LDA 토픽모델링에 기반한 ‘예비 과학교사’ 관련 연구 동향 분석
Trend Analysis of Research on Pre-Service Science Teachers: Based on LDA Topic Modeling
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
본 연구는 예비 과학교사와 관련한 국내 연구 동향을 종합적으로 살펴보기 위하여 2002년부터 2024년 3월까지KCI 등재 학술지에 게재된 총 428편의 논문을 분석하였다. 논문 제목 및 초록을 중심으로 1976개의 키워드를추출하고, 비정형 데이터 분석프로그램 NetMiner 4.5를 이용하여 LDA(Latent Dirichlet Allocation) 알고리즘 기반의 토픽모델링과 키워드 네트워크 분석, 논문의 키워드 간 관계와 주요 토픽의 경향성을 분석하였다. 분석 결과는 다음과 같다. 첫째, 논문 수는 연구 시점인 2024년을 제외한 22년의 기간 동안 연평균 약 20편의 연구가 이루어졌고, 빈도수가 대체로 꾸준히 증가하고 있어 관련 연구가 활발하게 진행되고 있음을 알 수 있다. 둘째, 전체네트워크 분석 결과, 출현 빈도가 높았던 키워드는 교수ㆍ학습(1004회), 인식(676회), 과정(481회), 탐구(420회), 경험(393회) 순으로 나타났다. 예비 과학교사의 교수ㆍ학습, 인식, 탐구 과정 등 연구 주제가 다양한 측면에서이루어지고 있음을 알 수 있다. 셋째, LDA 토픽 모델링 분석 결과, ‘예비 과학교사’ 관련 연구를 ‘교사의 태도와경험’, ‘STEAM’, ‘효능감’, ‘교과내용지식’, ‘교수ㆍ학습설계’, ‘과학의 본성’ 등 6개 토픽으로 구분하였고, 교육과정 적용 시기별로 토픽에 따라 연구 비중에 차이가 나타남을 알 수 있었다. 이를 바탕으로 ‘예비 과학교사’와관련된 향후 과제와 발전 방향을 모색하기 위하여 시사점을 제언하였다.
Abstract
This study aims to comprehensively review the trends in domestic research related to pre-service science teachers. For this purpose, a total of 428 papers published in KCI-indexed journals from 2002 to March 2024 were selected. Keywords were extracted from the titles and abstracts of these papers, amounting to 1,976 keywords. Topic modeling and keyword network analysis were conducted using NetMiner 4.5 software with the Latent Dirichlet Allocation (LDA) algorithm to analyze the relationships between keywords and the trends of major topics. The findings are summarized as follows: First, the total number of papers published over a span of 22 years, excluding 2024, was 428, with an average of approximately 20 papers per year. Second, a network analysis of research related to pre-service science teachers revealed that the most frequently occurring keywords were Teaching and Learning, Perception, Process, Inquiry, and Experience. Educational implications of these findings were discussed. Third, the LDA topic modeling analysis categorized research on pre-service science teachers into six topics: Attitude and experience, STEAM, Self-Efficacy, Content Knowledge, Instructional Design, and Nature of Science. Based on the analysis, implications for future research tasks and directions are proposed.