텍스트 마이닝을 활용한 대학 토론 교육 연구 동향 분석
Analysis of Research Trends on University Debate Education Using Text Mining
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
본 연구는 대학에서 진행된 토론에 관한 연구의 동향을 고찰하고자, 145편의 학위논문과 395편의 학술논문을 수집하여, 텍스트 마이닝 분석을 시도하였다. 첫째, 키워드를 분석한 결과, 학위논문에서는 TF-IDF 기준 ‘한국어, 학습자, 온라인, 전략’, 학술논문에서는 ‘온라인, 교양, 교과, 능력, 독서 토론’ 등의 순으로 나타났다. 그리고 5년 단위로 구분하여 키워드의 사용 양상을 비교 분석하였다. 둘째, 언어 네트워크 중심성을 분석한 결과, 학위논문에서는 ‘학습자, 온라인, 내용, 전략, 상호작용’ 등이, 학술논문에서는 ‘과정, 교과, 중심, 능력, 활동, 의사소통’ 등이 네 가지 중심성에서 상위 순위에 포함되었음을 밝혔다. 셋째, 토픽 모델링 분석 결과, 대학 토론 연구의 토픽은 학위논문이 5개, 학술논문이 6개로 구분되었다. 그리고 구분된 토픽들의 특징 및 분포 경향 등을 비교 분석하며, 개별 토픽명을 설정하였다. 넷째, 각 토픽의 연도별 변화 양상을 선형회귀분석을 통해 살펴보았다. 그 결과, 학위논문에서는 하강 토픽과 상승 토픽이 하나씩, 학술논문에서는 하나의 하강 토픽이 분석되었다. 끝으로 이와 같은 분석 결과를 바탕으로, 계열별 토론 교육, 비언어적, 반언어적 표현에 관한 연구, 동료 피드백에 관한 연구 등이 이루어질 필요가 있음을 밝혔다.
Abstract
The purpose of this study is to analyze the trends of research on university debate education using text mining. First, the keyword analysis based on TF-IDF revealed that the most frequently mentioned keywords in master's theses and doctoral dissertations were ‘Korean’. In academic papers, the most frequently mentioned keywords were ‘online’. And the usage patterns of keywords were compared and analyzed by dividing the period into five-year intervals. Second, as a result of analyzing the semantic network, the words that ranked high in all four centrality measures were ‘learner, online, content, strategy, interaction’ in master’s theses and doctoral dissertations, and ‘process, subject, center, ability, activity, and communication’ in academic papers. Third, a topic modeling analysis was conducted to identify the distinctive topics of research related to university debate education. As a result, five topics were identified in master's theses and doctoral dissertations, and six topics were identified in academic papers. The features and distribution trends of the identified topics were compared and analyzed, and individual topic names were assigned. Fourth, linear regression analysis was used to examine the changes in each topic over time. As a result, one hot topic and one cold topic were identified in master's theses and doctoral dissertations, and one cold topic was identified in academic papers. In conclusion, based on the results of this analysis, it is suggested that future research on debate education should focus on the debate education by department, nonverbal or paraverbal expressions, and peer feedback.
참고문헌 (21)
- 김세화, "토픽 모델링 분석을 활용한 온라인 토론에 관한 연구 경향 분석", Brain, Digital, & Learning, 11(3), pp.431~445 (2021), 뇌·AI기반교육연구소[DOI]
- 김정숙, "대학 글쓰기교육에 대한 연구 동향의 분석과 시사점-2005-2017년 대학 글쓰기교육 관련 학술논문을 중심으로", 인문학연구, 56(3), pp.359~391 (2017), 인문과학연구소
- 김지윤, "대학 이전 교육과의 연계성을 고려한 대학 토론교육 개선 방향 연구", 교양교육연구, 15(3), pp.97~116 (2021), 한국교양교육학회
- 김현정, "대학 글쓰기 연구 동향 분석 및 개선 방안- 2001∼2020년 학술논문을 중심으로 -", 한민족어문학(구 영남어문학), (93), pp.247~285 (2021), 한민족어문학회
- 나은미, "대학에서의 글쓰기 교육 현황 분석 -과목 개설 현황 및 교재를 중심으로-", 우리어문연구, (32), pp.7~34 (2008), 우리어문학회
- 나은미, "대학 글쓰기 교육 연구 검토 및 제언", 리터러시 연구, 1, pp.69~92 (2010), 한국리터러시학회
- 문영주, "토픽모델링을 이용한 하브루타 연구동향 분석", 학습자중심교과교육연구, 20(4), pp.1149~1175 (2020), 학습자중심교과교육학회[DOI]
- 박상언, "파이썬 텍스트 마이닝 완벽 가이드" (2022), 위키북스
- 박상준, "대학 토론교육의 문제와 해결방안 시론 - 토론교육의 목적을 중심으로 -", 어문학, (104), pp.27~56 (2009), 한국어문학회
- 서대호, "잡아라! 텍스트 마이닝 with 파이썬" (2019), 비제이퍼블릭
- 송민, "텍스트 마이닝" (2017), 도서출판청람
- 유인선, "토픽모델링을 활용한 대학 글쓰기 교육 연구 동향 분석", 인문사회과학연구, 24(2), pp.175~200 (2023), 인문사회과학연구소[DOI]
- 윤태일, "파이썬으로 텍스트 분석하기" (2018), 늘봄
- 이수상, "언어 네트워크 분석 방법을 활용한 학술논문의 내용분석", 정보관리학회지, 31(4), pp.49~68 (2014), 한국정보관리학회[DOI]
- 임칠성, "토론의 본질과 토론 지도", 화법연구, (18), pp.103~130 (2011), 한국화법학회[DOI]
- 장동일, "토론연구논문의 변화와 전망: 1974년부터 2013년까지 국내학술지 게재 논문을 중심으로", 한국소통학보, (27), pp.7~57 (2015), 한국소통학회
- 장혜영, "토론 교육 관련 연구 흐름 분석을 통한 대학 토론 교육 의미 재고", 수사학, (27), pp.85~140 (2016), 한국수사학회
- 최성철, "토픽모델링 연구동향 분석: 공학과 사회과학 분야 KCI 등재지를 중심으로", Journal of The Korean Data Analysis Society, 22(2), pp.815~826 (2020), 한국자료분석학회
- Albrecht, J., "Blueprints for Text Analytics Using Python" (2020), O’Reilly Media, Inc
- Atkinson-Abutridy, J., "Text Analytics: An Introduction to the Science and Applications of Unstructured Information Analysis" (2022), CRC Press
- Thomas L. Griffiths, "Finding scientific topics", Proceedings of the National Academy of Sciences, 101, pp.5228~5235 (2004), Proceedings of the National Academy of Sciences[DOI]