• 한국과학교육학회지
• /
• 제27권4호
• /
• pp.318-327
• /
• 2007

본 연구의 목적은 고등학교 화학II 교과에서 Small Scale Chemistry(SSC)를 적용한 수업이 학생들의 과학 탐구 능력과 과학관련 태도에 미치는 효과를 알아보는데 있다. 연구 대상은 인문계 고등학교 3학년 학생 112명이며, 실험 집단과 비교 집단으로 나누었다. 화학II 교과서의 기존 실험을 대치할 수 있는 SSC 실험을 7개 선정하여 이를 실험 집단에 적용하고, 비교 집단에는 교과서에 제시된 기존 실험을 적용하였다. 연구 결과 두 집단 간에 과학 탐구 능력의 향상에는 유의미한 차이가 있었으나, 과학관련 태도의 향상에는 유의미한 차이가 없었다. 세부 분석 결과 과학 탐구 능력의 차이는 기초 탐구 능력의 차이에 의한 것으로 나타났다. 실험 집단 학생들은 SSC 실험이 기존 실험에 비해 많은 장점(예를 들면, 개별 실험, 실험과 이론의 동시 학습, 짧은 실험 시간, 안전성, 친환경성 등)이 있음을 인식하고 있었다. 이러한 결과는 고등학교 화학 과목에 SSC 실험을 적용할 가치가 있음을 나타내며 현 교과서의 기존 실험을 대치할 수 있는 다양한 SSC 실험을 개발하여 보급할 필요가 있음을 시사한다.

• 한국과학교육학회지
• /
• 제29권6호
• /
• pp.712-729
• /
• 2009

본 연구에서는 고등학생들의 식물의 광합성과 호흡에 관련된 오개념을 조사하고, 이를 교정할 수 있는 방안으로 Driver 개념변화 학습 모형을 적용한 수업 프로그램을 개발 적용하여 그 효과를 알아보는데 목적이 있다. 연구 대상은 부산광역시 소재의 남자고등학교 재량교과 시간에 생물학습을 선택한 1학년 66명을 연구 대상으로 하였으며, 학생들의 광합성과 식물의 호흡에 관한 개념 정도는 그림그리기와 서술형 검사로 서로 상호적인 방법으로 조사되었다. 광합성과 식물 호흡에 관한 학생의 오개념을 단계별 수준으로 구분 짓는 방법으로 그림그리기 방법을 적용한 결과, 많은 학생들이 과학교과서나 과학자에 의해 이해되지 않은 오개념이 포함된 그림을 그렸으며, Driver 개념 변화 학습 모형 적용 후에는 식물의 광합성과 호흡의 필수 요소인 빛, 이산화탄소, 물, 포도당, 산소, 나뭇잎, 엽록체, 미토콘드리아, 기공, 에너지 등을 포함한 과학적 인 그림을 그렸다. 식물의 광합성과 호흡의 여러 측면에 대한 개념을 조사하기 위해 실시한 서술형 검사 결과에도 사전검사에서는 식물의 광합성과 호흡이 일어나는 시점과 장소, 식물의 영양소, 광합성에서의 잎의 역할, 식물의 광합성과 호흡의 관계에 대해서 많은 학생들이 오개념을 보였으나, Driver 개념변화 학습 모형을 적용한 수업 후에는 식물의 광합성과 호흡에 대한 오개념이 많이 교정된 것으로 나타났다.

• 한국과학교육학회지
• /
• 제28권8호
• /
• pp.901-921
• /
• 2008

이 연구의 목적은 초등학교 과학과 탐구 수업 실행의 저해 요인에 대한 교사들의 인식을 조사하는 것이다. 이 연구의 목적을 위해 경기도에서 5년 이상 근무경력을 가진 초등 교사 22명을 대상으로 반구조화된 심층 면담을 실시하였다. 면담 질문은 자료의 삼각측정법을 통해 신빙성을 확보할 수 있도록 Seidman(1998)의 면담 단계에 따라 생성하였으며, 예비 면담을 통해 분석적 유도 방법으로 면담 질문을 수정 보완하였다. 면담은 개별로 진행되었으며 모든 면담 내용은 녹음 및 기록하였다. 연구 결과는, 외적 저해 요인과 내적저해 요인으로 분석되었다. 외적 요인으로 교사들이 제시한 내용은 시간 부족, 시설 및 자료의 부족, 학생의 능력 부족, 다인수 학급, 교육과정 상의 문제점, 탐구에 대한 평가의 어려움, 선행학습으로 인한 방해, 안전사고의 위험성, 전문성 향상 기회 부족이었다. 내적 저해 요인으로는 교사의 준비 부족, 탐구 수업의 비효율성, 교사의 배경지식 부족, 교사의 지도능력 부족, 자신감 부족, 인내심 부족 등이었다. 교사들이 제시한 저해 요인들과 그 원인을 심도있게 분석하였고 과학교육학의 관점에서 탐구교육의 활성화를 위한 제언을 하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제30권1호
• /
• pp.1-10
• /
• 2024

본 연구는 혼합현실과 가상현실을 포함하는 몰입형 가상환경에서 OpenAI의 ChatGPT를 활용한 가상 보조 에이전트의 인터페이스 응용에 관한 새로운 방법을 제안한다. 제안하는 응용 방법은 사용자의 질의에 응답하는 정보 에이전트와 사용자의 요구에 맞춰 가상 객체, 환경 등을 제어하는 제어 에이전트로 구성된다. 이를 위해, Unity 3D 엔진, OpenAI, 그리고 가상현실과 혼합현실 사용자 참여를 위한 패키지 및 개발 도구를 통합하는 개발환경을 설정한다. 그리고 음성 입력으로부터 질문 쿼리에서 답변 쿼리, 또는 제어 요구 쿼리에서 제어 스크립트로 생성으로 연결되는 작업 흐름을 설정한다. 이를 기반으로 혼합현실, 가상현실 체험 환경을 직접 제작하고 에이전트의 성능 확인을 위한 실험을 정보 에이전트의 반응 시간, 제어 에이전트의 정확도로 나누어 진행하였다. 결과적으로 제안하는 인터페이스 응용을 통해 사용자 친화적이고 단순하고 반복적인 작업에서의 효율을 높이는데 유용할 수 있음을 확인하였다. 우리는 새롭게 제안하는 인터페이스를 통해 몰입형 가상환경에서 인터페이스로의 응용에 관한 새로운 방향성을 제시하고 발견된 문제점과 현재까지의 한계점을 분명히 밝힌다.

• 한국음향학회지
• /
• 제43권2호
• /
• pp.243-252
• /
• 2024

최근에 연구되기 시작한 폴리(Foley) 음향 생성 모델 중 벡터 양자화 변분 오토인코더(Vector Quantized-Variational AutoEncoder, VQ-VAE) 구조와 Pixelsnail 등 생성모델을 활용한 생성 기법은 중요한 연구대상 중 하나이다. 한편, 딥러닝 기반의 음향 신호의 압축/복원 분야에서는 기존의 VQ-VAE 구조에 비해 잔여 벡터 양자화 기술이 더 적합한 것으로 보고되고 있으며, 따라서 본 논문에서는 폴리 음향 생성 분야에서도 잔여 벡터 양자화 기술이 효과적으로 적용될 수 있을지 연구하고자 한다. 이를 위하여 본 논문에서는 기존의 VQ-VAE 기반의 폴리 음향 생성 모델에 잔여 벡터 양자화 기술을 적용하되, Pixelsnail 등 기존의 다른 모델과 호환이 가능하고 연산 자원의 소모를 늘리지 않는 모델을 고안하여 그 효과를 확인하고자 하였다. 효과를 검증하기 위하여 DCASE2023 Task7의 데이터를 활용하여 실험을 진행하였으며, 그 결과 평균적으로 0.3 가량의 Fréchet audio distance 의 향상을 보이는 것을 확인하였다. 다만 그 성능 향상의 정도가 제한적이었으며, 이는 연산 자원의 소모를 유지하기 위하여 시간-주파수축의 분해능이 저하된 영향으로 판단된다.

• 한국수학교육학회지시리즈A:수학교육
• /
• 제63권1호
• /
• pp.19-33
• /
• 2024

본 연구는 중학생들의 수학 흥미와 성취도의 종단적인 변화 양상을 알아보기 위해 경기교육종단연구 4-6차년도 데이터를 분석하였다. 다변량 성장혼합모형을 이용하여 분석한 결과 학생들의 수학 흥미와 성취도의 변화 양상에 이질적인 특성이 존재함을 확인하였고, 종단적인 변화 양상에 따라 학생들을 4개의 잠재집단으로 구분하였다. 학생들은 흥미와 성취도가 모두 낮은 저수준 유형, 모두 높은 고수준 유형, 학년이 올라감에 따라 증가하는 중수준-증가 유형, 학년이 올라감에 따라 감소하는 중수준-감소 유형으로 구분되었으며, 유형마다 흥미와 성취도의 종단적인 변화 양상이 다르게 나타나는 것을 확인하였다. 또한, 다변량 성장혼합모형의 초기값과 기울기 사이의 상관관계를 분석한 결과, 수학 흥미와 성취도는 초기값뿐 아니라 변화율에 있어서도 서로 긍정적인 영향이 있는 것으로 나타났다. 잠재집단의 결정에 영향을 미치는 요인을 개인, 수업방식, 가정 변인으로 나누어 그 영향력을 살펴보았고, 학생의 교육포부와 사교육 시간은 수학 흥미 및 성취도에 긍정적인 영향을 미치며 선행학습의 경우 그 정도에 따라 영향력이 달라지는 양상을 확인하였다. 학생이 인식한 수업방식의 경우, 교수자 중심 수업은 흥미와 성취도가 높은 집단에 속할 확률을 높이고, 학습자 중심 수업은 흥미와 성취도가 낮은 집단에 속할 확률을 높이는 것으로 나타났다. 본 연구는 다변량 성장혼합모형을 통해 수학교육에서 흥미와 성취도를 비롯한 다양한 특성에 대한 학생들의 변화 양상을 분석하는 새로운 방법을 제시하였다는 점에서 의의가 있다.

• 한국재난정보학회 논문집
• /
• 제20권1호
• /
• pp.156-168
• /
• 2024

연구목적: 고속도로 교통사고의 추세는 증감을 반복하며 도로 종류 중 고속도로에서의 치사율은 최고치를 나타내고 있다. 따라서 국내 실정을 반영한 개선대책 수립이 필요하다. 연구방법: Random Forest를 활용해 2019년부터 2021년까지 전국 고속도로 노선 중 사고 다발 10개 노선에서 발생한 교통사고 자료로 사고 심각도 분석 및 사고 심각도에 미치는 영향요인을 도출하였다. 연구결과: SHAP 패키지를 활용해 상위 10개의 변수 중요도를 분석한 결과, 고속도로 교통사고 중 사고 심각도에 높은 영향을 미치는 변수는 가해자 연령이 20세 이상 39세 미만, 시간대가 주간(06:00-18:00), 주말(토~일), 계절이 여름과 겨울, 법규위반이 안전운전불이행, 도로 형태가 터널, 기하구조상 차로 수가 많고 제한속도가 높은 경우로 총 10개의 독립변수에서 고속도로 교통사고 심각도와 양(+)의 상관관계를 가지는 것으로 분석되었다. 결론:고속도로에서의 사고 발생은 매우 다양한 요인의 복합적인 작용으로 인해 발생하므로 사고 예측에 많은 어려움이 있지만 본 연구로 도출된 결과를 활용해 고속도로 교통사고 심각도에 영향을 주는 요인을 심층적으로 분석해 효율적이고 합리적인 대응책 수립을 위한 노력이 필요하다.

• 한국초등과학교육학회지:초등과학교육
• /
• 제43권2호
• /
• pp.219-232
• /
• 2024

본 연구에서는 초등 예비교사 128명을 대상으로 포토보이스 활동을 통해 4차 산업혁명 시대 과학 교육과정의 방향에 관해 자신의 관점을 표현할 수 있도록 하였다. 활동 결과를 검치호랑이 교육과정의 보수적, 진보적, 급진적 관점으로 구분하여 탐색한 결과, 보수적 관점과 진보적 관점이 유사 비율로 높게 나타났고 급진적 관점이 낮게 나타났다. 보수적 관점의 예비교사들은 검치호랑이 교육과정에서 영원한 진리는 바탕이 되며 지켜나가야 한다는 원로들의 관점과 같이, 시간과 환경의 변화를 초월하여 유지되어야 할 '탐구'를 과학 교육과정의 기본으로 보고 중시하였다. 진보적 관점의 예비교사들은 검치호랑이 교육과정에서 '새 주먹'의 혈통을 이어받은 진취적인 사람과 같은 맥락을 가진 것으로서, 코딩과 메타버스 등 AI 기반 교육에 대해 긍정적으로 생각하여 탐구 기반을 대체할 수 있는 교수학습방법으로 생각하였다. 급진전 관점의 예비교사들은 검치호랑이 교육과정에서 급진주의자들이 진보적 교육과정에 의해 형성된 사회 계층 간의 갈등 문제에 대해 비판한 것처럼, 급변하는 과학교육의 정책적 상황에 대해 비판의식을 가지는 형태로 현 과학교육을 바라보고 있었다. 검치호랑이 교육과정의 흐름을 통해 얻을 수 있는 시사점처럼, 예비교사들은 특정한 하나의 관점에 종속된 형태로의 교육과정을 보는 시각보다는 여러 관점으로 과학 교육과정을 바라볼 수 있는 사유 역량이 필요한 것으로 나타났다.

• Korean Chemical Engineering Research
• /
• 제62권3호
• /
• pp.274-280
• /
• 2024

기계학습법의 신경망 기술을 이용한 자료분석은 질병 유전자 탐색 및 진단, 신약 개발, 약인성 간 손상 예측 등과 같은 다양한 분야에서 활용되고 있다. 질병 특징 발견을 위한 자료분석은 DNA 정보를 기반으로 이루어질 수 있다. 본 연구에서는 DNA의 분자 정보 중 DNA의 길이와 용액 내 DNA의 길이별 종 개수를 예측하는 신경망을 개발하였다. 겔 전기영동을 통한 기존 방법론의 시간 소요 한계점을 해결하고자, 미세유체역학적 농축 장치의 동역학 자료를 분석 대상으로 하여 실험 분석 과정 중의 시간 소요 문제점을 해결하였다. 동역학 자료를 공간시간 지도로 재구성하여 학습 및 예측에 필요한 계산용량을 낮추었으며, 공간시간 지도에 대한 분석 정확도를 높이기 위해 합성곱 신경망을 활용하였다. 그 결과, 단일 변수 회귀로써의 단일 DNA 길이 예측과 복합 변수 회귀로써의 다종 DNA 길이의 동시 예측 및 이진 분류로써의 DNA 혼합 종 개수 예측을 성공적으로 수행하였다. 추가적으로, 예측 과정 중 발생할 수 있는 예측 편향을 학습 자료 구성 방식을 통한 해결책을 제시하였다. 본 연구를 활용한다면, 광학 측정 자료를 이용하는 액체생검 기반의 세포유리 DNA 분석 및 암 진단 등의 의학 자료 분석을 효과적으로 수행할 수 있을 것이다.

• 한국환경복원기술학회지
• /
• 제26권4호
• /
• pp.17-34
• /
• 2023

Camera trapping has been used as a non-invasive survey method that minimizes anthropogenic disturbance to ecosystems. Nevertheless, it is labor-intensive and time-consuming, requiring researchers to quantify species and populations. In this study, we aimed to improve the preprocessing of camera trapping data by utilizing an object detection algorithm. Wildlife monitoring using unmanned sensor cameras was conducted in a forested urban forest and a green space on a university campus in Cheonan City, Chungcheongnam-do, Korea. The collected camera trapping data were classified by a researcher to identify the occurrence of species. The data was then used to test the performance of the YOLO-X object detection algorithm for wildlife detection. The camera trapping resulted in 10,500 images of the urban forest and 51,974 images of green spaces on campus. Out of the total 62,474 images, 52,993 images (84.82%) were found to be false positives, while 9,481 images (15.18%) were found to contain wildlife. As a result of wildlife monitoring, 19 species of birds, 5 species of mammals, and 1 species of reptile were observed within the study area. In addition, there were statistically significant differences in the frequency of occurrence of the following species according to the type of urban greenery: Parus varius(t = -3.035, p < 0.01), Parus major(t = 2.112, p < 0.05), Passer montanus(t = 2.112, p < 0.05), Paradoxornis webbianus(t = 2.112, p < 0.05), Turdus hortulorum(t = -4.026, p < 0.001), and Sitta europaea(t = -2.189, p < 0.05). The detection performance of the YOLO-X model for wildlife occurrence was analyzed, and it successfully classified 94.2% of the camera trapping data. In particular, the number of true positive predictions was 7,809 images and the number of false negative predictions was 51,044 images. In this study, the object detection algorithm YOLO-X model was used to detect the presence of wildlife in the camera trapping data. In this study, the YOLO-X model was used with a filter activated to detect 10 specific animal taxa out of the 80 classes trained on the COCO dataset, without any additional training. In future studies, it is necessary to create and apply training data for key occurrence species to make the model suitable for wildlife monitoring.