게이미피케이션을 통한 학습효과 증진 역학모델 : 교육용 게임의 학습효과 향상을 위한 4가지 핵심요소 시뮬레이션 :dynamical model for gamification of learning(DMGl) : simulation of the four primary factors improving educational effectiveness in learnin games

김정태

추천

검색

자료유형: 학위논문

저자정보: 김정태 (중앙대학교, 중앙대학교 첨단영상대학원)

지도교수: 이원형 김태용

발행연도: 2014

저작권: 중앙대학교 논문은 저작권에 의해 보호받습니다.

이용수34

초록· 키워드

본 논문은 게이미피케이션을 활용한 학습 환경에서의 역학적 모델을 제안하고자 한다. 이 모델의 주요 아이디어는, 컴퓨터게임을 이루는 4가지의 각각의 이론들 ;
1) 게이미피케이션의 이론적 배경인 MDA(기법, 역학, 미학) 프레임워크
2) 게임 디자인 특색들 ( GDF - 훌륭한 특질, 멋진 그래픽, 도전적인 퍼즐들, 흥미진진한 배경과 이야기)
3) 학습게임의 핵심 특징들 ( KCLG - 도전, 호기심, 환상, 조절)
4) 교육 환경 디자인 이론 ARCS 모델(주의집중, 관련성,자신감, 만족감)
로부터 도출해 낸, 4가지 핵심 요소(호기심, 도전, 환상, 그리고 조절)들의 상관관계에 기반으로 한다.
게이미피케이션을 활용한 교육효과 측정을 위한 방정식을 역학모델로, 4가지 핵심 요소는 각각 의미있는 상수로서 제시된다. 이 역학모델에 따르면, 도출된 4가지 핵심 요소들 간의 합리적 관계설정 하에서 적응시간이 어느 정도 경과하게 되면, 전통적인 방식에서 보다 게이미피케이션이 적용되었을 경우에 교육효과가 월등한 효과를 거둘 수 있다.
고안 된 역학모델의 시뮬레이션을 통해 4가지 핵심요소들 사이에서 , , , 등을 도출하였으며, 게이미피케이션을 통한 교육효과는 전통적인 방식의 학습을 어렵지 않게 뛰어넘을 수 있도록 설계가 가능함을 입증하였다.
시뮬레이션 초기에는 게이미피케이션이 적용된 환경에서의 학습효과는 전통방식에 비해 절반정도 낮았으나, 1시간 전체동안의 어휘 학습량은 게이미피케이션을 적용했을 경우가 전통학습 환경에 비해 25% 상승하였다. 나이와 성별까지를 고려한 경우에는, 게이미피케이션을 적용했을 때는 그렇지 않았을 때 보다 최저 ?10.1%에서 최대 39.9% 의 범위를 나타냈다.
본 게이미피케이션 역학 모델은 이제 막 시작된 게이미피케이션 연구에 이론적 기반을 강화시킬 것이며, ‘디지털게임’의 양성화 및 순기능 확산에 일조할 것으로 기대한다.

This paper proposes a dynamical model for the gamification of learning. The main idea of this model is based on the correlations of four primary factors (curiosity, challenge, fantasy and control ) which originating from digital games which are built on the foundations of separate theories : 1) the theoretical background of gamification labeled the MDA framework (mechanics, dynamics and aesthetics). 2) Game Design Features (GDF - cool features, fancy graphics, challenging puzzles, and an intriguing setting and story), 3) Key Characteristics of a Learning Game (KCLG - Challenge, Curiosity, Fantasy and Control), and 4) a theory of educational environment design known as the ARCS Model (attention, relevance, confidence and satisfaction).
Through this dynamical model we will show that the effectiveness of the gamification of learning is educationally superior to traditional ways of learning in specific setting, after an elapsed adaptive time period with reasonable relationship of the four primary factors. The model presents the meaningful positions of four primary factors on the equation for educational effectiveness of gamification.
When the four primary factors have profitable values such as , , and from simulations, the educational effectiveness through Gamification can easily exceed the educational effectiveness using the traditional way. The results of simulations shows that at the beginning, educational effectiveness through Gamification is just half of the traditional way but the total amount of vocabulary words that can be learned through Gamification during 1hr is 25% better than traditional way. Considering the different ages and genders start, the results are varied from above 39.9% to below 10.1% of traditional way.
We posit that this dynamical model for the gamification of learning can strengthen the “theoretical foundation” of gamification as well as spread the idea of “the pure and right function of game”.

1. Introduction 1
2. Related Works 5
2.1. Basic Elements of Gamification 6
2.1.1. Advent of Gamification 6
2.1.2. Definition of Gamification 8
2.1.3. MDA framework 10
2.2. Game Design Features(GDF) 12
2.2.1. Game as Play 13
2.2.2. Structured play as Art Form 15
2.2.3. Game as Art Form 16
2.2.4. Game Design Features(GDF) 19
2.3. Key Characteristics of Learning Game 22
2.3.1. Learning Game as Educational Tool 22
2.3.2. Key Characteristics of a Learning Game(KCLG) 25
2.4. Elements of Educational Environment Design 28
2.4.1. Gamification of Learning as Game Based Learning 28
2.4.2. Kellers ARCS model of motivational design 30
3. Hypothesis : Dynamical Model for Gamification 32
3.1. Four Fundamental primary factors for DMGL 33
3.1.1 GDF vs. KCLG 33
3.1.2. ARCS vs. KCLG 35
3.1.3. MDA vs. KCLG 40
3.2. Traditional way of Learning vs. Gamification of Learning 43
3.3. Dynamical Model for the Gamification 47
3.4. The summarization of the coefficients 59
4. Simulation and Discussion 61
4.1. The characteristics of the coefficients 61
4.2. The reasonable values of the coefficients through Simulation 67
4.2.1 Results from the Simulation 69
4.2.2. Discussion the results and more Simulations 71
4.3. The mathematical meaning of the coefficients in special cases 75
4.4. Sensitivity of the coefficient on different ages and genders 82
4.4.1. Simulation with sensitivity of ages and genders 87
5. Conclusion and Future Work 106
Reference 111
국문초록 122
Abstract 124

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

목차

최근 본 자료

댓글(0)