메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
충남대학교 교육연구소 교육연구논총 교육연구논총 제40권 제1호
발행연도
2019.1
수록면
1 - 33 (33page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
이 연구의 목적은 랜덤 포레스트를 활용하여 최초로 취업 사교육에 참여한 대학생과 그렇지 않은 대학생을 학년별로 분류하고, 이때 추출된 주요 분류변수를 활용하여 최초 취업 사교육 참여 시점에 따른 집단 특성을 파악하는 것이다. 이 연구에서는 한국교육개발원에서 제공하는 「한국교육종단연구2005」의 7∼9차 자료를 활용하였으며, 데이터 마이닝 기법의 하나인 랜덤 포레스트(random forest, 이하 RF)를 사용하여 최초 취업 사교육 참여 집단과 그렇지 않은 집단을 분류하였다. 연구 결과를 정리하면 다음과 같다. 첫째, 사교육 참여 집단 분류에 사용된 주요 변수가 학년별로 다소 상이하게 나타났으며, 이는 취업 사교육의 최초 참여 시점에 따라 집단의 성격이 다를 수 있음을 시사한다. 둘째, 최초 취업 사교육 참여 시점별로 가정의 경제적 형편과 관련된 변수에서 두드러진 차이가 나타났다. 이 연구에서는 RF를 사용함으로써 회귀분석 기반 모형의 기본 가정으로 인한 제약에서 벗어나 상관이 높은 다수의 변수를 동시에 분석할 수 있었고, 변수 간의 비선형적 관계를 파악할 수 있었다. 또한, 저학년 시기(1, 2학년 시기)와 고학년 시기(3, 4학년 시기)의 최초 사교육 참여 집단과 미참여 집단을 분류하는 주요 변수에서 차이가 나타남을 확인하였고, 특히 가정의 경제적 배경과 관련된 변수가 1, 2학년 시기에는 중요하게 작용하는 반면, 3, 4학년 시기에는 그렇지 않음을 보였다. 즉, 사교육 참여 시점이 이른 학생들의 경우 가정의 경제적 형편이 주요한 변수로 작용함을 실증함으로써 대학생의 사교육 역시 중･고등학생의 경우와 마찬가지로 사회적 불평등의 기제로 작동할 수 있음을 밝혔다.
#Private Tutoring of College Students #Random Forest #Data Mining

목차

등록된 정보가 없습니다.

참고문헌 (39)

참고문헌 신청
강현철 / 1998 / Enterprise Miner의 의사결정나무분석 알고리즘 / SAS 사용자 컨퍼런스 발표 자료집 :169~186 google schola 국민일보 / 대학 3·4학년 40% “취업 위해 사교육 받는다”…70%는 “안하면 불안” google schola 김동일 / 2011 / 고등학교 시기의 사교육 경험이 대학생의 사교육 참여 및 사교육비 지출에 미치는 영향 분석 / 아시아교육연구 12(4):293~314 dbpia 김민선 / 2013 / 대학생 취업사교육의 취업 및 임금효과 분석 / 미래교육연구 26(1):21~42 google schola 김영철 / 1997 / 과외와 사교육비 / 교육재정경제연구 6(3):1~36 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0