표제지
목차
연구요약 6
Ⅰ. 서론 15
1. 연구의 필요성 및 목적 16
2. 연구 내용 20
3. 연구 방법 24
Ⅱ. 맞춤형 학습지원을 위한 선행 연구 고찰 26
1. 개인화 학습을 위한 다중양식 학습분석 연구 동향 27
2. 학생의 지속적 성장을 지원하는 자기조절과 학업성취 35
3. 학습 과정으로서의 형성평가 43
4. 선행 연구의 시사점 48
Ⅲ. 다중양식 학습분석 데이터 수집 49
1. 온라인 형성평가 시스템을 활용한 데이터 50
2. 자기보고와 관찰을 통한 데이터 61
3. 다중양식 학습분석 데이터 수집 65
Ⅳ. 다중양식 학습분석을 위한 지표 선정 75
1. 다중양식 학습분석을 위한 지표 선정 방법 76
2. 교육 이론을 바탕으로 한 학습분석 지표 추출 78
3. 다중양식 학습 데이터 분석을 통한 지표 추출 90
4. 다중양식 학습분석을 위한 지표 선정 117
Ⅴ. 맞춤형 학습지원을 위한 다중양식 학습분석 예시 모형 개발 120
1. 다중양식 학습분석 예측 모형 개발 121
2. 맞춤형 학습지원을 위한 다중양식 학습분석 모형 활용 방안 152
Ⅵ. 연구요약 및 제언 155
1. 연구요약 156
2. 제언 166
참고문헌 184
ABSTRACT 198
판권기 3
〈표 Ⅱ-1〉 자기조절 구성 요인 40
〈표 Ⅱ-2〉 학생평가 패러다임의 비교 45
〈표 Ⅲ-1〉 학생용 자기보고 질문 62
〈표 Ⅲ-2〉 교사용 체크리스트의 학생 행동 목록과 선정 근거 64
〈표 Ⅲ-3〉 온라인 형성평가 시스템에 활용된 초등학교 과학과 성취기준 66
〈표 Ⅲ-4〉 온라인 형성평가 시스템 활용 수업 예시 67
〈표 Ⅲ-5〉 온라인 형성평가 시스템 데이터셋 구축 목적과 정의 68
〈표 Ⅲ-6〉 온라인 형성평가 시스템 데이터의 종류와 규모 69
〈표 Ⅲ-7〉 형성평가 시스템 로그 데이터의 구조와 이벤트 예시 71
〈표 Ⅲ-8〉 온라인 형성평가 시스템의 데이터셋 구축 단계 및 단계별 세부 절차 73
〈표 Ⅳ-1〉 온라인 형성평가 시스템에서 분석 변수에 대한 데이터 수집 방안 검토 결과(일부) 81
〈표 Ⅳ-2〉 온라인 형성평가의 학습 과정에 따른 학습 활동 목록 및 획득 방법(일부) 82
〈표 Ⅳ-3〉 교육 이론을 기반으로 추출된 다중양식 학습 데이터 변인 83
〈표 Ⅳ-4〉 물질 영역의 문항 특성 86
〈표 Ⅳ-5〉 생명 영역의 문항 특성 87
〈표 Ⅳ-6〉 다중양식 학습분석 데이터로부터 추출된 변인 90
〈표 Ⅳ-7〉 탐색적 데이터 분석을 위해 축약한 주요 학습 맥락 93
〈표 Ⅳ-8〉 학업성취 요인 응답 평균과 표준편차 96
〈표 Ⅳ-9〉 형성평가 정답 수 예측 응답 개수별 빈도 97
〈표 Ⅳ-10〉 귀인에 대한 응답 빈도 98
〈표 Ⅳ-11〉 교사 체크리스트 관찰 항목별 응답 빈도 99
〈표 Ⅳ-12〉 주요 학습 활동 참여 시간과 학습 결과 간 상관(4차시) 104
〈표 Ⅳ-13〉 주요 학습 활동 참여 시간과 학습 결과 간 상관(7차시) 105
〈표 Ⅳ-14〉 학생의 자기보고와 학습 결과 간 상관(4차시) 106
〈표 Ⅳ-15〉 학생의 자기보고와 학습 결과 간 상관(7차시) 108
〈표 Ⅳ-16〉 교사 체크리스트와 학습 결과 간 상관(4차시) 109
〈표 Ⅳ-17〉 교사 체크리스트와 주요 학습 활동 참여 시간 간 상관(4차시) 111
〈표 Ⅳ-18〉 교사 체크리스트와 학습 결과 간 상관(7차시) 112
〈표 Ⅳ-19〉 교사 체크리스트와 주요 학습 활동 참여 시간 간 상관(7차시) 113
〈표 Ⅳ-20〉 교사 체크리스트와 주요 학습 활동 참여 시간 간 상관(전체) 114
〈표 Ⅳ-21〉 학생의 자기보고와 교사 체크리스트 간 상관(전체) 116
〈표 Ⅳ-22〉 초등학교 5학년 과학과 온라인 형성평가 활용 수업에서의 다중양식 학습분석 지표 118
〈표 Ⅴ-1〉 다중양식 학습분석 예측 모델 입력 데이터 및 예측 목표 122
〈표 Ⅴ-2〉 모델 입력 데이터의 특성 122
〈표 Ⅴ-3〉 하이퍼 파라미터 튜닝 후 모델 성능: 4차시 학업성취 132
〈표 Ⅴ-4〉 각 데이터에 대해 가장 높은 성능을 보인 모델의 하이퍼 파라미터: 4차시 학업성취 133
〈표 Ⅴ-5〉 독립/평균 데이터에 대해 선정된 모델의 최적 결과: 4차시 학업성취 134
〈표 Ⅴ-6〉 하이퍼 파라미터 튜닝 후 모델 성능: 7차시 학업성취(전체) 136
〈표 Ⅴ-7〉 각 데이터에 대해 가장 높은 성능을 보인 모델의 하이퍼 파라미터: 7차시 학업성취(전체) 136
〈표 Ⅴ-8〉 독립/평균 데이터에 대해 선정된 모델의 최적 결과: 7차시 학업성취(전체) 137
〈표 Ⅴ-9〉 하이퍼 파라미터 튜닝 후 모델 성능: 7차시 학업성취 139
〈표 Ⅴ-10〉 각 데이터에 대해 가장 높은 성능을 보인 모델의 하이퍼 파라미터: 7차시 학업성취 139
〈표 Ⅴ-11〉 독립/평균 데이터에 대해 선정된 모델의 최적 결과: 7차시 학업성취 140
〈표 Ⅴ-12〉 하이퍼 파라미터 튜닝 후 모델 성능: 자기조절 142
〈표 Ⅴ-13〉 각 데이터에 대해 가장 높은 성능을 보인 모델의 하이퍼 파라미터: 자기조절 143
〈표 Ⅴ-14〉 독립/평균 데이터에 대해 선정된 모델의 최적 결과: 자기조절 143
〈표 Ⅴ-15〉 각 모델링별 특성 중요도 146
〈표 Ⅴ-16〉 각 모델링별 특성 중요도 평균값과 순위 150
[그림 Ⅱ-1] 학습분석의 수준 및 관계 29
[그림 Ⅱ-2] 데이터 통합을 위한 다중양식 데이터 퓨전 과정 31
[그림 Ⅱ-3] 학습분석 연구에 적용된 교육적 접근법 34
[그림 Ⅱ-4] Zimmerman(2002)의 자기조절학습 단계 39
[그림 Ⅲ-1] 온라인 형성평가 시스템 구조도(학생용) 51
[그림 Ⅲ-2] 과제 이해를 위한 학습 목표(성취기준) 제시 화면 52
[그림 Ⅲ-3] 기본문제풀기 화면: 문제풀기 현황 내비게이션과 기능 배치 53
[그림 Ⅲ-4] 기본문제풀기 중 학습 자료 화면 54
[그림 Ⅲ-5] 결과확인 및 다시 풀기 후 결과 수정 화면 55
[그림 Ⅲ-6] 추가 학습 자료 화면 : 기초다지기, 나아가기, 문제 풀이 57
[그림 Ⅲ-7] 더 풀어보기 선택과 풀기 결과 화면 59
[그림 Ⅲ-8] 종합 결과 보기 화면 60
[그림 Ⅲ-9] 학생용 자기보고 응답 화면 63
[그림 Ⅲ-10] 교사용 체크리스트 화면 65
[그림 Ⅲ-11] 온라인 형성평가 시스템 활용 과학 수업 장면 67
[그림 Ⅳ-1] 교육 이론을 바탕으로 한 다중양식 학습지표 추출 과정 80
[그림 Ⅳ-2] 4차시 학생들의 능력 모수 분포(물질 영역) 89
[그림 Ⅳ-3] 7차시 학생들의 능력 모수 분포(생명 영역) 89
[그림 Ⅳ-4] 주요 활동 맥락별 학습 참여 시간 94
[그림 Ⅳ-5] 문제 풀기 과정에서 제공한 참고 자료 맥락별 이용 수 95
[그림 Ⅳ-6] 맥락별 기초 다지기와 나아가기 이용 수 95
[그림 Ⅳ-7] 학생 설문 문항별 응답 분포 96
[그림 Ⅳ-8] 형성평가 정답 수 예측에 대한 응답 분포 97
[그림 Ⅳ-9] 결과 귀인에 대한 응답 분포 98
[그림 Ⅳ-10] 교사의 체크리스트 관찰 항목별 응답 분포 100
[그림 Ⅳ-11] 형성평가 원 점수 및 표준화 점수 분포 101
[그림 Ⅳ-12] 예측정확도 분포 102
[그림 Ⅳ-13] 예측정확도에 따른 표준화 점수 분포 102
[그림 Ⅳ-14] 주요 학습 활동 참여 시간과 학습 결과 간 상관관계(4차시) 104
[그림 Ⅳ-15] 주요 학습 활동 참여 시간과 학습 결과 간 상관관계(7차시) 105
[그림 Ⅳ-16] 학생의 자기보고와 학습 결과 간 상관관계(4차시) 107
[그림 Ⅳ-17] 학생의 자기보고와 학습 결과 간 상관관계(7차시) 108
[그림 Ⅳ-18] 교사 체크리스트와 학습 결과 간 상관관계(4차시) 110
[그림 Ⅳ-19] 교사 체크리스트와 주요 학습 활동 참여 시간 간 상관관계(4차시) 111
[그림 Ⅳ-20] 교사 체크리스트와과 학습 결과 간 상관관계(7차시) 112
[그림 Ⅳ-21] 교사 체크리스트와 주요 학습 활동 참여 시간 간 상관관계(7차시) 113
[그림 Ⅳ-22] 교사 체크리스트와 학습 결과 간 상관관계(전체) 115
[그림 Ⅳ-23] 학생의 자기보고 응답과 교사 체크리스트 간 상관관계: 전체 116
[그림 Ⅴ-1] 학습 활동 특징 독립 데이터 및 평균 데이터 생성 예시 126
[그림 Ⅴ-2] 의사결정나무 회귀(Decision Tree Regression) 예시 127
[그림 Ⅴ-3] 랜덤 포레스트(Random Forest) 예시 128
[그림 Ⅴ-4] 그래디언트 부스팅(Graident Boosting) 예시 131
[그림 Ⅴ-5] 독립/평균 데이터의 각 테스트 데이터셋에 대한 예측 오차: 4차시 학업성취 133
[그림 Ⅴ-6] 독립/평균 데이터에 대한 예측 오차: 4차시 학업성취 135
[그림 Ⅴ-7] 독립/평균 데이터의 각 테스트 데이터셋에 대한 예측 오차: 7차시 학업성취(전체) 136
[그림 Ⅴ-8] 독립/평균 데이터에 대한 예측 오차: 7차시 학업성취(전체) 138
[그림 Ⅴ-9] 독립/평균 데이터의 각 테스트 데이터셋에 대한 예측 오차: 7차시 학업성취 139
[그림 Ⅴ-10] 독립/평균 데이터에 대한 예측 오차: 7차시 학업성취 141
[그림 Ⅴ-11] 독립/평균 데이터의 각 테스트 데이터셋에 대한 예측 오차: 자기조절 142
[그림 Ⅴ-12] 독립/평균 데이터에 대한 예측 오차: 자기조절 144
[그림 Ⅵ-1] 맞춤형 학습지원을 위한 다중양식 학습분석 연구에 기반한 정책 제언 166
[그림 Ⅵ-2] 맞춤형 학습지원을 위한 거버넌스의 기관별 역할 183