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
목적: 본 연구는 ‘운동선수’를 대상으로 한 선행 연구의 제목과 초록을 텍스트 마이닝 기법으로 분석하여 연구 동향을 파악하여운동선수 관련 연구의 주요 흐름과 구조를 시각화함으로써 향후 스포츠 과학 연구의 방향 설정에 기초자료를 제공한다.
방법: 연구 목적 달성을 위해 2020년부터 2024년까지 진행된 연구 논문의 제목과 초록을 바탕으로 자료를 수집하였으며, 수집 데이터를 바탕으로 단어빈도, TF-IDF, N-gram, 네트워크 분석, CONCOR 분석 등 텍스트마이닝 기법을 사용하여 분석하였다.
결과: 본 연구 결과 첫째, 단어 빈도 및 TF-IDF 분석에서는 ‘운동’(1390회)이 가장 높은 빈도를 보였으며, TF-IDF 결과, ‘운동’(112.00)이 가장 높은 가중치로 나타났다. N-gram 분석에서 2-gram ‘운동-몰입’(226회), 3-gram에서는 ‘운동-수행-능력’(57회)이 가장 높은 빈도가 나타났다. 네트워크 분석에서는 ‘선수-운동’(545회)이 가장 높은 빈도가 나타났으며, CONCOR 분석 결과, 군집 1은 ‘스트레스, 관계, 의도, 관리, 고등학교, 몰입, 지도자, 지속, 청소년’의 구성으로 나타났다.
결론: 이상의 결과를 바탕으로 살펴보았을 때 운동선수의 경기력과 밀접한 개념으로 ‘영향’과 ‘관계’를 볼 수 있었으며, ‘영향’은 과학적 근거를 바탕으로 선수들의 성장을 분석하고 있음을 나타내며, ‘관계’는 특정 변수에 영향을 받으며 성장하는 것으로 이 또한 경기력 향상과 관계가 깊다고 볼 수 있다. 종목에서는 태권도와 골프가 높은 빈도로 나타났는데, 국가의 정체성과 개인의 정체성을 나타내는 지표로 볼 수 있다는 점에서 스포츠 참여 양상을 해석하는데 중요한 근거를 제공한다.
방법: 연구 목적 달성을 위해 2020년부터 2024년까지 진행된 연구 논문의 제목과 초록을 바탕으로 자료를 수집하였으며, 수집 데이터를 바탕으로 단어빈도, TF-IDF, N-gram, 네트워크 분석, CONCOR 분석 등 텍스트마이닝 기법을 사용하여 분석하였다.
결과: 본 연구 결과 첫째, 단어 빈도 및 TF-IDF 분석에서는 ‘운동’(1390회)이 가장 높은 빈도를 보였으며, TF-IDF 결과, ‘운동’(112.00)이 가장 높은 가중치로 나타났다. N-gram 분석에서 2-gram ‘운동-몰입’(226회), 3-gram에서는 ‘운동-수행-능력’(57회)이 가장 높은 빈도가 나타났다. 네트워크 분석에서는 ‘선수-운동’(545회)이 가장 높은 빈도가 나타났으며, CONCOR 분석 결과, 군집 1은 ‘스트레스, 관계, 의도, 관리, 고등학교, 몰입, 지도자, 지속, 청소년’의 구성으로 나타났다.
결론: 이상의 결과를 바탕으로 살펴보았을 때 운동선수의 경기력과 밀접한 개념으로 ‘영향’과 ‘관계’를 볼 수 있었으며, ‘영향’은 과학적 근거를 바탕으로 선수들의 성장을 분석하고 있음을 나타내며, ‘관계’는 특정 변수에 영향을 받으며 성장하는 것으로 이 또한 경기력 향상과 관계가 깊다고 볼 수 있다. 종목에서는 태권도와 골프가 높은 빈도로 나타났는데, 국가의 정체성과 개인의 정체성을 나타내는 지표로 볼 수 있다는 점에서 스포츠 참여 양상을 해석하는데 중요한 근거를 제공한다.
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) : I410-151-26-02-096090616
