키워드 네트워크 및 토픽 모델링을 이용한 초등과학교육 관련 뉴스 기사 분석
The Analysis of news articles related to elementary science education using keyword network and topic modeling
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구의 목적은 초등과학교육 관련 뉴스 기사의 특징과 그 변화 추이를 알아보는 것이다. 빅카인즈에서 ‘초등 과학 교육’을 검색어로 하여 2014년부터 2023년까지 10년 간의 뉴스 기사를수집하였으며, 단어 정제 과정을 거쳐 키워드 네트워크 분석과 토픽 모델링 분석을 실시하였다. 연구 결론으로 첫째, 초등과학교육 관련 뉴스 기사에서 사용되는 단어가 비교적 제한적이었다. 둘째, 초등과학교육에 대한 관심은 학교에서 이루어지는 교과 수업과 그 이외의 교육으로 구분할수 있었다. 셋째, 초등과학교육의 융합 범위가 학문적 영역뿐만 아니라 학습 역량 측면에서도 확장되고 있었다. 이 연구는 초등과학교육에 대한 대중의 시각을 확인하는데 지표가 될 수 있으며, 초등과학교육에 대한 인식을 제고 하고 관련된 정책 및 운영 방식을 제시하는데 근거 자료로 활용될수 있다.
Abstract
The purpose of this study is to investigate the characteristics and trends of news articles related to elementary science education. BigKinds collected news articles from 2014 to 2023 using ‘elementary science education’ as a search term, and conducted keyword network analysis and topic modeling analysis through a word refining process. As a conclusion to the study, first, the words used in news articles related to elementary science education were relatively limited. Second, interest in elementary science education could be divided into subject classes conducted at school and other education. Third, the scope of convergence of elementary science education was expanding not only in academic areas but also in terms of learning capabilities. Research results can serve as an indicator to confirm the public's perspective on elementary science education and can be used as evidence to raise awareness of elementary science education and suggest related policies and operation methods.
참고문헌 (40)
- 강선영, "텍스트마이닝을 활용한 플립러닝 최근 연구 동향 분석", 학습자중심교과 교육연구, 21(10), pp.129~142 (2021)
- 스마트 국가 구현을 위한 빅데이터 마스터 플랜, "교육과학기술부", ~ (2012)
- 국민이 체감하는 교육혁신 미래를 주도하는 인재 양성. 2020 업무계획, "교육부", ~ (2020)
- 길선웅, "코사인 유사도 측정을 통한 행위 기반 인증", 한국인터넷방송통신학회 논문지, 20(4), pp.17~22 (2020)
- 김갑철, "토픽 모델링을 활용한 국내 지역 지리교육 연구 동향 분석", 사회과교육, 58(4), pp.49~67 (2019)
- 김동화, "Multi-co-training for document classification using various document representations: TF-IDF, LDA, and Doc2Vec", Information Sciences, 477, pp.15~29 (2019)
- 김보연, "빅데이터를 통해서 본 COVIDㅡ19이후 유아 윈격 관련 이슈 분석을 통한 지원 방향 : 키워드와 연결ㆍ근접ㆍ매개 중심성을 중심으로", 한국지식정보기술학회 논문지, 16(3), pp.443~452 (2021)
- 김위근, "EBS 교육 뉴스콘텐츠 확산을 위한 플랫폼 전략의 방향과 방안", 미디어와 교육, 8(1), pp.66~92 (2018)
- 김유나, "초등학생 대상 데이터 과학 교육을 위한 교수학습 전략 개발 : 컴퓨팅 사고력 기반 문제 해결 활동을 중심으로", 정보교육학회논문지, 27(5), pp.555~565 (2023)
- 김형욱, "유튜브 과학 채널에 대한 이용실태 분석 및 채널 판별 예측 모형 평가-소셜 빅데이터 분석 및 머신 러닝 활용을 중심으로-", 교육공학연구, 36(2), pp.383~412 (2020)
- 류재한, "텍스트마이닝을 활용한 4차 산업혁명 핵심기술 연관분석", 디지털융복합연구, 16(8), pp.129~136 (2018)
- 박선주, "SW 교육 뉴스데이터의 감성분석", 정보교육학회논문지, 21(1), pp.89~96 (2017)
- 박준태, "텍스트마이닝 기법을 활용한 코로나-19 시대의 초등체육 관련 연구동향 분석", 초등교육연구논총, 38(3), pp.219~235 (2022)
- 박지회, "토픽 모델링을 활용한 대학 인성교육 동향 분석－뉴스 빅데이터를 중심으로", 교양교육연구, 16(3), pp.29~41 (2022)
- 백영민, "R을 이용한 텍스트마이닝" (2017), 한울아카데미
- "빅카인즈" (2024)[URL]
- 서경숙, "텍스트마이닝을 활용한 2022 개정 교육과정 정책에 대한 언론 보도의 쟁점 분석", 교육과정평가연구, 26(3), pp.1~27 (2023)
- 신영준, "기후변화교육 관련 연구 동향 분석 : 에너지기후변화교육학회 학술지를 중심으로", 에너지기후변화교육, 11(1), pp.1~12 (2021)
- 이다인, "토픽 모델링을 활용한 코로나19 시기 대학평생교육 현황 분석-뉴스 빅데이터를 중심으로-", 평생교육・HRD연구, 18(2), pp.147~167 (2022)
- 이수상, "독후감 텍스트의 토픽 모델링 적용에 관한 탐색적 연구", 한국도서관·정보학회지, 47(4), pp.1~18 (2016)
- 이재영, "빅데이터를 활용한 환경교육의 국내외 변화추세에 대한 통시적 분석", 환경교육, 32(3), pp.261~275 (2019)
- 장진아, "인공지능, 사물인터넷, 빅데이터, 확장현실 기술을 활용한 과학탐구의 특징 : IDEA형 과학교사연구회를 중심으로", 현장과학교육, 15(5), pp.407~422 (2021)
- 정은희, "토핑 모델링을 활용한 동해안 관광의 변화 분석", 한국정보전자통신기술학회논문지, 13(6), pp.489~495 (2020)
- 최봉, "서울시 공공빅데이터 활성화 방안 연구", 지식경영연구, 20(3), pp.73~89 (2019)
- 교육 빅데이터 구축 및 활용 방안-국가수준 학업성취도 평가 자료를 중심으로-, "최인봉", 한국교육과정평가원, ~ (2021)
- 하상우, "과학탐구교육 연구 동향 파악을 위한 R 패키지 활용 상세서지 빅데이터 분석", 학습자중심교과교육연구, 20(6), pp.859~883 (2020)
- 한지윤, "인공지능교육 관련 연구 동향 분석 : 키워드 네트워크 분석", 인공지능연구 논문지, 1(2), pp.20~33 (2020)
- Baesens, B., "Transformational issues of big data and analytics in networked business", MIS quarterly, 40(4), pp.807~818 (2016)
- Chang, E. Y., "Foundations of large-scale multimedia information management and retrieval: mathematics of perception" (2011), Springer Science & Business Media
- Colla, D., "Semantic coherence markers : The contribution of perplexity metrics", Artificial Intelligence in Medicine, 134, pp.102393~ (2022)
- Fanelli, S., "Big data analysis for decision-making processes : challenges and opportunities for the management of health-care organizations", Management Research Review, 46(3), pp.369~389 (2023)
- Gupta, V., "A survey of text mining techniques and applications", Journal of emerging technologies in web intelligence, 1(1), pp.60~76 (2009)
- Khurana, D., "Natural language processing : State of the art, current trends and challenges", Multimedia tools and applications, 82(3), pp.3713~3744 (2023)
- Kukreja, V., "Recent trends in mathematical expressions recognition : An LDA-based analysis", Expert Systems with Applications, 213, pp.119028~ (2023)
- Naili, M., "Arabic topic identification based on empirical studies of topic models", Revue Africaine de la Recherche en Informatique et Mathématiques Appliquées, 27, pp.45~59 (2017)
- Ramos, J., "Using tf-idf to determine word relevance in document queries", Proceedings of the first instructional conference on machine learning, 242(1), pp.29~48 (2003)
- Shahapure, K. R., "Cluster quality analysis using silhouette score", 2020 IEEE 7th international conference on data science and advanced analytics (DSAA), pp.747~748 (2020)
- Shaik, T., "Sentiment analysis and opinion mining on educational data : A survey", Natural Language Processing Journal, 2, pp.100003~ (2023)
- Steyvers, M., "Probabilistic topic models", Handbook of latent semantic analysis, 427(7), pp.424~440 (2007)
- Vayansky, I., "A review of topic modeling methods", Information Systems, 94, pp.101582~ (2020)