본문 바로가기
KERD
논문KCI 등재

온라인학습환경에서 학업성취도에 영향을 미치는 자기조절학습 변인 및 학습행동 데이터 특성 탐색

Exploration of self-regulated learning variables and learning behavior data affecting academic achievement in an online learning environment

이성혜|박혜진|성은모
한국교육정보미디어학회 (Korea Association for Educational Information and Media)|2021.06|교육정보미디어연구 (Journal of Korean Association for Educational Information and Media)|제27권 제2호|pp. 723-748

1

조회

0

다운로드

19

인용

0

참고문헌

키워드

자기조절학습학습행동Self-regulated learning학습분석Learning analyticsOnline learning environment행동 데이터Learning behavior온라인학습환경Behavioral data
주제분류교육학

초록

본 연구에서는 온라인학습환경에서 학업성취도에 영향을 미치는 자기조절학습 변인을 중심으로 자기조절학습의 수준에 따라 학습자들의 어떠한 행동특성을 보이는지를 분석하고자 하였다. 이를 위해 학업성취도에 영향을 미치는 자기조절학습 하위변인, 학업성취도에 영향을 미치는 자기조절학습 하위변인이 예측하는 온라인 학습행동, 그리고 예측된 온라인 학습행동이 학업성취도에 미치는 영향을 체계적으로 분석하였다. 연구결과, 학업성취도에 영향을 미치는 자기조절학습 하위변인은 시간관리 변인으로 나타났고, 시간관리 변인이 예측하는 온라인 학습행동은 총 로그인 횟수, 로그인 간격, 로그인 규칙성, e-book 학습 규칙성 등으로 나타났다. 학업성취도에 영향을 미치는 예측된 온라인 학습행동은 총 로그인 횟수, 로그인 규칙성, 그리고 e-book 간격 규칙성으로 나타났으며, 이를 시간관리 수준에 따라 행동 특성을 구체적으로 분석하였다. 시간관리 수준에 따라 행동 특성을 분석한 결과, 시간관리 수준에 따른 총 로그인 횟수는 총 로그인 횟수가 높은 집단과 낮은 집단으로 구분되어 차이가 나타났다. 시간관리 수준에 따른 로그인 규칙성에 있어서는 그 간격이 넓은 집단보다 간격이 좁은 집단이 보다 규칙적인 것으로 나타났다. 시간관리 수준에 따른 e-book 학습 규칙성에 있어서는 수준별 유의미하지 않은 것으로 나타났다. 이와 같은 연구결과를 바탕으로 학습분석 연구를 위한 시사점을 제안하였다.

Abstract

This study attempted to analyze the behavioral characteristics of learners according to the level of self-regulated learning, focusing on the self-regulated learning variables that influence academic achievement in the online learning environment. For this, self-regulated learning variable affecting academic achievement, online learning behavior predicted by the self-regulated learning variable that affects academic achievement, and the effect of predicted online learning behavior on academic achievement was systematically analyzed. As a result of the study, the self-regulated learning variable that affects academic achievement was a time management variable, and the online learning behavior predicted by the time management variable was the total number of logins, login intervals, login regularity, and e-book learning regularity. As a result of analyzing behavioral characteristics according to the level of time management, the total number of logins according to the level of time management was divided into a group with a high total number of logins and a group with a low total number of logins, showing a difference. In terms of login regularity according to the level of time management, the group with narrow intervals was more regular than the group with wide intervals. The e-book learning regularity according to the time management level was found to be insignificant by level. Based on these findings, implications for learning analytics research were suggested.

참고문헌 (43)

  1. 강민석, "사이버대학 e-러닝환경에서 학업성취도에 영향을 미치는 학습 참여 변인 규명", 인터넷정보학회논문지, 10(5), pp.135~143 (2009), 한국인터넷정보학회
  2. 고대원, "습관공부 5분만" (2019), 빈티지하우스
  3. 노일경, "재직 학습자의 원격고등교육과정에서의 학습활동 특성 및 학업성취 영향 변인 분석: 학습분석을 적용하여", 평생학습사회, 12(4), pp.53~78 (2016), 미래원격교육연구원
  4. 성은모, "학습분석학 관점에서 학습자의 자기주도학습 지원을 위한 학습 데이터 탐색 연구", 교육공학연구, 32(3), pp.487~533 (2016), 한국교육공학회[DOI]
  5. 성은모, "고등학생 성적 우수자의 자기주도학습역량 요인 탐색", 아시아교육연구, 17(4), pp.215~237 (2016), 교육연구소
  6. 양명희, "자기조절학습의 모형탐색과 타당화 연구", 박사, 교육학, pp.2000
  7. 이정은, "동영상 기반 학습 환경에서 머신러닝을 활용한 행동로그의 학업성취 예측 모형 탐색", 컴퓨터교육학회 논문지, 23(2), pp.53~64 (2020), 한국컴퓨터교육학회[DOI]
  8. 이현우, "머신러닝 기반의 학업성취 예측 모형 탐색: 대학의 오프라인 수업을 중심으로", 교육방법연구, 33(1), pp.29~46 (2021), 한국교육방법학회
  9. 이혜윤, "대학 이러닝 환경에서 학습자 행동 로그에 기반한 군집별 학업성취 예측모형 비교", 교육과학연구, 49(1), pp.127~150 (2018), 교육과학연구소[DOI]
  10. 안미리, "해외 학습분석학(Learning Analytics) 연구에 대한 동향 분석: 실증 연구 중심으로", 교육정보미디어연구, 21(4), pp.601~643 (2015), 한국교육정보미디어학회[DOI]
  11. 조일현, "이러닝에서 학습자의 시간관리 전략이 학업성취도에 미치는 영향: 학습분석학적 접근", 교육정보미디어연구, 19(1), pp.83~107 (2013), 한국교육정보미디어학회
  12. 조일현, "학습분석학을 활용한 e-러닝 학업성과 추정 모형의 통계적 유의성 확보 시점 규명", 교육공학연구, 29(2), pp.285~306 (2013), 한국교육공학회
  13. 한재훈, "사이버 대학에서 학습자 특성 및 학습 활동이 학업성취도에 미치는 영향: 3P 모형을 활용한 학습분석적 접근", 교육정보미디어연구, 21(2), pp.309~332 (2015), 한국교육정보미디어학회[DOI]
  14. 한정윤, "온라인 소프트웨어 교육에서 학습자의 자기조절학습 관련 특성에 기반한 온라인 학습 유형 분석: 계층적 군집 분석 기법을 활용하여", 컴퓨터교육학회 논문지, 22(5), pp.51~65 (2019), 한국컴퓨터교육학회[DOI]
  15. Agudo-Peregrina, Á. F., "Predicting academic performance with learning analytics in virtual learning environments: A comparative study of three interaction classifications", 2012 International Symposium on Computers in Education (SIIE), pp.1~6 (2012)
  16. Artino, A. R., "Motivational beliefs and perceptions of instructional quality : Predicting satisfaction with online training", Journal of Computer Assisted Learning, 24, pp.260~270 (2008)
  17. Bakar, M. H. B. A., "A process mining approach to understand self regulated-learning in moodle environment", International Journal of Advanced Trends in Computer Science and Engineering, 8(1.3 S1), pp.74~80 (2019)
  18. Barba, P. G., "The importance and meaning of session behaviour in a MOOC", Computers & Education, 146, pp.103772~ (2020)
  19. Broadbent, J., "Self-regulated learning strategies & academic achievement in online higher education learning environments : A systematic review", The Internet and Higher Education, 27, pp.1~13 (2015)
  20. Cerezo, R., "Process mining for self-regulated learning assessment in e-learning", Journal of Computing in Higher Education, 32(1), pp.74~88 (2019)
  21. Cho, M., "Exploring online students‘ self-regulated learning with self-reported surveys and log files : a data mining approach", Interactive Learning Environment, 25(8), pp.970~982 (2017)
  22. Curran, P. J., "The robustness of test statistics to non-normality and specification error in confirmatory factor analysis", Psychological Methods, 1(1), pp.16~29 (1996)
  23. Dang, S., "Detecting diligence with online behaviors on intelligent tutoring systems", Proceedings of the 4th ACM Conference on Learning at Scale, pp.51~59 (2017)
  24. Diana, N., "Extracting measures of active learning and student self-regulated learning strategies from MOOC data", Proceedings of the 9th International Conference on Educational Data Mining(EDM), pp.583~585 (2016)
  25. Elias, T., "Learning analytics : Definitions. process and potential", Learning, 23, pp.134~148 (2011)
  26. Fisher, J., "Learning analytics : a bottom-up approach to enhancing and evaluating students' online learning" (2014), Office for Learning and Teaching
  27. Gelan, A., "Affordances and limitations of learning analytics for computer-assisted language learning : a case study of the VITAL project", Computer Assisted Language Learning, 31(3), pp.294~319 (2018)
  28. Jovanović, J., "Learning Analytics to Unveil Learning Strategies in a Flipped Classroom", The Internet and Higher Education, 33, pp.74~85 (2017)
  29. Juhaňák, L., "Using process mining to analyze students' quiz-taking behavior patterns in a learning management system", Computers in Human Behavior, 92, pp.496~506 (2019)
  30. Liñá, L. C., "Educational data mining and learning analytics : Differences, similarities, and time evolution", International Journal of Educational Technology in Higher Education, 12(3), pp.98~112 (2015)
  31. Lehmann, T., "Cognitive, metacognitive and motivational perspectives on preflection in self-regulated online learning", Computers in Human Behavior, 32, pp.313~323 (2014)
  32. Panadero, E., "The future of student selfassessment : A review of known unknowns and potential directions", Educational Psychology Review, 28, pp.803~830 (2016)
  33. Papamitsiou, Z., "From childhood to maturity : Are we there yet?-Mapping the intellectual progress in learning analytics during the past decade", LAK '20 : Proceedings of the 10th International Conference on Learning Analytics And Knowledge, pp.559~568 (2020)
  34. Pintrich, P. R., "Motivational and self-regulated learning components of classroom academic performance", Journal of Educational Psychology, 82(1), pp.33~40 (1990)
  35. Rake, G. C., "The impact of online graduate students’ motivation and self regulation on academic procrastination", Journal of Interactive learning, 9(1), pp.78~93 (2010)
  36. Rau, W., "The academic ethic and college grades : Does hard work help students to make the grade", Sociology of Education, 73(1), pp.19~38 (2000)
  37. Siemens, G., "Penetrating the fog-analytics in learning and education", Educause Review, 46(5), pp.30~32 (2011)
  38. Viberg, O., "Self-Regulated Learning and Learning Analytics in Online Learning Environments : A Review of Empirical Research", LAK '20 : Proceedings of the 10th International Conference on Learning Analytics And Knowledge, pp.524~533 (2020)
  39. Winne, P. H., "Improving measurements of self-regulated learning. A metacognitive view of individual differences in self-regulated learning", Educational Psychologist, 45(4), pp.267~276 (2010)
  40. You, J. W., "Identifying significant indicators using LMS data to predict course achievement in online learning", Internet and Higher Education, 29, pp.23~30 (2016)
  41. Zariski, A., "Enhancing student strategies for online learning", Flexible futures in tertiary teaching. Proceedings of the 9th Annual Teaching Learning Forum 2000 (2000)
  42. Zimmerman, B. J., "Becoming a self-regulated learner : Which are the key subprocesses", Contemporary Educational Psychology, 11, pp.307~313 (1986)
  43. Zimmerman, B. J., "Handbook of Self-regulation" (2000), Academic Press

관련 논문AI추천

대학 온라인 학습에서 LMS 로그데이터를 활용한 자기조절학습 예측 요인 탐색: 학습 시간 관리를 중심으로박지우, 임규연한국교육정보미디어학회 · 교육정보미디어연구2023 · 제29권 제2호이러닝에서 학습자의 시간관리 전략이 학업성취도에 미치는 영향: 학습분석학적 접근김윤미, 조일현한국교육정보미디어학회 · 교육정보미디어연구2013 · 제19권 제1호자기조절학습 교수법에서 시간관리의 중요성: 대학 온라인 수업을 중심으로이종만한국컴퓨터정보학회 · 한국컴퓨터정보학회논문지2024 · 제29권 제6호학습분석학을 활용한 e-러닝 학업성과 추정 모형의 통계적 유의성 확보 시점 규명김정현, 조일현한국교육공학회 · 교육공학연구2013 · 제29권 제2호자기조절학습 행동데이터에 대한 탐색적 연구: 해외 학습분석 연구를 중심으로박소영, 이성혜, 이유경, 함은혜한국교육공학회 · 교육공학연구2021 · 제37권 제2호이러닝 환경에서 관찰된 학습자 행동을 통한 학업 성취의 정량화 방안 탐색김용범한국교육과정평가원 · 교육과정평가연구2010 · 제13권 제1호

이 간행물의 다른 논문 (13건)

코로나 19 상황에서 대학 교수자의 온라인 수업 경험 탐색양혜리, 임지은pp. 371-400인공지능 애플리케이션을 활용한 고등학교 수학 수업설계의 효과: 학업성취도와 정의적 영역을 중심으로김현진, 오석환pp. 401-422디지털 콘텐츠 저작 도구 Namo Author를 활용한 교육 프로그램 설계 과정과 효과에 관한 연구이웅기, 이종찬, 염지윤, 정혜원, 최서연, 임철일pp. 423-446대학 교수자의 온라인 수업효능감 분석: A대학을 중심으로신종호, 박수영pp. 447-467유튜브 아동보호 가이드라인의 구성요소에 관한 연구: 가이드라인 및 소셜 빅데이터 이슈를 중심으로고범석, 최홍규pp. 469-500
원문 보기