• 컴퓨터교육학회논문지
• /
• 제5권4호
• /
• pp.1-8
• /
• 2002

인터넷기술의 발달과 네트워크 환경의 구축 및 확산은 웹을 통한 교육적 적용과 활용을 더욱 증가시켰다. 학습에 참여하는 교사와 학습자는 경쟁적, 개별적, 협동적 학습구조에 따라 교육을 진행한다. 이중 경쟁적, 개별적 학습구조가 갖고 있는 지나친 경쟁의 유발이나 학습자간 협력도의 결여라는 문제점에 대한 새로운 대안으로서 협동적 학습구조에 대한 관심이 증가되었다. 이러한 배경속에서 본 연구는 협동학습의 장점과 모형을 웹에 적용하여 기존의 웹 기반 교육사이트의 질적 향상을 기한 웹 기반 협동학습 사이트를 설계 및 구현하고, 실시된 웹 기반 협동학습에 대한 실험연구를 통하여 협동학습에 참여한 학습자들의 학업성취도와 동기-태도를 향상시키고 있음을 보인다.

• 한국과학교육학회지
• /
• 제19권2호
• /
• pp.266-274
• /
• 1999

본 연구에서는 협동적인 CAI와 개별적인 CAI가 중학생들의 과학 개념, 학업 성취도, 수업 환경에 대한 인식, 그리고 학습동기에 미치는 효과를 조사하였다. 중학교 3개 학급을 대상으로 분자 운동 단원에 대해 5차시 동안 협동적 CAI, 개별적 CAI, 전통적 수업을 실시하였다. 분석 결과 개념, 수업 환경에 대한 인식, 학습동기 검사에서 협동학습 집단의 평균이 전통적 수업 집단에 비해 유의미하게 높았으며, 개념의 파지 검사에서 협동학습 집단의 개념 이해도가 더 높게 나타났다. 또한, 개념의 파지 및 학습동기 검사에서 수업 처치와 사전 성취 수준 사이의 상호작용 효과가 있었다. 이에 대한 교육학적 함의를 논의하였다.

• 한국멀티미디어학회논문지
• /
• 제12권5호
• /
• pp.757-766
• /
• 2009

본 연구에서는 학습자 행동모델을 이용하여 개별적인 학습 환경을 제공할 수 있는 적응적 하이퍼미디어 학습 시스템을 제안하였다. 본 시스템에서는 학습자의 학습행동정보를 실시간으로 추적하여 관리할 수 있는 LBML을 제안하였다. 제안 시스템은 학습행동정보 수집시스댐과 적용적 학습지원시스템으로 구성된다. 학습행동정보 수집시스템은 웹 2.0기술을 이용하여 SCORM CMI 데이타 모델을 기반으로 학습자의 학습행동정보를 실시간으로 수집한다. 수집된 학습행동정보는 LBML 스키마를 기반으로 개별 학습자의 LBML 인스턴스로 저장된다. 적웅적 학습지원시스댐에서는 LBML 인스턴스를 분석하여 학습자의 반웅에 대한 즉각적인 피드백을 제공할 수 있는 규칙기반 학습지원모률과 상호작용적 학습지원모듈을 개발하였다.

• 문화기술의 융합
• /
• 제8권3호
• /
• pp.377-384
• /
• 2022

교육이 이루어지는 현장에서 자발적이든 비자발적이든지 간에 학습자의 참여는 모든 교수-학습의 기본적인 전제가 된다. 지금까지 행동주의나 인지주의적 교육심리학은 교수-학습 이론의 발달에 상당한 도움을 준 것은 사실이지만 학습자의 학습유형에 따른 학습자 중심의 교육을 실시하는 부분에는 크게 도움이 되지 못한 것도 사실이다. 학습자의 학습유형에 따른 학습자 중심의 교육을 대학의 상황에 맞추어 적용하는 것은 결코 쉬운 일이 아니며 그 방법론을 교육현장에 적용하는 것에 어려움을 겪는 것이 오늘날 대학 교육의 현실이다. 현재, 신학대학에서 전문적인 신학지식과 통찰력을 가지고 목회 현장의 어려움과 문제들을 진단하고 해결하는 지식을 스스로 갖추도록 하며, 더 나아가 미래 사회를 이끌 수 있는 영적 지도력을 갖추도록 학생들을 교육시키는 것은 점점 어려운 현실이다. 학생 개개인의 특성을 이해하고 그들의 학습유형에 맞게 교수해야 함을 알고 있음에도 불구하고, 실행이 어려운 것은 학습자 개개인이 서로 다른 능력, 조건, 문화적 배경을 갖고 있으며 특별히 다양한 학습유형을 지니고 있기 때문이다. 이런 점에서 개인의 학습 효과를 높이기 위해서는 학생의 학습유형을 고려한 개별 학습이 효과적이라 할 수 있다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권11호
• /
• pp.3099-3120
• /
• 2023

The present fast-moving era brings a serious stress issue that affects elders and youngsters. Everyone has undergone stress factors at least once in their lifetime. Stress is more among youngsters as they are new to the working environment. whereas the stress factors for elders affect the individual and overall performance in an organization. Electroencephalogram (EEG) based stress level classification is one of the widely used methodologies for stress detection. However, the signal processing methods evolved so far have limitations as most of the stress classification models compute the stress level in a predefined environment to detect individual stress factors. Specifically, machine learning based stress classification models requires additional algorithm for feature extraction which increases the computation cost. Also due to the limited feature learning characteristics of machine learning algorithms, the classification performance reduces and inaccurate sometimes. It is evident from numerous research works that deep learning models outperforms machine learning techniques. Thus, to classify all the emotions based on stress level in this research work a hybrid deep learning algorithm is presented. Compared to conventional deep learning models, hybrid models outperforms in feature handing. Better feature extraction and selection can be made through deep learning models. Adding machine learning classifiers in deep learning architecture will enhance the classification performances. Thus, a hybrid convolutional neural network model was presented which extracts the features using CNN and classifies them through machine learning support vector machine. Simulation analysis of benchmark datasets demonstrates the proposed model performances. Finally, existing methods are comparatively analyzed to demonstrate the better performance of the proposed model as a result of the proposed hybrid combination.

• 정보교육학회논문지
• /
• 제17권4호
• /
• pp.383-391
• /
• 2013

기존의 교수 시스템들은 각 학습자들의 다양한 특성을 충분히 고려하여 콘텐츠를 제공하지 못하고 있다. 이 연구에서는 각 학습자들의 학습스타일을 고려하여 최적의 학습 방법을 제공하는 적응형 교수 시스템의 개발을 목적으로 한다. 본 적응형 교수 시스템은 적응성을 지원하기 위하여 Gregorc의 학습 스타일을 적용하여 개발하였다. 그리고 개발한 본 적응형 교수 시스템을 대학생들에게 적용하고 학습 효과를 분석하였다. 학습 효과 분석을 위하여 적응형 교수 시스템을 이용하는 집단을 실험집단으로, 비적응형 교수 시스템으로 학습하는 집단을 비교집단으로 구별하고, 독립표본 t 테스트를 통하여 실험 연구를 수행하였다. 적용결과, 이 연구에서 개발한 적응형 교수 시스템은 전통적인 교수 시스템과의 전체 학습자를 대상으로 비교한 결과, 학업 학업성취도 향상 효과가 있는 것으로 나타났다. Gregorc 학습 스타일별로 효과 분석을 한 결과 활동순차적 학습 스타일이 가장 긍정적 학습 효과가 있었으며, 개념임의적 학습 스타일은 학습 효과가 미비한 것으로 나타났다.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2008년도 학술대회 2부
• /
• pp.78-84
• /
• 2008

The traditional intelligent teachable system has mainly focused on knowledge and cognition. It has overlooked motivational aspects of learners. Motivation is an important factor in learning making learners to have interests in a given task and persist it. Although the systems include cognitive as well as motivational factors, the effects of ITS on interest are not equivalent depending on individual characteristics. This study is to investigate how influence learners' response patterns to their interests and also examined effects of individual characteristics on interest in teachable agent (TA). In this experiment, we used KORI which is a new type of ITS that learner teach computer agent based on the instructional method of learning by teaching'. In the beginning of experiments, metacognition, achievement goal orientation and self-efficacy were measured as individual characteristics. Then, participants were asked to use KORI at home during 10 days. After using KORI the level of interest were measured. The result showed that metacognition was positively related with interest, whereas performance goal orientation and mastery goal orientation were negatively related to interest. It suggests t hat different individual characteristics should be considered to promote learners' intrinsic motivation in TA.

• International Journal of Internet, Broadcasting and Communication
• /
• 제4권1호
• /
• pp.8-12
• /
• 2012

The purpose of this study is to review the possible effect of the learning paradigm shift from traditional method to ubiquitous learning. What are the societal issues that need to be address in order to design a new pedagogical platform trending from e-learning to m-learning and now the u-learning? That without the proper study of how learning environment may affect the learning process of an individual will lead to poor quality of education. This new era of learning environment offer a big opportunity for "anytime, anywhere" learning. Thus, Lifelong learning is at hand of everyone. Maximizing the benefit of new trend will be a great help and addressing the limitations will lead to quality education.

• 한국콘텐츠학회논문지
• /
• 제17권7호
• /
• pp.101-112
• /
• 2017

본 연구의 목적은 학습자 중심 팀 기반 학습방법(Team Based Learning 이하tbl)이 예비간호학습자의 간호영어교과에서 경험과 효과를 확인 하고자 한다. 예비간호학습자 12명 대상으로 학습 결과 기록지, 학습관찰, 학습만족도, 학습자가 보고서, 동료평가서를 내용 분석하여 학습경험의 의미를 기술하였고 개인별, 팀별 점수는 빈도분석, 대응표본 T 검정을 통해 분석하였다. 연구결과는 1차, 2차 모두 개인별 점수보다 팀별 점수가 높았다. 협동이 잘되는 팀별 순위로 문제를 해결하였고 팀별 점수도 높았다. tbl학습 경험으로는 동료와 친밀감을 형성하며, 학습동기가 되고, 자율학습을 형성하며 학습이 용이해지고, 반복학습을 통해 어렵게 느꼈던 의학용어가 쉽게 암기되었다. 또한 팀끼리 시험을 봄으로 긴장감과 승부욕이 생기게 되어 성적향상에 도움이 된다고 하였고, 즐거운 학습시간으로 기억되었다고 하였다. 본 연구결과 예비학습자들에게 어렵게 접하는 간호영어 과목을 tbl을 통하여 학습동기를 유발하고 자율 학습을 유도하고 성적향상 및 동료와 친밀감이 형성됨을 알 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.240-243
• /
• 2021

최근에 빅 데이터와 AI 기술을 교육의 평가와 개별 학습에 적용하는 연구 성과가 있었다. 정보 기술의 혁신으로 소셜 미디어, MOOC, 지능형 개인지도 시스템, LMS, 센서 및 모바일 장치 등으로부터 학생들의 개인 기록, 생리학적 데이터, 학습 로그 및 활동, 학습 성과 및 결과를 포함하는 동적이고 복잡한 데이터를 수집 가능하였다. 또한 COVID-19 환경에서 e-러닝이 활성화 되어 많은 양의 학습 데이터가 생성되었다. 이 데이터로부터 학습 분석과 AI 기술을 적용하여 의미있는 패턴의 추출과 지식의 발견이 될 것으로 예상된다. 학습자 측면에서 학생의 학습 및 정서적 행동 패턴과 프로필을 식별하고, 평가 및 평가 방법을 개선하고, 개별 학생의 학습 성과 또는 중퇴를 예측하고, 개인화 된 지원을 위한 적응 시스템에 대한 연구는 필요하다. 본 연구에서는 교육용 데이터를 대상으로 이상탐지와 추천시스템에서 사용하는 기계학습 기술에 대한 조사와 분류를 하여 교육 분야의 연구에 기여하고자 한다.