본문 바로가기
KERD
논문KCI 등재

맞춤형 학습지원을 위한 다중양식 학습분석 지표 선정

Selection of multimodal learning analysis indicators for individualized learning support

신효정|원성준|김동호|한정윤|황혜영|최대영|최인봉|김동주|이명진
한국교육정보미디어학회 (Korea Association for Educational Information and Media)|2024.08|교육정보미디어연구 (Journal of Korean Association for Educational Information and Media)|제30권 제4호|pp. 1185-1210|DOI 10.15833/KAFEIAM.30.4.1185

0

조회

0

다운로드

0

인용

0

참고문헌

키워드

feature importance특징 중요도맞춤형 학습지원다중양식 학습분석학습 데이터 지표머신러닝 예측 모델individualized learning supportmultimodal learning analyticslearning data indicatorsmachine learning prediction modeling
주제분류교육학

초록

교실 수업에서 디지털 기기의 활용이 보편화됨에 따라 다양하고 풍부한 학습 데이터가 생성되어 여러 양식의 학습 데이터를 활용하여 학습 과정을 이해하고자 하는 다중양식 학습분석을 활용한 개별 맞춤형 학습지원에 대한 관심이 폭증하고 있다. 이에 본 연구에서는 교실 수업에서 개별 학습자를 위한 맞춤형 학습을 지원하기 위해 온․오프라인 학습 데이터를 수집․선별․통합하여 학업성취와 자기조절에 대한 예측 정확성을 높일 수 있는 학습 데이터 지표를 선정하고 머신러닝 모델링을 통해 특징 중요도 분석을 실시하여 다중양식 학습분석에서의 학습 데이터 지표의 유용성을 확인하고자 하였다. 초등학교 5학년 과학과 수업에서 온라인 형성평가 시스템을 활용하여 7차시의 수업을 실시하고, 학생 162명과 교사 12명을 대상으로 형성평가 로그 데이터, 학생의 자기보고 데이터, 교사의 관찰 데이터를 수집하여 분석하였다. 연구를 통해 선행 연구를 기반으로 학습 데이터 지표 틀을 설정하고 그에 따라 학습 데이터 지표를 선정하였다. 이와 함께 머신러닝 예측 모델링을 실시하고 이로부터 특징 중요도 분석을 실시하였다. 두 가지 분석 결과를 비교하여 선행 연구를 기반으로 추출한 학습 데이터 지표와 머신러닝 예측 모델링을 통한 주요 데이터 특징이 매우 유사함을 발견하였다. 이를 통해 개별 맞춤형 학습지원을 위한 학습분석 모델 개발을 위해서는 다양한 유형의 데이터를 활용할 필요가 있으며, 활용 목적에 부합하는 교육 이론을 고려하여 데이터를 집약적으로 수집할 필요가 있음을 제안하였다.

Abstract

To provide individualized learning support to students, this study collects, selects, and integrates in-person and online learning data, identifying learning data indicators that can predict academic achievement and self-regulation. The utility of these indicators is validated through feature importance analysis using a machine learning prediction model. A seven-session course was conducted in 5th-grade science using an online formative assessment system. Formative assessment log data, student self-report data, and teacher observation data were collected from 162 students and 12 teachers. After establishing a learning data indicator framework based on prior research, indicators were determined accordingly. Machine learning prediction modeling and feature importance analysis were then performed. Results showed that the indicators derived from prior research were very similar to those identified through feature importance analysis using machine learning modeling. These findings underscore the importance of using various types of learning data to develop a learning analytics model for individualized learning support and of collecting data guided by educational theories relevant to the intended use.

참고문헌 (53)

  1. "2015", ~
  2. 교육부, "2023년 주요 업무 추진 계획 - 교육개혁, 대한민국 재도약의 시작 -", 교육부 보도자료 별첨, ~ (2023)
  3. 김난영, "코로나 19 로 인한 대학의 온라인 학습환경에서 관광교육의 수업 질, 수업만족, 학습성과에 관한 연구", 호텔리조트연구, 19(5), pp.207~226 (2020)
  4. 김동심, "다중양식 학습분석 연구동향 분석 : 온라인 학습을 중심으로", 정보교육학회논문지, 27(1), pp.83~92 (2023)
  5. 김아영, "학업적 자기효능감 척도 개발 및 타당화 연구", 교육학연구, 39(1), pp.95~123 (2001)
  6. 김은희, "학습분석학 기반의 교수자 피드백 분류체계 개발", 교육공학연구, 33(3), pp.737~768 (2017)
  7. 김희수, "메타인지 전략을 활용한 협동학습이 초등학생의 학업성취와 학습태도에 미치는 영향: 수학과 수업을 중심으로", 석사, 초등교육방법, pp.2000
  8. 민혜리, "COVID-19 상황에서 대학 온라인수업 우수 사례 연구", 인문사회 21, 12(6), pp.599~613 (2021)
  9. 박성익, "자기조절학습의 구성요인과 학습 효과에 관한 고찰", 아시아교육연구, 5(2), pp.137~158 (2004)
  10. 백아롱, "온라인 학습에서 학습자의 자기조절역량에 대한 학습자와 교수자의 인식 비교", 한국교육문제연구, 42(2), pp.155~185 (2024)
  11. 성한올, "온라인 학습 상황에서 행동 로그, 생리심리반응 및 시험불안을 통한 멀티모달(Multimodal)학업성취 예측모형 개발", 교육공학연구, 34(2), pp.287~308 (2018)
  12. 맞춤형 교육지원을 위한 스마트 데이터 구축 및 활용방안 연구, "손찬희", 한국교육개발원, ~, pp.RR 2022-09 (2022)
  13. 양명희, "자기조절학습과 학업성취도의 관련성 : 변화추이 및 인과적 방향성 검토", 교육과학연구, 43(2), pp.175~195 (2012)
  14. 윤미선, "중․고생의 학업성취 결정요인으로서 사고양식, 학습동기, 교과흥미, 학습 전략간의 관계모형", 교육심리연구, 18(2), pp.161~180 (2004)
  15. 이인숙, "e-Learning 환경에서의 자기조절학습 전략, 자기효능감과 e-Learning학습 전략 수준 및 학업성취도 관련성 규명", 교육공학연구, 19(3), pp.41~68 (2003)
  16. 이명진, "자기조절 연구의 현황과 과제", 교육문제연구, 39, pp.161~193 (2011)
  17. 정윤선, "우리나라 고등학생의 자기조절학습 유형 탐색", 한국심리학회지 : 학교, 11(3), pp.499~518 (2014)
  18. 정혜윤, "초등학생의 학업적 자기효능감과 학습실재감이 사회과 성취도에 미치는 영향", 사회과교육연구, 18(1), pp.49~63 (2011)
  19. 함윤희, "다중양식 학습분석의 연구동향과 발전방안 탐색을 위한 체계적 문헌 고찰", 교육정보미디어연구, 27(2), pp.501~529 (2021)
  20. Bhadani, A. K., "Big data: challenges, opportunities, and realities. Effective Big Data management and opportunities for implementation", pp.1~24 (2016), IGI Global
  21. Blikstein, P., "Multimodal learning analytics and education data mining : Using computational technologies to measure complex learning tasks", Journal of Learning Analytics, 3(2), pp.220~238 (2016)
  22. Boekaerts, M., "Self-regulated learning at the junction of cognition and motivation", European psychologist, 1(2), pp.100~112 (1996)
  23. Boekaerts, M., "Self-regulation in the classroom : A perspective on assessment and intervention", Applied psychology, 54(2), pp.199~231 (2005)
  24. Butler, D. L., "Handbook of self-regulation of learning and performance", pp.2018, Routledge
  25. Camacho, V. L., "Data capture and multimodal learning analytics focused on engagement with a new wearable IoT approach", IEEE Transactions on Learning Technologies, 13(4), pp.704~717 (2020)
  26. Cicchinelli, A., "Finding traces of self-regulated learning in activity streams", Proceedings of the 8th international conference on learning analytics and knowledge, pp.191~200 (2018)
  27. Cleary, T. J., "Handbook of self-regulation of learning and performance", pp.2017, Routledge
  28. de Ruig, N. J., "Stimulating elementary school students’ self-regulated learning through high-quality interactions and relationships : A narrative review", Educational Psychology Review, 35(3), pp.71~ (2023)
  29. Di Mitri, D., "From signals to knowledge : A conceptual model for multimodal learning analytics", Journal of Computer Assisted Learning, 34(4), pp.338~349 (2018)
  30. Giannakos, M., "The role of learning thoery in multimodal learning analytics", British Journal of Educational Technology, 54(5), pp.1246~1267 (2023)
  31. Greene, J. A., "The measurement of learners’ self-regulated cognitive and metacognitive processes while using computer-based learning environments", Educational psychologist, 45(4), pp.203~209 (2010)
  32. Greene, J. A., "Handbook of self-regulation of learning and performance", pp.2018, Routledge
  33. Hamm, J. M., "Reframing achievement setbacks : A motivation intervention to improve 8-year graduation rates for students in Science, Technology, Engineering, and Mathematics(STEM)fields", Psychological Science, 31(6), pp.623~633 (2020)
  34. Jansen, R. S., "Supporting learners' self-regulated learning in Massive Open Online Courses", Computers & Education, 146, pp.103771~ (2020)
  35. The 2011 Horizon Report, "Johnson, L.", New Media Consortium, 28~ (2011)
  36. Kim, D., "Toward evidence-based learning analytics : Using proxy variables to improve asynchronous online discussion environments", The Internet and Higher Education, 30, pp.30~43 (2016)
  37. McClelland, M. M., "Self-regulation and academic achievement in elementary school children", New directions for child and adolescent development, 2011(133), pp.29~44 (2011)
  38. Mischel, W., "The nature of adolescent competencies predicted by preschool delay of gratification", Journal of Personality and Social Psychology, 54, pp.687~696 (1988)
  39. Mu, S., "Multimodal data fusion in learning analytics : A systematic review", Sensors, 20(23), pp.6856~ (2020)
  40. Pintrich, P. R., "Motivational and self-regulated learning components of classroom academic performance", Journal of Educational Psychology, 82(1), pp.33~40 (1990)
  41. Pintrich, P. R., "The scholarship of teaching and learning in higher education: An evidence-based perspective", pp.731~810 (2007)
  42. Quadir, B., "Categorizing learning analytics models according to their goals and identifying their relevant components : A review of the learning analytics literature from 2011 to 2019", Computers and Education : Artificial Intelligence, 2, pp.100034~ (2021)
  43. Rasch, G, "Probabilistic models for some intelligence and attainment tests" (1980), University of Chicago Press
  44. Rivers, M. L., "Measuring metacognitive knowledge, monitoring, and control in the pharmacy classroom and experiential settings", American Journal of Pharmaceutical Education, 84(5), pp.7730~ (2020)
  45. Samuelsen, J., "Integrating multiple data sources for learning analytics-review of literature", Research and Practice in Technology Enhanced Learning, 14, pp.1~20 (2019)
  46. Schmitz, B., "New perspectives for the evaluation of training sessions in self-regulated learning : Time-series analyses of diary data", Contemporary educational psychology, 31(1), pp.64~96 (2006)
  47. Shen, L., "Affective e-learning : Using"emotional"data to improve learning in pervasive learning environment", Journal of Educational Technology & Society, 12(2), pp.176~189 (2009)
  48. South, S. J., "Interpreting community effects on youth educational attainment", Youth & Society, 35(1), pp.3~36 (2003)
  49. Usher, E. L., "Handbook of self-regulation of learning and performance" (2018), Routledge
  50. Whitebread, D., "The development of two observational tools for assessing metacognition and self-regulated learning in young children", Metacognition and learning, 4, pp.63~85 (2009)
  51. Winnie, P. H., "Metacognition in educational theory and practice", pp.277~304 (1998)
  52. Zimmerman, B. J., "Development of a structured interview for assessing student use of self-regulated learning strategies", American educational research journal, 23(4), pp.614~628 (1986)
  53. Zimmerman, B. J., "Becoming a self-regulated learner : An overview", Theory into practice, 41(2), pp.64~70 (2002)

관련 논문AI추천

다중양식 학습분석의 연구동향과 발전방안 탐색을 위한 체계적 문헌 고찰김혜은, 이한솔, 조영환, 함윤희한국교육정보미디어학회 · 교육정보미디어연구2021 · 제27권 제2호국내 디지털 교수학습 환경에서의 학습분석 연구 및 데이터 활용에 대한 체계적 문헌 고찰김혜빈, 신안나, 조일현, 표은서한국교육공학회 · 교육공학연구2023 · 제39권 제2호동영상 강의에서 메타인지 지원이 학습결과 예측에 미치는 영향: 다중양식 학습분석을 중심으로김혁기, 김혜은, 이재용, 이한솔, 조영환, 함윤희한국교육정보미디어학회 · 교육정보미디어연구2021 · 제27권 제4호초등교육에서 학습분석 기반 피드백 지원 연구에 대한 문헌 고찰임지은한국교육정보미디어학회 · 교육정보미디어연구2025 · 제31권 제6호학습분석학 국내 문헌 고찰: 로그 데이터를 이용한 실증연구를 중심으로고윤미, 김민하, 배윤희, 안미리, 최윤영한국교육공학회 · 교육공학연구2016 · 제32권 제2호초등학교 블렌디드 러닝에서 맞춤형 학습을 위한 학습자 군집 탐색이수원, 이승민, 조영환, 한예진한국교육공학회 · 교육공학연구2022 · 제38권 제1호

이 간행물의 다른 논문 (11건)

음악과 교육과정 창작 영역의 내용과 AI 음악생성기의 창작 방식 간의 관계성 분석박은비pp. 1087-1109학습분석학 관점에서 사이버대학생의 수강시간 프로파일에 따른 학업성취도 차이 분석장은정, 윤정미pp. 1111-1134체계적 문헌 고찰을 통한 국내 AI 활용 수업 연구 현황 및 주요 수업 설계 단계 탐색임철일, 임은선, 박성경, 홍수민pp. 1135-1158청소년 미디어 리터러시 교육 프로그램 개발 및 적용 사례 연구최정임, 차연홍pp. 1159-1184MOOC에서 콘텐츠 품질이 성인학습자의 학습지속의향에 미치는 영향에서 학습몰입의 매개효과와 디지털 리터러시의 조절효과조보경, 송해덕, 김연주pp. 1211-1233
원문 보기