과학의 미적 가치 인식에 대한 학습자의 응답에 대한 네트워크 및 감성 분석과 머신 러닝을 활용한 탐색적 예측 평가

• 영문명: Semantic Network Analysis and Sentiment Analysis about Students’ Responses on the Aesthetic Features of Science and Exploratory Approach to Predictive Modelling about Their Perceptions Based on Machine Learning
• 발행기관: 학습자중심교과교육학회
• 저자명: 조헌국(Hunkoog Jho)
• 간행물 정보: 『학습자중심교과교육연구』제18권 20호, 1325~1346쪽, 전체 22쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2018.10.30

국문 초록

본 연구는 학습자의 과학의 미적 가치에 대한 인식을 조사하고, 그 결과를 네트워크 분석 및 감성 분석을 실시해 그 특징을 표현하였다. 또한 과학의 본성과 기술의 본성의 하위 10개 요인들이 과학의 미적 가치 인식을 얼마나 잘 예측할 수 있는지 머신 러닝을 활용하여 그 가능성을 탐색하였다. 이에 2017년 1학기 과학교양 강의를 이수한 생명과학계열 전공 88명의 학생들을 대상으로 5점 리커트 척도로 구성된 과학의 본성, 기술의 본성 설문 조사와 개방형 문항으로 구성된 과학의 미적 가치에 대한 인식을 수행하도록 하였다. 희소 어휘를 제외하고 65개의 어휘로 구성된 네트워크 분석을 통해 감정과 느낌 등 미적 가치의 외적 속성을 중심으로 인식하는 경향이 있음을 파악하였다. 또한 대칭, 단순, 조화, 균형 등 내적 속성에 대해서는 오히려 부정적으로 인식하고 있었다. 감성 분석 결과 또한 외적 속성에 대해 더 주목하는 경향 을 나타냈다. 과학 및 기술의 본성을 중심으로 한 과학의 미적 가치에 대한 예측 모형 구성은 k-근접 이웃 알고리즘, 서포트 벡터 머신, 분류 트리, 랜덤 포레스트, 그래 디언트부스팅, 인공 신경망 모두 신뢰할만한 결과를 얻지 못하였다. 이를 토대로 본 연구는 과학의 미적 가치 인식에 대한 특징과 그에 영향을 미치는 요인에 대한 탐색, 머신 러닝을 활용한 과학교육의 활용 가능성에 대해 시사점을 제공하였다.

영문 초록

The purpose of this study was to investigate students ’ perceptions about the aesthetic features of science through network and sentiment analysis, and to evaluate models to predict their perceptions by machine learning in an exploratory way. In this study, a total of 88 students were asked to answer the questionnaires on the nature of science, the nature of technology, and the aesthetic features of science. Semantic network analysis revealed that the students were more inclined to external features of aesthetics whereas internal features such as simplicity and harmony were considered as negative. Sentiment analysis also showed the similar results. The predictive models for students ’ perceptions were developed using k-nearest neighbor, support vector machine, decision tree, random forest, gradient boosting, and artificial neural network. However, all the models did not acquire successful outcomes. Based on the results, this study gave some implications for the exploration of influential factors on the aesthetic perception and the possibilities for applying machine learning to science education.

목차

Ⅰ. 서 론

Ⅱ. 연구 방법

Ⅲ. 연구 결과

Ⅳ. 결론 및 제언

키워드

과학의 미적 가치 형태소 분석 감성 분석 머신 러닝 대학생 aesthetics of science corpus analysis network analysis machine learning undergraduate student