교사판단 기반 학습장애 위험군의 핵심요인 탐색과 모형평가 - 의사결정나무분석을 중심으로

• 영문명: An Exploratory Study on Core Elements of Learning Disabilities Based on Teachers" Clinical Decision
• 발행기관: 한국열린교육학회
• 저자명: 김동일(Kim Dong-il) 홍성두(Hong Sung-doo) 이기정(Lee Ki-jyung)
• 간행물 정보: 『열린교육연구』열린교육연구 제16집 제3호, 19~35쪽, 전체 17쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2008.11.30

국문 초록

  본 연구는 학습장애 진단에 있어서 의뢰결정에 가장 크게 영항을 미치는 교사의 임상적 판단에 의해 진단된 학습장애 위험군의 핵심요인 탐색을 위해 의사결정나무분석을 활용한 연구이다. 연구수행을 위해 본 연구에서는 전국 11개 초등학교 3, 4학년 1개 학급씩 총 22학급의 22명 담임교사와 668명의 학생을 대상으로 하여 ACCENT(AChievement-Cognitive ability ENdorsement Tests) 인지영역검사와 국어영역 검사를 실시하였고, 해당학급 교사들을 대상으로 학습장애 판단에 대한 설문을 통해 교사판단 기반 학습장애 준거집단을 설정하였다. 준거집단에 대해 인지영역검사와 국어영역검사를 통해 얻어진 ‘회귀불일치 비교모델 편차점수’, 표준점수 비교모델 편차점수’, ‘언어이해’, ’주의집중’, ‘지각적 조직화’, ‘읽기’, ‘쓰기’ 요인을 예견변수로 삼아 의사결정나무분석과 모형평가를 실시하였다. 연구결과에 따르면 효과적인 핵심변인은 읽기를 중심으로 쓰기, 언어이해, 주의집중 등 인 것으로 나타났고, 이 변인들에 의해 설정된 모형은 교사판단 기반 일반학생과 학습장애를 구별하는 데에 활용될 수 있는 것으로 나타났다. 그리고 학습장애 진단 요인 줄 능력-성취간 편차점수는 교사판단에 있어서 아무런 기능을 하지 못하였다.

영문 초록

  The present study was conducted to examine the core elements of learning disabilities identified by teachers" clinical decision. Participates in the study were 668 students (3~4 grade) and 22 teachers in elementary school. Several instruments were administerd, including the intelligence test and Korean language test in AChievement- Cognitive ability ENdorsement Tests(ACCENT), a written report form for teachers" clinical decision. Decision trees were performed to find core factors of learning disabilities (LD) based on teachers" clinical decision. It was verified model assessment that %response, %captured response, lift, response threshold table, interactive profit, correct classification, and confusion matrices. Considering the results, "reading", "writing", "attention", and comprehension" were more important indicators as core factors of LD based on teachers" clinical decision.

목차

요약
Ⅰ. 연구의 필요성 및 목적
Ⅱ. 연구 방법
Ⅲ. 연구결과
Ⅳ. 논의 및 결론
참고문헌
Abstract

키워드

학습장애 불일치 모형 진단 선별 데이터마이닝 의사결정나무분석 Learning Disabilities Identification Discrepancy model Decision Tree