AI 군집 알고리즘을 활용한 학업 성취도 데이터 분석
Analysis of Academic Achievement Data Using AI Cluster Algorithms
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
코로나 19가 장기화되면서 기존 학력 격차가 더욱 심화되고 있다. 본 연구의 목적은 담임교사에게 학업 성취도 분석을 통해 학년 및 학급 내 학력 격차 실태를 시각적으로 확인하고, 이를 활용하여 학력 격차를 개선하기 위한 수업 설계 및 방안 탐색에 도움을 주기 위함이다. 학생들의 학년 초 국어, 수학 진단평가 점수 데이터를 K-means 알고리즘을 활용하여 클러스터로 시각화하였으며, 그 결과 유의미한 군집이 형성된 것을 확인했다. 또한, 교사 인터뷰 결과를 통해서 학생의 학습 수준 및 학업 성취 확인, 개별 보충지도 및 수준별 학습과 같은 수업 설계 등 학력 격차 개선에 본 시스템이 유의미한 것으로 확인되었다. 이는 곧, 학업 성취도 데이터 분석 시스템이 학력 격차 개선에 도움이 된다는 것을 의미한다. 본 연구가 담임교사에게 학년 및 학급 내 학력 격차 개선방안을 탐색하는 데에 실질적인 도움을 제공하며, 궁극적으로 학력 격차 개선에 기여하기를 기대한다.
Abstract
With the prolonged COVID-19, the existing academic gap is widening. The purpose of this study is to provide homeroom teachers with a visual confirmation of the academic achievement gap in grades and classrooms through academic achievement analysis, and to use this to help them design lessons and explore ways to improve the academic achievement gap. The data of students' Korean and math diagnostic evaluation scores at the beginning of the school year were visualized as clusters using the K-means algorithm, and as a result, it was confirmed that a meaningful clusters were formed. In addition, through the results of the teacher interview, it was confirmed that this system was meaningful in improving the academic achievement gap, such as checking the learning level and academic achievement of students, and designing classes such as individual supplementary instruction and level-specific learning. This means that this academic achievement data analysis system helps to improve the academic gap. This study provides practical help to homeroom teachers in exploring ways to improve the academic gap in grades and classes, and is expected to ultimately contribute to improving the academic gap.
참고문헌 (17)
- 정송, "코로나19 전후 학교 내 학력격차 실태 분석: 서울 소재 중학교 학업성취등급 분포를 중심으로", 교육사회학연구, 31(2), pp.53~74 (2021), 한국교육사회학회
- The educational gap and challenges thrown by COVID-19, "Kim, W. J.", Seoul Education Research & Information Institute, Seoul Education, 241~ (2020)
- Report on the results of the"2020 Seoul Education Public Debate"civic participation group survey, "Seoul Metropolitan Office of Education", Seoul Metropolitan Office of Education, ~ (2020)
- "COVID-19 learning gap, there is no middle rank" (2020)[URL]
- 고승현, "K-Means 클러스터링을 적용한 향상된 CS-RANSAC 알고리즘", 정보처리학회논문지. 소프트웨어 및 데이터 공학, 6(6), pp.315~320 (2017), 한국정보처리학회[DOI]
- 정미영, "머신러닝을 활용한 초등학교 3~4학년군 음악교과서 일러스트의 색채 분석", 예술교육연구, 18(2), pp.93~118 (2020), 한국예술교육학회
- 김선, "2012~2014년 교과학습 진단평가의 기초미달률 변화 분석 및 국가수준 학업성취도의 기초미달률과의 관계 탐색", 교육평가연구, 27(4), pp.1009~1034 (2014), 한국교육평가학회
- 권점례, "초등학교 3학년 학생들의 학업성취도 분석 - 2011년 초등학교 3학년 기초학습 진단평가 결과를 중심으로 -", 초등수학교육, 16(2), pp.163~182 (2013), 한국수학교육학회
- Elementary School Academic Achievement Evaluation Plan for National-level Basic Education Inspection, "Kim, K.H", Korea Institute for Curriculum and Evaluation, ~, pp.Research Report CRE 2014-2 (2014)
- 임의진, "국가수준 학업성취도 평가 결과에 기반한 고등학생 학업성취도 영향요인 및 격차 탐색", 교육평가연구, 31(1), pp.125~153 (2018), 한국교육평가학회[DOI]
- 양권우, "디자인 중심 모형이 SW 교육의 학습동기 및 학업성취도에 미치는 효과", 정보교육학회논문지, 25(1), pp.81~89 (2021), 한국정보교육학회
- The Grade 3 National Diagnostic Assessment of Basic Competency in 2008 - Basic Mathematics-, "Nam, M.H", Korea Institute for Curriculum and Evaluation, ~, pp.Research Report CRE 2009-9-4 (2009)
- Oh, J. M., "Analysis of Academic Achievement of Elementary School Students According to Reading Tendency in Preferred Reading Field", Korean Association of Reading Education Studies, 2(1), pp.243~267 (2014)
- Kim, S. K, "Analysis of Core Competence for 2020 Freshmen at D-University-Focusing on big data analysis-", The Korea Institute of Information and Communication Engineering, 24(1), pp.332~334 (2020)
- 이영호, "데이터 분석적 사고력 향상을 위한 딥러닝 기반 학습 시스템 개발 연구", 정보교육학회논문지, 21(4), pp.393~401 (2017), 한국정보교육학회
- 구덕회, "문제 해결 학습 모형 기반의 데이터 과학 교육 프로그램 개발", 한국초등교육, 31, pp.203~215 (2020), 초등교육연구원[DOI]
- 정소영, "AI 비지도 학습 기반의 학교폭력 예방 데이터 분석 시스템 개발", 정보교육학회논문지, 25(5), pp.741~750 (2021), 한국정보교육학회[DOI]