유아교육기관 스마트교육 통합환경 모형 및 유형 예측 AI모델 개발 :Development of an Integrated Environment Model of Smart Education and Type Prediction AI Model for Early Childhood Education Institutions

유지성

추천

검색

자료유형: 학위논문

저자정보: 유지성 (강릉원주대학교, 강릉원주대학교 일반대학원)

지도교수: 유구종

발행연도: 2023

저작권: 강릉원주대학교 논문은 저작권에 의해 보호받습니다.

이용수12

이 논문의 연구 히스토리 (3)

2023

유아교육기관 스마트교육 통합환경 평정척도 개발

유지성 , 유구종 한국열린유아교육학회 학술대회 논문집 2023.10 학술대회자료

AI 데이터마이닝을 활용한 유아교육기관 스마트교육 환경 예측 모듈 개발

유지성 , 유구종 한국열린유아교육학회 학술대회 논문집 2023.04 학술대회자료

유아교육기관 스마트교육 통합환경 모형 및 유형 예측 AI모델 개발

유지성 2023.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

본 연구는 유아교육기관 스마트교육 통합환경 모형을 개발하고 구성요소 및 내용 분석을 통해 스마트교육 통합환경의 구인과 구인의 타당성을 위한 평정척도를 개발하고자 하였다. 이와 더불어 타당화된 평정척도를 활용하여 유아교육기관 스마트교육 유형 예측 AI모델을 개발하고 적용하였다.
유아교육기관 스마트교육 통합환경 모형 개발을 위하여 스마트교육을 지원하는 통합환경이 어떠해야 하는지에 대한 이론적 근거(연구논문 데이터분석)와 현장의 실천적 근거(전문가 델파이분석)를 분석하여 스마트교육 모형을 개발하였다. 또한 기개발된 스마트교육 통합환경 모형을 통해 스마트교육 통합환경 평정척도 예비문항을 추출하고 예비검사와 내용타당도 분석을 실시하였다. 1차 문항으로 평정척도 검사 후 탐색적 요인분석, 타당화 과정을 거쳐 스마트교육 통합환경 평정척도를 확정하였다. 유아교육기관 스마트교육 통합환경 유형 예측 AI모델 개발은 데이터마이닝 프로그램을 사용하여 개별 유아교육기관의 스마트교육 통합환경 유형을 예측하고 유형의 장단점을 분석하도록 설계되었다.
스마트교육 통합환경 모형의 개발 방향은 ‘21세기를 살아갈 유아들이 협업과 의사소통을 통해 문제를 해결하고 창의성을 높이며 바른 인성을 함양하도록 구축되어야 한다는 것이며 모형의 구성요소는 생태·인프라 환경요소, 물적·기술적 환경요소, 인적 환경요소, 안전·돌봄 환경요소 등으로 추출되었다.
유아교육기관 스마트교육 통합환경 평정척도는 생태·인프라 환경 4문항, 물적·기술적 환경 4문항, 인적 환경 3문항, 안전·돌봄 환경 3문항, 평가관리 및 보안 2문항으로 개발되었으며 타당도와 신뢰도 검증을 통해 타당한 것으로 나타났다.
유아교육기관 스마트교육 통합환경 유형 예측 AI모델은 본 연구에서 개발된 평정척도의 점수를 통해 유형을 예측하고 분석할 수 있는 프로세스로 구성하였으며 Test and Score 분석 결과 유형 예측 결과가 정확한 것으로 나타났다.

This study aimed to develop a model of an integrated environment for smart education in early childhood education institutions and to develop a rating scale for the validity of recruitment and hiring in an integrated environment for smart education through component and content analysis. In addition, the validated scale was used to develop and apply an AI model for predicting the type of integrated environment of smart education in early childhood education institutions.

The research questions are as follows:

1. How is the model of integrated environment for smart education in early childhood education centers?
2. How is the evaluation scale of the integrated environment of smart education in early childhood education centers?
3. How is the AI model for predicting the type of integrated environment of smart education in early childhood education centers?

In order to develop a smart education model for early childhood education institutions, we analyzed theoretical evidence (data analysis of research papers) and practical evidence (expert Delphi analysis) on how an integrated environment supporting smart education should be, and developed a smart education model. In addition, through the developed smart education integrated environment model, we extracted preliminary questions of the smart education integrated environment rating scale and conducted preliminary tests and content validity analysis. After testing the scale with the first question, the scale was finalized through exploratory factor analysis and validation. The development of an AI model for predicting the type of smart education integrated environment in early childhood education institutions was designed to predict the type of smart education integrated environment in individual early childhood education institutions using a data mining program and analyze the advantages and disadvantages of the type.
The development direction of the Smart Education Integrated Environment Model is that it should be built to solve problems, increase creativity, and cultivate good character through collaboration and communication for children who will live in the 21st century, and the components of the model are extracted as ecological and infrastructure environment factors, physical and technical environment factors, human environment factors, and safety and care environment factors.
The Early Childhood Education Center Smart Education Integrated Environment Rating Scale was developed with 4 questions on ecological and infrastructure environment, 4 questions on physical and technical environment, 3 questions on human environment, 3 questions on safety and care environment, and 2 questions on evaluation management and security, and was found to be valid through validity and reliability verification.
The AI model for predicting the type of smart education integrated environment for early childhood education institutions is composed of a process that can predict and analyze the type through the score of the rating scale developed in this study, and the test and score analysis results show that the type prediction results are accurate.

Key words : smart education, integrated environment of smart education, text mining, data mining, AI algorithms, type prediction AI model

#스마트교육 #스마트교육 통합환경 #텍스트 마이닝 #데이터 마이닝 #AI알고리즘 #유형 예측 AI모델

목 차
ABSTRACT
Ⅰ. 서론 1
1. 연구의 필요성 및 목적 1
2. 연구 문제 5
3. 용어의 정의 6
Ⅱ. 이론적 배경 9
1. 유아교육 이론과 스마트교육 환경 9
1) 매체 이론과 스마트교육 환경 10
2) 구성주의 이론과 스마트교육 환경 11
3) 홀리스틱 교육이론과 스마트교육 환경 12
2. 스마트교육과 스마트교육 통합환경 14
1) 스마트교육 14
2) 유아교육기관 스마트교육 통합환경 17
3. 유아교육기관 스마트교육 통합환경 유형화(군집화) AI알고리즘 24
1) AI알고리즘 24
2) 유형화(군집화) AI알고리즘 25
4. 유아교육기관 스마트교육 통합환경 유형 예측 AI모델 28
1) 유형 예측 AI모델 29
2) 예측 모델(지도학습 모델) 29
3) AI모델 설계 과정 32
Ⅲ. 유아교육기관 스마트교육 통합환경 모형 개발 36
1. 유아교육기관 스마트교육 통합환경 모형 개발의 준비단계 38
1) 유아교육기관 스마트교육 통합환경 문헌분석 38
2) 유아교육기관 스마트교육 통합환경 데이터 분석 41
3) 개념모형도출 49
2. 유아교육기관 스마트교육 통합환경 모형 개발의 개발단계 51
1) 유아교육기관 스마트교육 통합환경 구성요소 및 준거 추출 51
2) 유아교육기관 스마트교육 통합환경 모형 시안 63
3. 유아교육기관 스마트교육 통합환경 모형 개발의 완성단계 65
1) 유아교육기관 스마트교육 통합환경 모형 시안 내용타당도 검증 65
2) 유아교육기관 스마트교육 통합환경 최종 모형 67
Ⅳ. 유아교육기관 스마트교육 통합환경 평정척도 개발 70
1. 유아교육기관 스마트교육 통합환경 평정척도 개발 개요 및 원칙 70
2. 유아교육기관스마트교육 통합환경 평정척도의 요인 추출 및 문항 구성 71
3. 유아교육기관 스마트교육 통합환경 평정척도 문항 분석 77
4. 유아교육기관 스마트교육 통합환경 평정척도 문항의 구인타당도 검증 81
5. 유아교육기관 스마트교육 통합환경 평정척도 83
6. 유아교육기관 스마트교육 통합환경 평정척도 타당화 및 유형화 83
Ⅴ. 유아교육기관 스마트교육 통합환경 유형 예측 AI 모델 개발 92
1. 유아교육기관 스마트교육 통합환경 유형 예측 요인 분석 92
2. 유아교육기관 스마트교육 통합환경 유형 예측 AI 모델 개발 95
3. 유아교육기관 스마트교육 통합환경 유형 예측 결과 101
Ⅵ. 논의 및 결론 106
1. 요약 및 논의 106
2. 결론 및 제언 118
○ 참고문헌 121
○ 부록 131

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

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)