인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
피인용 0
초록·키워드
Presentation is a core competency required in organizational reporting, proposals, and interviews, yet presenters find it difficult to Precognize their own nonverbal behavior and to receive consistent feedback. This study develops and evaluates a model that recognizes negative nonverbal behaviors during presentations and classifies them into twelve categories, to support AI-based oral presentation feedback. Unlike existing systems that remain at holistic scores or the detection of a few behaviors, the model classifies a presenter's skeletal motion into individual behavioral units, providing a basis for specific feedback. The analysis uses nonverbal keypoint data from 800 presenters in AI-Hub's Public Speaking Practice and Evaluation Data and applies a speaker-independent evaluation in which no presenter's data appear in both training and evaluation. Deep-learning models achieved stable performance of around 90% macro-F1 on presenters unseen during training, and in this task the composition of the evaluation split affected the reported performance more than the choice of model did. A lightweight model remained within one percentage point of the best-performing model in accuracy, with classification latency low enough that this stage would not be the bottleneck for real-time feedback. These results provide a technical foundation for AI-based oral presentation feedback to serve as a fine-grained behavioral feedback tool in management education and organizational communication competency development.
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
