어떤 학생이 학생설계융합전공을 이수하는가? - 군집분석을 활용한 기이수 집단 분석 -
Which Students Complete the Student-Designed Convergence Major?
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
이 연구는 A대학교의 학생설계융합전공 컨설팅 사례와 이수 신청 결과를 종합하여 머신러닝의 비지도 학습 기법인 군집화 분석을 수행하여 도출된 결과를 바탕으로 학생설계융합전공을 활성화하고 이수율을 증진시킬 수 있는 방안을 모색하는 것을 목적으로 하였다. 이를 위해 군집화 분석을 통해 구현된 집단의 특성을 파악하는 과정에서 학생설계융합전공을 이수신청한 학생과 그렇지 않은 학생의 분포를 살펴보고, 이를 통해 집단별 집단 간 차이를 분석함으로써 시사점을 도출하였다. 도출된 결과를 요약하면 다음과 같다. 군집분석 결과로 도출된 집단 간 차이를 살펴보면 두 집단을 나누는 구심점이 ‘진로에 대한 고민을 언제부터 시작하였는가’와 ‘주전공에 대한 확신이 있는가’인 것으로 나타났다. 이를 토대로 학생설계융합전공 이수에 적합한 학생의 특성을 정리하면 다음과 같다. 첫째, 학생설계융합전공은 주전공에 대한 확신이 있으며, 졸업 후 진로 방향성이 구축된 학생을 대상으로 이수를 장려해야 한다. 둘째, 비록 주전공에 대한 확신은 낮을지라도 진로 결정 수준이 높고 졸업 후 진로 방향성이 구체화 된 학생이라면 학생설계융합전공 이수를 장려할 수 있다. 본 연구는 학생설계융합전공을 전담하여 실제 이수를 원하는 학생을 대면하여 컨설팅을 진행하고 수집한 데이터를 바탕으로 학생설계융합전공의 활성화 방안을 논의하였다는 점에서 의의가 있다.
Abstract
The purpose of this study is to propose solutions aimed at activating student-designed convergence majors and improving completion rates at A University. For this, cluster analysis, an unsupervised machine learning technique, is used and determine whether the groups derived through clustering analysis effectively distinguish between students who applied to complete the student-designed convergence major and those who did not. The findings are summarized as follows: The analysis of group differences identified two central factors that distinguished the groups: 'When did you start thinking about your career?' and 'Are you confident about your major?' From these findings, the characteristics of students suited for completing the student-designed convergence major can be summarized as follows: First, the student-designed convergence major should be expected to synergize with the primary major and encourage completion among students who have established a clear career direction. Second, even if students are not confident about their major, those with a high degree of decision-making regarding their career path and a clear direction can be encouraged to complete a student-designed convergence major.
참고문헌 (40)
- 강병서, "연구 논문을 위한 R과 파이썬 머신러닝 어프로치" (2020), 한경사
- 강상희, "학생설계전공 활성화를 위한 기초연구", 학습자중심교과교육연구, 20(17), pp.151~174 (2020)
- 강지은, "학생설계전공의 효과적 운영방안에 대한 연구 : A 대학교 학생설계융합전공 사례를 중심으로", 한국교육학연구, 26(2), pp.1~28 (2020)
- 경종수, "지역대학 간 특화영역을 연계한 대학연합-융합전공 모형개발", 한국융합학회논문지, 9(12), pp.251~258 (2018)
- 교육부, "2024년 대학혁신지원사업(일반재정지원) 기본계획", ~ (2024)
- "교육부 소관 3개 안전 국무회의 통과" (2024)[URL]
- 구영애, "대학생의 전공 선택동기가 진로결정 자기효능감, 진로결정수준 및 진로준비행동에 미치는 영향에 관한 연구", 취업진로연, 10(2), pp.45~70 (2020)
- 권은진, "학생설계전공제도 참여자 인식조사를 통한 활성화 방안 연구 : A대학교 사례를 중심으로", 교육혁신연구, 34(2), pp.93~111 (2024)
- 김경민, "융합전공의 운영 실태와 영향 요인 분석 : A 대학교 사범대학 학생들의 융합전공 이수 경험을 중심으로", 한국교육학연구, 27(3), pp.1~39 (2021)
- 김기대, "지역 사립대학에서 융합교육 활성화 전략 수립을 위한 재학생 인식조사 연구", 지역사회 현안과 담론, 23(1), pp.35~52 (2024)
- 김영기, "국내대학 융합교육의 학문영역 연결구조 분석 : 사회연결망 분석의 적용", 한국지식정보기술학회 논문지, 19(3), pp.617~628 (2024)
- 김인숙, "대학 융합전공의 활성화 방안 연구", 교육컨설팅코칭연구, 8(1), pp.85~106 (2024)
- 김정진, "대학교 융합전공 발전방안 연구", 사회융합연구, 5(1), pp.21~31 (2021)
- 노혜진, "미용전공학생의 전공선택요인이 전공만족도와 취업준비행동에 미치는 영향", 석사, pp.2023
- 민윤경, "학생설계전공 이수 동기와 교육적 효과 및 개선점 탐색", 미래교육학연구, 34(1), pp.55~78 (2021)
- 박수정, "대학의 ‘학생설계전공’으로서 교육컨설팅 전공 개발 사례연구", 학습자중심교과교육연구, 17(16), pp.57~83 (2017)
- 박희창, "데이터마이닝에서의 군집화 기법 비교", Journal of the Korean Data Analysis Society, 8(2), pp.585~596 (2006)
- 안지연, "문화·예술과 융합한 학생설계전공(Student-Designed Major)의 현황과 사례", 造形敎育, 0(57), pp.99~121 (2016)
- 이경진, "학생의 융합교육 인식 분석을 통한 융합교육과정 개발 및 운영에의 함의 탐색 : A대학 사례를 중심으로", 홀리스틱융합교육연구, 28(2), pp.1~29 (2024)
- 이두휴, "자기설계전공제도의 한계와 가능성 탐색", 敎育政治學硏究, 24(3), pp.197~226 (2017)
- 이명애, "학부제에서의 전공선택 및 전공결정 과정 탐색", 교육평가연구, 20(3), pp.81~101 (2007)
- 이순근, "빅 데이터의 효율적 군집화를 위한 알고리즘에 대한 비교 분석", 대한안전경영과학회 학술대회논문집, 2014(11), pp.495~500 (2014)
- 이재봉, "K-평균 군집분석을 활용한 중학생의 군집화 및 특성 분석", 한국과학교육학회지, 42(6), pp.611~619 (2022)
- 이희용, "국내대학의 인문, 사회 및 예술 간 융합교육의 활성화 방안 연구", 문화와 융합, 38(4), pp.51~88 (2016)
- 임태원, "학생설계전공 제도 운영 현황 분석 및 학생 지원방안 연구 : 서울소재 11개 대학을 중심으로", 학습자중심교과교육연구, 22(13), pp.371~389 (2022)
- 전석진, "K-평균 군집분석을 활용한 한국 대학의 유형화 연구", 교육학연구, 60(6), pp.523~556 (2022)
- 정민주, "4년제 항공서비스 전공 대학생의 전공만족도와 진로성숙도가 취업불안 및 취업준비행동에 미치는 영향", 한국항공경영학회지, 12(1), pp.81~104 (2014)
- 정희영, "미용전공 대학생의 가치관과 자기효능감에 따른 전공만족도 및 진로성숙도에 관한 연구", 박사, pp.2010
- 조보람, "자기설계전공제도에 대한 학습자 인식 연구 : k대학 사례를 중심으로", 문화와 융합, 43(12), pp.305~324 (2021)
- 주미란, "성인학습자의 자기주도학습이 진로적응성에 미치는 영향", 박사, pp.2023
- 진경미, "전공선택동기, 진로결정수준, 취업준비행동에 관한 연구", 인문사회 21, 13(1), pp.1299~1310 (2022)
- 최진수, "K-means 군집분석 및 랜덤 포레스트를 적용한 취업선호도 유형화 영향요인 분석", 교육학연구, 59(8), pp.113~144 (2021)
- 최혜미, "워커의 자연주의 교육과정 개발모형이 대학 융합전공 교육과정 개발에 주는 시사점 탐구", 홀리스틱융합교육연구, 24(4), pp.149~168 (2020)
- 한경구, "설계전공과 자율연구의 적용 가능성 탐색", 교양교육연구, 3(2), pp.101~121 (2009)
- Bhat, A., "K-medoids clustering using partitioning around medoids for performing face recognition", International Journal of Soft Computing, Mathematics, Control, 3(3), pp.1~12 (2014)
- Everitt, B., "Cluster Analysis" (1993), Halsted Press
- Hartigan, J. A., "Algorithm AS 136: A k-means clustering algorithm", Journal of the royal statistical society. series c (applied statistics), 28(1), pp.100~108 (1979)
- Lesmeister, C., "Mastering MACHINE LEARNING with R" (2018), 에이콘출판주식회사
- MacQueen, J., "Classification, analysis of multivariate observations", 5th Berkeley Symp. Math. Statist. Probability, pp.281~297 (1967)
- Mohammed, N. N., "Evaluation of partitioning around medoids algorithm with various distances on microarray data", 2017 IEEE International Conference on Internet of Things(iThings), pp.1011~1016 (2017)