인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
이 연구는 대학부설 과학영재교육원의 교육프로그램에 제시된 학습목표를 Bloom의 신교육목표 분류체계와 언어네트워크분석 방법을 통해 분석하고 결과를 비교함으로써 학습목표를 분석할 때 언어네트워크분석 방법의 적용 가능성을 알아보기 위한 것이다. 이를 위하여 27개 대학부설 과학영재교육원의 교육프로그램 중 과학 분야 169개 주제에 제시된 702개의 학습목표를 분석대 상으로 선정하여 Bloom의 신교육목표 분류체계에 따라 분류하고 코딩한 후 각 학습목표 사이의 구조적 특성을 알아보기 위해 언어네트워크분석을 사용하였다. 분석 결과로 나타난 주요 특성은 다음과 같다. 첫째, 주제 별로 사용된 학습목표의 특성을 살펴본 결과 초등은 약 3개, 중등은 약 6개의 서로 다른 범주의 학습목표가 사용되고 있었다. 둘째, 연구방법과 학교 급에 관계없이 지식차원의 사실적 지식, 개념적 지식과 인지과정 차원의 ‘기억하다’, ‘이해하다’, ‘창안하다’의 비중이 높게 나타났다. 셋째, 단순 통계 분석 결과로는 확인할 수 없지만 언어네트워크분석 방법 을 통한 가중치에 근거하여 살펴본 결과 초등 단계는 과학적 사실에 대한 학습을 통해 실제 실험과정에 적용해 보는 활동을 강조한 반면, 중등 단계는 이보다는 과학적 사실, 개념 자체를 이해하는 것을 더욱 강조하고 있었다. 이와 같은 결과로 볼 때 기존 단순 통계적 연구를 통해 분석한 것에 비해 보다 다양한 학습목표의 특성을 해석할 수 있는 것으로 보아 언어네트워크분석 방법이 학습목표를 분석하는데 적용 가능성이 높은 것으로 판단된다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2018-379-001165636
