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
국제한국어교육학회 한국어 교육 한국어 교육 제26권 제4호
발행연도
2015.1
수록면
59 - 99 (41page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 고빈도 문법 오류 항목에 대한 한국어 학습자들의 문법 지식을 검사 분석한다. 구체적으로, 한국어 오류 연구들이 제시하는 고빈도 문법 오류 항목과 유형에 기초하여 설정한 검사 항목에 대해 영어권 한국어 학습자들이 인지하는 문법 지식을 검사한다. 기존의 오류 연구는 고빈도가 반드시 고난이를 나타내는 것은 아니며 높은 오류 발생이 반드시 학습자의 문법지식 수준과 일치하지 않을 수 있음을 암시한다. 고빈도 문법 오류 항목과 학습자의 문법 지식간의 상호 관계를 검사하기 위해 서울 시내 세 개 대학 한국어교육기관에서 58명의 학습자를 대상으로 설문 조사를 실시하였다. 조사 결과 오류 빈도 수준과 학습자의 문법 지식 수준 간에 일반적 상호 관계가 있음을 보여주고 있지만 모든 고빈도 오류 항목이 학습자의 문법 지식 수준과 동일하게 상관관계가 있는 것으로 나타나지는 않았다. 본 연구는 상관관계가 높게 나타난 항목들이 본질적으로 학습하기 어려운 고난이 항목으로 설정될 수 있음을 주장하고 명시적 지도방안과 교육 방법 등의 함의를 논의한다.
#고빈도 오류 #high frequency error) #문법 오류 #grammatical error) #학습자의 명시적 지식 #learners' explicit knowledge) #영어권 한국어 학습자 #English L1-Korean L2 learners)

목차

등록된 정보가 없습니다.

참고문헌 (27)

참고문헌 신청
Ahn, J-H. / 2002 / Hankwuke kyoyukeyseuy [wenin] yenkyelemiey tayhaye (A study on the [reason] connectives for the international Korean education) / Journal of Korean Languag google schola Chaudron, C. / 2003 / The handbook of second language acquisition / Blackwell google schola Corder, S. P. / 1974 / Techniques in applied linguistics (Vol. 3) / Oxford University Press google schola Diaz-Negrillo, A. / 2013 / Automatic Treatment and Analysis of Learner Corpus Data / John Benjamins : 9 ~ 30 google schola Douglas, D. / 2014 / Understanding language testing / Taylor & Francis 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