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
한국교육공학회 교육공학연구 교육공학연구 제35권 제2호
발행연도
2019.1
수록면
425 - 454 (30page)

이용수

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

초록· 키워드

오류제보하기
대학 첫 학기의 성적이 향후 학업성취와 지속에 영향을 미치며, 특히, 학령인구의 지속적 감소와 신입생들의 학업역량 약화를 고려할 때 신입생 대상의 학습 성과 예측을 통한 선제적 대응은 매우 중요하다. 이에 본 연구는 학습분석을 기반으로 2016년~2018학년도까지 A대학의 3개년 동안의 신입생 4,662명의 데이터를 수집․분석하여 학습부진 가능성이 있는 학생을 조기에 예측할 수 있는 예측모형을 개발하고, 위험 학생으로 예측된 학생들의 특성을 분석하여 중재 프로그램 설계를 위한 시사점을 도출하고자 하였다. 기계학습 분석기법인 XGBoost를 활용한 최적모형 예측 결과 예측 모형의 재현도는 62.3%, 정밀도는 29.56%, F점수는 0.4, ROC곡선의 AUC는 0.733 으로 데이터가 제한적인 신입생 대상임을 고려할 때 의미 있는 모형이라고 할 수 있다. 예측을 위한 주요 변수로는 노력조절, 학생부사회/과학등급평균, 수능언어백분위, 수능수리백분위, 입시 서류전형 점수, 성별, 학교를 그만둘 의향, 지난해 한주동안 게임시간, 수능탐구백분위, 학생부등급평균 등인 것으로 나타났다. 또한, K-means 군집 분석을 통해 학습부진 학생들을 특징에 따라 6개 그룹으로 군집화하였으며, 군집을 구분하는 주요 변수들은 ‘학교만족도’와 ‘자기조절학습’과 관련된 변수들이었다. 이러한 연구결과를 바탕으로 예측 결과를 활용한 중재활동 시 고려사항과, 예측 정확도 및 중재 효과성 향상을 위한 고려 사항을 교육현장에서의 실천과 후속연구를 위하여 제언하였다.
#learning analytics #underachivement #predictictive modeling #freshmen #machine learning

목차

등록된 정보가 없습니다.

참고문헌 (40)

참고문헌 신청
강승호 / 2010 / 대학생의 학업성취와 중도탈락 생각에 영향을 미치는 변인 분석 / 교육평가연구 23(1):29~53 google schola 김나미 / 2015 / 대학중도탈락자 예방을 위한 동료멘토링 활용 자기주도학습 프로그램의 개발 및 효과 / 학습자중심교과교육연구 15(12):875~900 google schola 김수연 / 2006 / 대학생의 학업지속과 중도탈락 요인 분석 / 한국교육 33(4):33~62 dbpia 김양분 / 2018 / 한국교육종단연구2005(VII) google schola 김양분 / 2018 / 한국교육종단연구2005(VIII) 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