공공데이터 활용 데이터사이언스 교육을 위한 초등학교 교수학습모형 개발 연구
A Study on the Instructional Model in Elementary School for Data Science Education using Public Data
0
조회
0
다운로드
4
인용
0
참고문헌
키워드
초록
본 연구에서는 초등학교에서 학습자의 인지적 발달단계를 고려한 데이터사이언스 교육의 교수학습모형을 개발하는데 목표를 두고 있으며, 공공데이터를 활용하여 데이터를 수집하고 문제해결에 필요한 데이터를 찾기 위한 전략과 과정을 제시하고자 하였다. 데이터사이언스 교육을 위한 교수학습모형은 인공지능 교육을 위한 인지적 학습 환경의 프레임워크인 Agency(인지적학습보조), Abstraction(추상화), Modeling(알고리즘구현)을 기반으로 데이터사이언스 생명주기에서 도출된 컴퓨팅사고력과 연계된 문제해결의 과정을 토대로 교수학습모형이 구성되었다. 교수학습과정의 모든 단계에서 사회적 영향을 고려하며, 데이터 식별을 통한 수집과 발견이 강화되었다. 특히, 일상에서의 다양한 문제를 해결하기 위해 문제를 발견하고 이를 해결하기 위한 데이터를 수집하며 문제해결의 과정을 수행하면서 데이터 분석결과를 시각화하는 활동으로 교수학습모형이 구성되었다.
Abstract
This study aims to develop an instructional model of data science education that considers learners' cognitive development stages in elementary schools and to present strategies and processes to collect the data for problem- solving using public data. The instructional model for data science education is based on the problem-solving process linked to computational thinking derived from the life cycle of data science based on Agency, Abstraction, and Modeling, the framework of cognitive learning environment for artificial intelligence education. Social influences are considered at all stages of the instructional process, and collection and discovery through data identification have been strengthened. In particular, the instructional model was composed of activities to discover problems, collect data to solve problems and visualize data analysis results while performing the problem-solving process.
참고문헌 (26)
- 구덕회, "문제 해결 학습 모형 기반의 데이터 과학 교육 프로그램 개발", 한국초등교육, 31, pp.203~215 (2020), 초등교육연구원[DOI]
- "Computational Thinking Teacher Resources" (2011)[URL]
- "Guide to Social Science Data Preparation and Archiving" (2020)[URL]
- "About ICPSR" (2023)[URL]
- Kadijevich, D. M., "Cultivating computational thinking through data practice", Open Conference on Computers in Education, pp.24~33 (2018), Springer
- Kim, B., "Designing a data science and curriculum convergence class to develop com-putational thinking", The Koran Association of Information Education Research Journal, 1(1), pp.177~182 (2023)
- 김용민, "앱인벤터를 활용한 PBL 기반 데이터 사이언스 교육 수업이 초등학생의 컴퓨팅 사고력과 창의성 향상에 미치는 효과", 정보교육학회논문지, 24(6), pp.551~562 (2020), 한국정보교육학회[DOI]
- "AI era, direction of edu-cational policy and core tasks" (2020)[URL]
- "The team data science process lifecycle" (2022)[URL]
- Ministry of Education, "Software education instructional guidance", ~ (2015)
- Ministry of Education, "Informatics curriculum. #2015-74 (Annex 10)", ~ (2015)
- Ministry of Education, "2022 revised curriculum. #2022-33 (Annex 1)", ~ (2022)
- Ministry of Education, "2022 revised in-formatics curriculum. #2022-33 (Annex 10)", ~ (2022)
- "Comprehensive digi-tal talent development plan. Press Release" (2022)[URL]
- "Create jobs by loosening the shackles of public data!" (2013)[URL]
- "Major work plan of the Ministry of Safety and Public Administration in 2013" (2013)[URL]
- 박형주, "미국 정보 대학의 데이터사이언스 학위 현황 연구", 한국도서관·정보학회지, 53(2), pp.305~332 (2022), 한국도서관·정보학회[DOI]
- 박판우, "초등학교 소프트웨어교육의 교육과정 개선을 위한 내용체계 및 교과 편성의 설계에 대한 연구", 정보교육학회논문지, 23(3), pp.273~282 (2019), 한국정보교육학회[DOI]
- 서성채, "예비교원의 인공지능교육 기반 컴퓨팅 사고력 이해도 분석", 정보교육학회논문지, 25(1), pp.123~134 (2021), 한국정보교육학회[DOI]
- 신승기, "Computational Thinking 기반의 인공지능교육 프레임워크 및 인지적학습환경 설계", 정보교육학회논문지, 23(6), pp.639~653 (2019), 한국정보교육학회[DOI]
- 신승기, "Computational Thinking 기반 인공지능교육을 통한 학습자의 인지적역량 평가 프레임워크 설계", 정보교육학회논문지, 24(1), pp.59~69 (2020), 한국정보교육학회[DOI]
- 신승기, "초등학교 정보교육의 국가수준 교육과정 편성에 대한 내용체계 구성 연구", 정보교육학회논문지, 25(1), pp.13~31 (2021), 한국정보교육학회[DOI]
- 신승기, "LDA기반 토픽모델링을 활용한 공공데이터 기반의 교육용 데이터마이닝 연구", 정보교육학회논문지, 26(5), pp.439~448 (2022), 한국정보교육학회
- 신승기, "학교 급별 연계성 있는 소프트웨어 교육 체제 설계를위한 연구", 정보교육학회논문지, 19(4), pp.533~544 (2015), 한국정보교육학회[DOI]
- Stodden, V., "The data science life cycle : a disciplined approach to advancing data science as a science", Communications of the ACM, 63(7), pp.58~66 (2020)
- Wing, J. M., "The data life cycle", Harvard Data Science Review, 1(1), pp.6~ (2019)