• 대한공업교육학회지
• /
• 제31권2호
• /
• pp.332-349
• /
• 2006

이 연구에서는 성격유형 검사 도구와 e-러닝 학습양식 도구를 이용하여 대학생의 계열별, 성별, 인터넷 사용량과 e-러닝 학습양식의 관계를 알아보고, e-러닝 학습양식과 성격유형의 관계를 알아보았다. 연구 결과 다음과 같은 결론을 얻었다. 첫째, 계열별(공과계열, 인문 사회계열, 예 체능계열) 대학생간에 e-러닝 학습양식의 유형은 같다. 대학생들이 주로 사용하는 e-러닝 학습양식은 환경의존적 자기주도 학습형, 적극적 협동 학습형, 독자적 자율 학습형, 소극적 학습형의 순서이다. 둘째, 성별 e-러닝 학습양식은 다르다. 남,녀 모두 환경의존적 자기주도 학습형이 많지만 특히 여학생의 경우 더 높게 나타났으며 남학생은 적극적 협동학습형이 상대적으로 높다. 셋째, 인터넷 사용량에 따른 e-러닝 학습양식의 차이가 없다. 넷째, 성격유형 즉, 외향/내향, 감각/직관, 사고/감정, 판단/인식형에 따른 e-러닝 학습양식의 차이는 없다. 따라서 성격유형은 e-러닝 학습양식에 영향을 미치지 않는다.

• 대한공업교육학회지
• /
• 제37권1호
• /
• pp.107-124
• /
• 2012

이 연구의 목적은 영재학생의 학습행동양식에 적합한 e-러닝 교수 학습 환경을 설계하는 데 기초자료를 제공하기 위해, 영재학생과 일반학생 중 e-러닝 경험이 있는 학생의 e-러닝 학습행동양식의 차이를 파악하는데 있다. 이 연구에서는 e-러닝 학습행동양식 검사 도구를 이용하여 영재학생과 일반학생 간의 학습행동양식, 성별, 학년별, 그리고 하루 인터넷 사용시간에 따른 e-러닝 학습행동양식을 검사하였다. 이 연구를 통해 얻은 결론은 다음과 같다. 첫째, 일반학생과 영재학생의 e-러닝 학습행동양식에 차이가 있다. 영재학생은 일반학생과 비교하여 환경의존적 자기주도학습행동형(EDSLBS)의 비율은 높았으며, 독자적 자율 학습행동형(EISLBS)의 비율은 낮았다. 이를 통해 영재학생들을 위한 e-러닝 환경을 설계할 때에는 학생들이 필요한 부분만 선택하여 학습할 수 있도록 하며, 동시에 교수자와 항상 상호작용을 할 수 있도록 인터페이스를 제공하여 자기주도적으로 학습할 수 있도록 하는 것이 필요함을 알 수 있었다. 둘째, 성별, 학년별, 하루 인터넷 사용시간에 따른 일반학생과 영재학생의 e-러닝 학습행동양식에 차이가 있었다. 이를 통해 영재교육 기관에서 e-러닝 교육을 할 때에는 일반적인 학생들을 대상으로 할 때와는 달리 영재학생들의 특성을 파악한 후 각 영재학생의 특성에 따른 개별적 학습 환경을 조성하여 영재학생들을 교육하는 것이 필요함을 알 수 있었다. 셋째, 영재학생과 일반학생 모두 소극적 학습행동형(PLBS)이 가장 많았으며, 그 비율에서도 큰 차이를 보이지 않았다. 이를 통해 e-러닝 환경을 설계할 때 특히 소극적 학습행동형 학생을 가장 많이 고려해야 함을 알 수 있었다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2007년도 학술대회 2부
• /
• pp.206-212
• /
• 2007

웹을 기반으로 하는 e-러닝에 대한 교육적 수요는 증가하고 있다. 이와 동시에, 학습 공간으로서의 사이버 공간의 활용에 대한 고민도 증가하였다. 전통적인 학습활동을 사이버 공간에 복제하려 했던 고전적 방식이 e-러닝 또는 사이버 학습이 아니라는 사실을 확인하기 시작했기 때문이다. e-러닝의 가치가 강조됨에도 불구하고, 실제 사이버 공간에서 일어나는 학습자의 특성과 학습활동이 구체적으로 어떻게 일어나는 지에 대한 탐색은 미흡하다. 산재한 정보를 스스로 가공한 지식, '학습하는 방법을 학습'하는 것이라는 개념들이 제시됨에도 불구하고, 사이버 공간에 산재한 정보, 학습하는 방법의 학습, 그리고 사이버 공간의 학습특성에 대한 논란은 여전하다. 본 연구에서는 실제 사이버 학습 사이트를 이용하고 있는 학습자들의 행동을 중심으로, 학습자의 특성을 탐색하였다. 사이버 공간에서 보이는 스스로 학습하는 방법이 무엇인지 확인하고 이것이 다양한 학습자 유형으로 구분되는 지를 확인하고자 하였다. 연구대상이 된 사이버 학습 사이트는 서울, 부산, 대구, 광주 교육청에서 운영하는 사이버 가정 학습관이었다. 총 1535명의 사이버 가정 학습관 이용자들의 특성이 분석되었다. 사이버 가정학습관 이용자들의 행동특성은 9개의 요인-놀이 활동, 공동 경험, 현실 정체, 공동 성취, 개인주의, 경쟁 지향, 성취감, 편리성(조작 용이), 생생함-으로 구분되었다. 9개의 활동 요인을 기준으로 하여 확인된 학습자 유형은 4가지로 나타났다. 4가지 학습자 유형은 각각 독야청청형, 동고동락형, 의무방어형, 희희낙낙형으로 명명되었다. 이들 유형은 학습 활동 정도 및 사이트 이용 행동, 학습 스타일(사이버 학습 활동 양식)에서 서로 차이가 있었다. 본 연구는 기존의 이론적인 모델에 기초하여 임의적으로 구분된 사이버 학습자 유형 구분이 아닌, 실제 학습 활동을 탐색하였다는 측면에서 의미가 있다. 특히, 기존의 오프라인 학습 이론 및 학습자 특성 연구를 사이버 학습에 그대로 적용할 것이 아니라 사이버 공간의 특성이 실제 학습 활동에서 어떻게 나타났는지를 밝히려고 했다는데 그 의의가 있다. 향후, 사이버 학습자 유형에 따른, 사이버 학습활동의 촉진방안이나 학습 효과의 차이를 높일 수 있는 구체적인 학습 시스템의 설계 및 운영 모델에 대한 탐색이 필요할 것이다.

• 정보교육학회논문지
• /
• 제12권1호
• /
• pp.9-22
• /
• 2008

본 연구는 Kolb의 학습양식 기반의 팀 조직 시스템의 프로토타입을 개발하는 데 목적이 있으며, 이러한 목적을 달성하기 위하여, 첫째, 시스템의 가치를 구현하기 위한 핵심아이디어와 핵심 활동, 활동을 지원하는 도구, 그리고 가이드라인 등에 대한 개발 전략을 도출하고, 둘째, 교수설계 구조모형을 바탕으로 하여 시스템을 설계한 후 인터페이스를 개발하는 것이다. 본 시스템에서 핵심적인 요소는 학습양식 검사를 통하여 효과적인 팀을 조직하는 것이다. 우선, 학습양식 검사를 통해 학습자가 자신이 선호하는 학습 환경이나 특징을 파악한 후, 다양한 학습양식을 가진 사람들이 팀을 구성하도록 한다. 팀 조직하기는 각 팀 구성원의 학습양식을 공개한 후, 이를 기준으로 하여 팀 구성원의 특성에 맞는 역할을 분담한다. 개발된 시스템의 가치와 효율성을 검증하기 위해 전문가들로 구성된 포커스그룹 인터뷰를 실시하여 시스템의 개선점을 도출한 후, 이를 반영한 최종 시스템을 개발하였다. 본 시스템은 학습자들이 언제, 어디서나 학습양식 검사를 수행하여 즉시 결과를 제공받을 수 있고, 또한 학습양식 검사 결과를 바탕으로 다양한 성향을 가진 이질적인 구성원으로 팀이 자동 구성된다. 따라서 본 시스템은 불특정 구성원을 대상으로 한 웹기반 프로젝트학습에서 뿐만 아니라, 오프라인 공간에서도 활용할 수 있을 것이다.

• 한국화예디자인학연구
• /
• 제45호
• /
• pp.47-56
• /
• 2021

본 연구는 꽃 디자인 능력을 향상시키기 위한 효과적인 교수법을 연구하기 위해 사전 학습(e- 러닝), 매뉴얼로 모델링, 학습자의 실습, 1:1 교육 코칭, 자기 평가, 코칭 행동 평가(1차, 2차) 등의 모델을 작성하여 적용되었다. 첫째, 사전 학습을 통한 인지 실습 교육은 꽃 디자인 실천에서 매우 필수적이다. 둘째, 플로랄 디자인의 연습 수업은 교수가 일반적으로 예제를 설정하고 학습자가 따라하는 수업이다. 셋째, 본 연구는 체크리스트를 작성하고, 자체 평가를 통해 반영하고, 완성된 작품에 대한 꽃무늬 디자인의 요소, 원리 및 기술 부분에 따라 평가 양식을 작성하는 것이다. 그 이후로 각 교수의 평가 양식을 교수가 직접 분석하여 피드백을 제공한 결과 자체 작업의 자체 검토 및 기술 부품의 품질 수준이 향상되었다. 넷째, 수업 시간 내에 완료 한 기존 수업과는 달리, 연습 수업은 자발적 연습을 했다. 다섯째, 마지막 단계에서 포트폴리오의 작업 프로세스를 배치하여 다시 스케치 및 촬영을 통해 학습자가 만든 작품을 평가하는 것이다. 또한 체크리스트와 함께 제작 방법 및 주의 사항을 준비하고 교수님의 피드백을 받으면서 꽃 디자인 능력이 크게 향상되었다. 결론적으로, 이 연구는 학습자에 의한 연습 형태의 여섯 단계를 통한 꽃 디자인의 기본 능력을 향상시키는 데 훌륭한 학습 모델이 된다는 것을 발견했다. 따라서 학습자의 자기 주도적 학습에 큰 도움이 될 것이므로 향후 이와 관련된 교재 개발 및 현장 적응이 고려된다.

• 한국콘텐츠학회논문지
• /
• 제10권9호
• /
• pp.487-495
• /
• 2010

본 연구는 온라인 정보영재 교육의 질적 제고를 위해 온라인 콘텐츠 평가 준거를 제시하였다. 선행연구를 통해 나타난 정보영재의 특징과 사고양식, 학습양식의 특성을 기반으로 정보영재를 위한 온라인 콘텐츠 평가 준거를 개발하였다. 개발된 평가 준거는 정보영재 전문가를 대상으로 문항 타당성 검사를 진행하였다. 분석 결과 전체 문항의 신뢰도는 .94로 신뢰롭게 나타났다. 그리고 문항 특성 부분인 변별도는 .53~.83이었고, 난이도에서도 만족할만한 결과 값을 보여주었다. 개발된 정보영재를 위한 온라인 콘텐츠 평가 준거는 '재능개발', '상호작용' 등 5개 평가 영역, 11개 평가 요인, 40개 평가 문항으로 구성하였다. 본 연구에서 제시한 평가 준거는 정보영재 온라인 콘텐츠 개발을 위한 가이드라인 및 온라인 교재 선택에 도움을 줄 수 있을 것으로 기대된다.

• 한국컴퓨터정보학회논문지
• /
• 제26권6호
• /
• pp.183-193
• /
• 2021

본 논문에서 저자는 교실 및 실험실 등에서 진행되던 전통적인 교육 방식이 온라인으로 바뀌게 됨으로 발생하는 문제점들을 찾아 분석하였다. 주요한 문제점으로 분석된 것들을 살펴보면, 첫째, 모든 환경과 시설이 인터넷으로 연결되지 못하였음을 포함하여, 다양한 기술적 문제가 있었다. 둘째, 갑작스럽게 온라인으로 전환되어 시행되는 가상 수업의 효과도 의심받을 수 있었다. 마지막으로, 새로운 환경에 직면하여, 새로운 교육 방법론에 빠른 속도로 적응해야 한다는 교사들의 스트레스가 문제였다. 저자는 이러한 문제점들을 해결하기 위한 방법으로 디지털 전환을 제안하였다. 저자는 디지털 변환이 가능하도록 하기 위한 교육 변화, 학습 양식 및 다양한 기술 도구, 그리고 다양한 과제에 대해 분석하였다. 먼저, 저자는 온라인으로 바뀌게 되는 교실 환경을 효율적으로 운영하기 위해 필요한 요소들을 조사하고 분석하여 제시하였다. 다음으로 저자는 학생들의 수업을 내실있고 효율적인 것으로 만들기 위해 필요한 요소 및 문제점들을 분석하였으며, 해결방법을 제안하였다. 마지막으로, 저자는 온라인 강의가 진행되면서 학습의 책임이 교사로부터 학생에게 과도하게 전가된다는 문제점을 지적하였으며, 이에 대한 해결 방법을 제안하였다. 이후 저자는 향후 연구를 제안하였다.

• 대한원격탐사학회지
• /
• 제36권5_3호
• /
• pp.1077-1093
• /
• 2020

해수면 온도는 전 세계 해양, 기상 현상에 영향을 주고 해양 환경 변화와 생물에게 영향을 주는 중요한 요소이다. 특히, 우리나라 남해안을 비롯한 연안 지역의 경우 어업 및 양식업 등의 수산업이 많이 발달하여, 매년 고수온 현상으로 인한 사회·경제적 피해가 발생하고 있다. 따라서 위성 자료와 같은 광범위한 지역을 감시할 수 있는 자료를 활용한 해수면 온도 및 공간적 분포의 예측기술 개발을 통하여 피해를 예방할 수 있는 시스템을 구축할 필요가 있다. 해수면 온도 예측은 기존의 수치 모델을 통해서 예측을 진행하였지만, 다수의 역학적 요인들을 사용하여 예측 결과 산출 시 복잡함이 존재한다. 최근 기계학습 및 딥러닝 기법이 발달함에 따라 해양 분야의 예측에 적용하는 연구가 진행되고 있다. 본 연구는 그 중 시·공간적인 일관성 및 정확도가 높은 장단기 기억(Long Short Term Memory, LSTM)과 합성곱 장단기 기억(Convolutional Long Short Term Memory, ConvLSTM) 딥러닝 기법을 사용하여 남해지역의 해수면온도 예측 및 2017년부터 2019년까지의 고수온 발생 건에 대해서 예측 결과의 공간 분포와 공간 분포와 예측 가능성에 대해 분석을 하였다. 1일 예측 모델의 정확도는 RMSE 기준으로 ConvLSTM(전체: 0.33℃, 봄: 0.34℃, 여름: 0.27℃, 가을: 0.32℃, 겨울: 0.36℃)이 LSTM 기반의 예측 모델(전체: 0.40℃, 봄: 0.40℃, 여름: 0.48℃, 가을: 0.39℃, 겨울: 0.34℃)보다 우수한 성능을 보였다. 2017년 고수온 발생 사례에 대해 해수면 온도 예측과 고수온 탐지 성능에서 ConvLSTM은 5일까지 경보를 탐지하였지만, LSTM의 경우 2일 예측 이후 해수면 온도를 과소 추정하는 경향이 커짐에 따라 탐지하지 못하였다. 시공간적인 해수면 온도 예측 시 ConvLSTM이 LSTM에 비해 적절한 모델로 판단된다.