• The Journal of Korean Physical Therapy
• /
• 제15권2호
• /
• pp.75-84
• /
• 2003

The purpose of this study was to review of mechanism and application methodology about mental practice. The mental practice is symbolic rehearsal of physical activity in the absence of any gross muscular movements. Human have the ability to generate mental correlates of perceptual and motor events without any triggering external stimulus, a function known as imagery, Practice produces both internal and external sensory consequences which are thought to be essential for learning to occur, It is for this reason that mental practice, rehearsal of skill in imagination rather than by overt physical activity, has intrigued theorists, especially those interested in cognitive process. Several studies in sport psychology have shown that mental practice can be effective in optimizing the execution of movements in athletes and help novice learner in the incremental acquisition of new skilled behaviors. There are many theories of mental practice for explaining the positive effect In skill learning and performance. Most tenable theories are symbolic learning theory, psyconeuromuscular theory, Paivio's theory, regional cerebral blood flow theory, motivation theory, modeling theory, mental and muscle movement nodes theory, insight theory, selective attention theory, and attention-arousal set theory etc.. The factors for influencing to effects of mental practice are application form, application period, time for length of the mental practice, number of repetition, existence of physical practice.

• 대한수학교육학회지:학교수학
• /
• 제15권4호
• /
• pp.921-940
• /
• 2013

본 연구는 Cabri 3D와 GSP를 이용하여 중심사영에 대한 탐구학습에서 나타나는 중학교 수학영재들의 수학적 사고특성과 교사의 역할을 분석하여 수학영재를 위한 교수 학습 자료의 개발에 시사점을 주는데 목적이 있다. 연구결과 중학교 수학영재들은 중심사영에 의한 도형의 변환을 탐구하고 이를 투시도의 작도를 통해 확인하는 과정에서 다양한 수학적 사고특성을 보였고, 교사는 학생들의 탐구문제해결을 위한 사고의 촉진과 새로운 지식의 형성을 도우면서 수업설계자, 학습촉진자, 기술적 보조자, 상담자의 역할을 하는 것으로 나타났다.

• Nuclear Engineering and Technology
• /
• 제52권10호
• /
• pp.2262-2273
• /
• 2020

Digital twin technology can provide significant value for the prognostics and health management (PHM) of critical plant components by improving insight into system design and operating conditions. Digital twinning of systems can be utilized for anomaly detection, diagnosis and the estimation of the system's remaining useful life in order to optimize operations and maintenance processes in a nuclear plant. In this regard, a conceptual framework for the application of digital twin technology for the prognosis of Control Element Drive Mechanism (CEDM), and a data-driven approach to anomaly detection using coil current profile are presented in this study. Health management of plant components can capitalize on the data and signals that are already recorded as part of the monitored parameters of the plant's instrumentation and control systems. This work is focused on the development of machine learning algorithm and workflow for the analysis of the CEDM using the recorded coil current data. The workflow involves features extraction from the coil-current profile and consequently performing both clustering and classification algorithms. This approach provides an opportunity for health monitoring in support of condition-based predictive maintenance optimization and in the development of the CEDM digital twin model for improved plant safety and availability.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제18권2호
• /
• pp.397-419
• /
• 2024

Online learning has become a widespread practice for students and teachers in acquiring and delivering knowledge. Education platforms have become prominent in the 21st century with the evolution of technology and the accessibility to online learning. As a result, various learning management systems (LMSs) have been introduced to facilitate online interaction between users. For instance, communication between students and teachers at school. However, there is a need to emphasise user engagement in LMS to enhance the online learning experience amongst students since the design of LMS affects user engagement. This study utilised a systematic literature review (SLR) that examined 74 articles published between 2014 and 2023, focusing on cross-cultural design (CCD), user-centred design (UCD), and usability in LMS design. This study aimed to review CCD and its association with UCD, user interfaces (UI), and user experience (UX) in the context of LMS. CCD has been introduced as an approach to design that embraces different cultures, languages, and social contexts, while UCD plays a significant role in defining user engagement for LMS. All elements in CCD and UCD help create a better user experience for LMS. Besides, this study reviewed the usability of selected LMS to give insights to developers in creating a positive user engagement. An insight into cultural factors that influence the usability of LMS has revealed their value for LMS design, such as the UI/UX elements. Initially, this study may guide future researchers in improving education quality by emphasising CCD and LMS usability, which can enhance user engagement.

• 한국산학기술학회논문지
• /
• 제14권11호
• /
• pp.5616-5626
• /
• 2013

이 연구는 A대학교 대학교원 학습공동체 참여 경험 사례를 분석하여 동료코칭의 가능성을 탐색하고자 시행되었다. 분석대상이 된 대학교원 학습공동체는 한 팀당 5~6명으로 구성되어 해당학기에 진행되는 수업개선을 위해 수업촬영 및 수업자료에 대한 팀내 상호 동료코칭이 진행된 사례이다. 이를 통하여 개인별 수업개선 보고서가 작성되었고, 팀의 문헌연구와 경험을 토대로 개발된 수업조언(Teaching Tip)이 학내에 공유되었다. 학습공동체 참여경험에 대한 설문과 인터뷰 분석 결과, 참여자들은 자신과 동료들의 수업관찰이 성찰적 실행을 위한 계기가 되었으며 비디오에 근거한 수업관찰 도움이 되었다고 인식하였다. 또한 동료코칭은 코치 개인의 경험에 근거한 의미있는 조언들이 제공되었으나, 다소 전문성이 떨어지는 한계가 있었다. 프로그램의 참여자들에 대한 설문과 인터뷰를 통하여 동료코칭 프로그램 효과를 토대로 상호 동료코칭의 전문화 방안을 제시하였다.

• 정보교육학회논문지
• /
• 제26권2호
• /
• pp.85-95
• /
• 2022

본 연구는 COVID-19 팬데믹 상황에서 LMS로써 MS Teams를 도입하여 온라인 강의를 진행하는 과정에서 나타난 예비교사의 학습행태와 학업성취도 간의 관계를 살펴보고자 하였다. MS Teams와 연동된 MS Insights가 제공하는 MS Teams 방문일수, 과제 제출 기한 엄수, 소통에 대한 변인을 중심으로 수강성적과의 상관관계 및 매개효과를 알아보았다. 학습행태 변인과 학업성취도 간 피어슨 상관관계 분석의 결과, 예비교사의 학업성취도는 MS Teams 방문 일수 및 온라인 과제 제출 기한의 엄수와 유의한 정적 상관관계를 보였다. MS Teams내 질문, 게시글, 답변 작성 빈도와 학업성취도 간의 관련성은 유의한 상관이 없었다. MS Teams의 학습행태 변인들이 학업성취도에 미치는 영향에 대한 다중회귀분석 결과, 과제 제출 기한의 관리 변인에 있어서 학업성취도를 설명할 수 있었다.

• 컴퓨터교육학회논문지
• /
• 제16권5호
• /
• pp.9-16
• /
• 2013

컴퓨팅적 사고(Computational Thinking)는 실세계와 다양한 학문 분야에 적용될 수 있는 보편적 문제해결 능력으로 컴퓨터 과학 분야의 핵심역량이자 미래 인재가 필수적으로 갖추어야 할 소양이다. 컴퓨팅적 사고는 문제를 분석하고 문제 해결에 적합한 컴퓨팅 원리 및 전략들을 선택, 적용하는 경험을 통해 증진될 수 있다. 본 연구에서는 학습자에게 컴퓨팅적 사고를 기반으로 한 문제 해결 경험을 제공하기 위한 퍼즐기반 학습을 설계하고 초등정보영재 교육에서의 적용 가능성을 탐색하였다. 학습에 활용된 퍼즐 문항들은 학습자 수준에 맞게 구성된 서술형 퍼즐로 제약조건, 최적화, 확률, 통계, 패턴인식, 전략의 6가지 유형으로 분류된다. 퍼즐 기반 학습을 초등학교 6학년 영재학급에 적용한 결과, 학습자의 컴퓨팅적 사고 및 문제해결성향에 긍정적인 영향을 준 것을 확인하였다. 이는 컴퓨팅적 문제 해결 원리를 포함한 퍼즐 해결 경험이 흥미와 통찰을 유도하고, 실세계와 유사한 다양한 문제 해결 경험을 제공하기 때문인 것으로 판단된다.

• 스마트미디어저널
• /
• 제6권3호
• /
• pp.41-48
• /
• 2017

Event detection using social media has been widespread since social network services have been an active communication channel for connecting with others, diffusing news message. Especially, the real-time characteristic of social media has created the opportunity for supporting for real-time applications/systems. Social network such as Twitter is the potential data source to explore useful information by mining messages posted by the user community. This paper proposed a novel system for temporal event detection by analyzing social data. As a result, this information can be used by first responders, decision makers, or news agents to gain insight of the situation. The proposed approach takes advantages of deep learning methods that play core techniques on the main tasks including informative data identifying from a noisy environment and temporal event detection. The former is the responsibility of Convolutional Neural Network model trained from labeled Twitter data. The latter is for event detection supported by Recurrent Neural Network module. We demonstrated our approach and experimental results on the case study of earthquake situations. Our system is more adaptive than other systems used traditional methods since deep learning enables to extract the features of data without spending lots of time constructing feature by hand. This benefit makes our approach adaptive to extend to a new context of practice. Moreover, the proposed system promised to respond to acceptable delay within several minutes that will helpful mean for supporting news channel agents or belief plan in case of disaster events.

• 융합정보논문지
• /
• 제12권4호
• /
• pp.143-157
• /
• 2022

이 연구의 목적은 마인크래프트의 몰입형 게임 환경인 스퍼드빌을 디자인하여 학습자가 영어를 습득할 수 있도록 효과적으로 돕는 것이다. 마인크래프트를 사용하여 성공적인 학습 경험을 만들기 위해, 본 연구에서는 애자일 모델과 디자인 사고 접근법을 채택했다. 우선 학습자들의 요구를 분석하기 위해 광범위한 문헌 검토를 수행하였으며 이후의 분석 단계에서 수집된 자료를 바탕으로 마인크래프트 월드를 설계하고 개발하였다. 연구자들은 인지주의 학습 모델을 스퍼드빌에 적용하면 학습자가 정보를 처리하는 방법에 대한 더 많은 통찰력을 제공할 수 있고 한편으로 구성주의 및 행동주의 접근 방식을 구현하는 것이 또한 이점이 있다는 것을 알게 되었다. 마인크래프트 게임을 통하여 영어학습의 효과를 향상시킬 수 있으며 게임기반학습이 언어학습에 도움이 될 수 있는 잠재력을 확인할 수 있었다.

• Nuclear Engineering and Technology
• /
• 제55권9호
• /
• pp.3423-3440
• /
• 2023

In this work, a multivariate time-series machine learning meta-model is developed to predict the transient response of a typical nuclear power plant (NPP) undergoing a steam generator tube rupture (SGTR). The model employs Recurrent Neural Networks (RNNs), including the Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), and a hybrid CNN-LSTM model. To address the uncertainty inherent in such predictions, a Bayesian Neural Network (BNN) was implemented. The models were trained using a database generated by the Best Estimate Plus Uncertainty (BEPU) methodology; coupling the thermal hydraulics code, RELAP5/SCDAP/MOD3.4 to the statistical tool, DAKOTA, to predict the variation in system response under various operational and phenomenological uncertainties. The RNN models successfully captures the underlying characteristics of the data with reasonable accuracy, and the BNN-LSTM approach offers an additional layer of insight into the level of uncertainty associated with the predictions. The results demonstrate that LSTM outperforms GRU, while the hybrid CNN-LSTM model is computationally the most efficient. This study aims to gain a better understanding of the capabilities and limitations of machine learning models in the context of nuclear safety. By expanding the application of ML models to more severe accident scenarios, where operators are under extreme stress and prone to errors, ML models can provide valuable support and act as expert systems to assist in decision-making while minimizing the chances of human error.