구조방정식 모형을 적용한 한문텍스트 이독성 기대 요인 분석과 공식 개발 기초 연구

김왕규; 박상우

추천

검색

자료유형: 학술저널

저자정보: 김왕규 박상우

저널정보: 한국한자한문교육학회 漢字漢文敎育漢字漢文敎育 제1권 제48호

발행연도: 2020.1

수록면: 197 - 216 (20page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

한문에 대한 교육을 탐색하는 한문과 교육은 한문이라는 언어를 가르치고 배우는 언어교과라고 정의내릴 수 있다. 한문교육은 읽기 교육에 집중되어야 하고, 교과목표는 일차적으로 한문 텍스트 읽기 능력 향상을 토대로 설정되어야 한다. 한문의 언어적 특성과 한문 교과서에 실린 텍스트의 특성에 맞는 한문 텍스트 이독성 공식 개발은 한문 읽기 교육 내용의 위계를 설정하는 데 시의적절 한 과제라 할 수 있다. 이 연구는 한문 텍스트 이독성 공식의 한계점과 현장의 비판점을 수용하여 설명력이 높은 이독성 공식을 개발하고자 한다. 또, 기존 이독성 공식 연구와는 달리 전체 기대 요인들 간의 상관관계를 파악하여 이독성 공식을 보완하는 방안을 강구하고자 한다. 이 연구는 기존의 한문 이독성 공식개발 연구 방법에 '구조방정식 모형(Structure Equation Model： SEM)'을 활용한다. 단, 여기서 는- 한문텍스트 이독-성 공식 개발 과징의 기초 과제인 한문교육-용 기초한자 1,800자 대표 훈•음, 텍스트 크기에 따른 공식 개발 가능성 탐색, 기대 요인 상호 관계 파악을 위한 설문 결과 분석을 중심으로 보고한다. 향후 예상되는 연구의 기대 효과는 다음과 같다. 첫째, 학습자 수준에 적절한 텍스트 선정 기준을 마련하여 한문 독해 교육을 효율적으로 수행할 수 있는 기반을 마련할 수 있다. 둘째, 한문 독해에 영향을 미치는 기대 요인 상호 관계를 구조방정식 모형을 통해 규명함으로써 한문 독해 연구의 토대로 작용할 것이다. 셋째, 구조방정식 모형을 통해 기존 한문 텍스트 이독성 공식을 보완함으로 써 기대 요인들과 텍스트 난도 간의 상세한 상관관계를 가시적으로 나타내 줄 수 있을 것이다.

Classical Chinese education that explore the education of Classical Chinese can be defined as language subjects that teach and learn the language of Classical Chinese. Classical Chinese education should be focused on reading education, and curriculum goals should be set primarily on the basis of improving Classical Chinese text reading ability. The development of readability formula for Classical Chinese text, which matches the linguistic characteristics of Classical Chinese and the text in Classical Chinese textbooks, is a timely task in setting the hierarchy of Classical Chinese reading education. The study aims to develop a highly descriptive readability formula by accommodating the limitations of readability formula for Classical Chinese text and the critical points of the site. In addition, unlike previous official studies on dyslexia, the government intends to find a way to complement the diaboxic formula by identifying the correlation between the overall expected factors. This study utilizes the 'Structure Equation Model (SEM)' in the traditional readability formula for Classical Chinese text research method. However, this report focuses on the analysis of questionnaire results for exploring the possibility of formal development based on text size, exploring the possibility of formula development according to the text size, and representing 1,800 basic Chinese characters for Classical Chinese character education, which are the core tasks of the formal development process for reading Classical Chinese text. The expected effects of this study are as follows. First, it is possible to lay the foundation for efficiently conducting Classical Chinese reading education by preparing appropriate text selection criteria for the learner level. Second, by identifying the interrelationships of expected factors affecting Classical Chinese reading through structural equation models, it will serve as the basis for the study of Classical Chinese reading. Third, the structural equation model will complement the existing Classical Chinese text readability formula to provide a visual representation of the detailed correlation between expected factors and text difficulty.

#Structural equation model #Classical Chinese #Classical Chinese text #Classical Chinese text readability formula #Classical Chinese reading.

참고문헌 (35)

참고문헌 신청

Rex B. Kline / 2014 / (특별한 학습자를 위한) 특수교육 / 학지사

강상진 / 2007 / 회귀분석의 이해 / 교육과학사

고경은 / 2012 / 이독성 공식의 보완을 위한 학습자 배경지식 위계화 방안 연구

교육과학기술부 / 2008 / 고등학교 교육과정 해설13 한문

교육과학기술부 / 2011 / 초·중등학교 교육과정-한문

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김왕규

소속기관

주요연구분야 사회과학 > 교육학 인문학 > 어문학 > 한국어와문학

논문수 15 이용수 62

박상우

소속기관 한국한자한문교육학회

주요연구분야 사회과학 > 교육학 인문학 > 어문학 > 한국어와문학

논문수 4 이용수 71

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

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (35)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)