of effort expectancy, performance expectancy, behavioral intention, and online learning actual use, respectively. This study has many theoretical and practical implications that have been discussed for further research.

• 디지털융복합연구
• /
• 제16권4호
• /
• pp.289-297
• /
• 2018

본 연구는 기본간호학 교과목 수강 간호대학생의 학습태도, 수업참여도 및 학습만족도 간의 관계 및 학습만족도 영향요인을 파악하기 위한 서술적 조사연구이다. 연구대상은 일개 간호학과 기본간호학 과목을 수강하는 2학년 173명이었다. 자료수집은 2017년 9월 1일부터 9월 8일까지 이루어졌다. 자료분석방법은 Pearson 상관관계분석, 단계적 다중회귀분석을 사용하였다. 간호대학생의 학습태도, 수업참여도, 학습만족도에서 공통적으로 전공 만족도, 학교 만족도, 교우관계, 직전 학기 성적, 기본간호학 흥미에서 유의한 차이를 나타냈다. 학습만족도는 학습태도, 수업참여도와 유의한 정적 상관관계를 나타냈다. 간호대학생의 학습만족도에 대한 영향요인으로는 수업참여도, 기본간호학 흥미, 전공 만족도로 총 변화량의 36%를 설명하였다. 본 연구 결과 간호대학생의 전공 만족, 기본간호학 흥미, 수업참여도를 높이는 전략을 통해 학습만족도를 높일 수 있도록 해야 할 것이다.