표제지
목차
요약 3
Ⅰ. 서론 11
1. 연구의 필요성 및 목적 11
2. 연구 내용 13
3. 연구 방법 16
4. 연구의 기대효과 18
Ⅱ. 이론적 배경 19
1. 국내 학업중단 예방 정책 및 프로그램 19
2. 해외 학업중단 예방 및 관련 정책 27
Ⅲ. 통계모형에 기반한 학업중단 예측 가능성 47
1. 학업중단 예측모형 구축 예시 47
2. HGLM 학업중단 예측모형의 타당도 검토 및 시사점 62
Ⅳ. 빅데이터를 활용한 교육적 대응 모델 70
1. 학업중단 학생 대응을 위한 빅데이터 활용 주요 요소 도출 70
2. 빅데이터를 활용한 학업중단 학생 대응 모델 90
3. 교육 분야 빅데이터를 활용한 모델 제안 120
Ⅴ. 결론 130
참고문헌 135
판권기 149
〈표 Ⅱ-1〉 학업중단 숙려제 프로그램 21
〈표 Ⅱ-2〉 학업중단 위기학생 징후를 보이는 학생의 특성 23
〈표 Ⅱ-3〉 학업중단 위기학생 발굴 후 지원 방법 24
〈표 Ⅱ-4〉 학생을 위한 학업중단 예방 프로그램 25
〈표 Ⅱ-5〉 고등학교 학업중퇴를 예측하는 지표와 그 기준 30
〈표 Ⅱ-6〉 고등학교 학생의 졸업률 및 경제적 수준에 따른 EWS 상 활용지표 32
〈표 Ⅱ-7〉 Early Warning System High School Tool 화면 34
〈표 Ⅱ-8〉 플로리다주의 Early Warning System 41
〈표 Ⅱ-9〉 SMT의 핵심내용 45
〈표 Ⅲ-1〉 학교급별 부적응 및 부정적 학적변동 해당 학생수 49
〈표 Ⅲ-2〉 HGLM 연구모형에 활용된 변수 51
〈표 Ⅲ-3〉 중학교 부적응에 의한 학업중단 결정요인에 대한 HGLM 결과 52
〈표 Ⅲ-4〉 중학교 부정적 사유에 의한 학업중단 결정요인에 대한 HGLM 결과 52
〈표 Ⅲ-5〉 고등학교 부적응에 의한 학업중단 결정요인에 대한 HGLM 결과 53
〈표 Ⅲ-6〉 고등학교 부정적 사유에 의한 학업중단 결정요인에 대한 HGLM 결과 53
〈표 Ⅲ-7〉 중학교 학업중단 예측확률과 실제 학업중단여부 상관계수 55
〈표 Ⅲ-8〉 고등학교 학업중단 예측확률과 실제 학업중단여부 상관계수 55
〈표 Ⅲ-9〉 중학교 학업중단 예측확률에 따른 실제 학업중단률 56
〈표 Ⅲ-10〉 각 (하위)변수에 따른 위기단계 구분 분할점수 57
〈표 Ⅲ-11〉 중학교: (하위)변수에 따른 위기구분에 따른 정보 58
〈표 Ⅲ-12〉 고등학교: (하위)변수에 따른 위기구분에 따른 정보 60
〈표 Ⅲ-13〉 2014년 NEIS 자료 및 항목 62
〈표 Ⅲ-14〉 중학교: 예측정확도2 계산 결과 66
〈표 Ⅲ-15〉 고등학교: 예측정확도2 계산 결과 68
〈표 Ⅳ-1〉 나이스 시스템 단위업무 현황(2017년 12월 기준) 70
〈표 Ⅳ-2〉 교육정보통계(EDS) 자료 보유 현황(2018년 1월 기준) 72
〈표 Ⅳ-3〉 학업 중단 예측 모형의 이진 분류자의 성능 메트릭 99
〈표 Ⅳ-4〉 이진 분류기의 가상 혼동 행렬 102
〈표 Ⅳ-5〉 미국 내 110 개 학업중단 예측 모형의 성능 평가 105
〈표 Ⅳ-6〉 WDEWS이 앙상블 모형에 사용한 개별 이진 분류자 116
〈표 Ⅳ-7〉 WDEWS 의 앙상블 기계학습 모형의 성능 117
〈표 Ⅳ-8〉 학습성과에 영향을 미치는 요인 123
[그림 Ⅱ-1] EWMIS 사용절차 34
[그림 Ⅱ-2] SMT 화면 44
[그림 Ⅲ-1] 부정적 학적변동 사유 48
[그림 Ⅲ-2] 학업중단 예측확률 변수 구분 54
[그림 Ⅲ-3] 학업중단 예측모형의 예측정확성 개념 63
[그림 Ⅳ-1] 지도 학습의 프로세스 95
[그림 Ⅳ-2] 이진 분류자의 혼동 행렬 96
[그림 Ⅳ-3] ROC curve 98
[그림 Ⅳ-4] WDEWS의 report 118
[그림 Ⅳ-5] 교육 분야 빅데이터 분석 모델 설계(예시) 120
[그림 Ⅳ-6] 교육 분야 빅데이터 활용 서비스 시나리오(안) 121