지구과학교육의 연구 동향: 데이터 마이닝 기법 잠재디리클레할당을 이용하여

• 영문명: Research trend in Earth Science education: based on an application of data mining, Latent Dirichlet Allocation
• 발행기관: 학습자중심교과교육학회
• 저자명: 곽민호(Kwak Minho) 신윤주(Shin Yoonjoo) 이진희(Lee Jinhee)
• 간행물 정보: 『학습자중심교과교육연구』제19권 18호, 1311~1335쪽, 전체 25쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2019.09.30

국문 초록

본 연구는 지구과학교육의 연구 동향을 알아보기 위해 텍스트 마이닝 기법의 하나인 잠재디리클레할당(Latent Dirichlet Allocation: LDA)을 사용하여 2010년 1월부터 2019년 7월까지 약 10년 간 세 개의 지구과학교육 관련 저널에 게재된 연구 논문 들을 분석하였다. 잠재디리클레할당 방법은 주제와 단어 간의 관계와 각 문서에 나타나는 주제의 분포를 효과적으로 분석하는 텍스트 마이닝 방법의 하나로 다량의 문서를 처리하는 데에 널리 활용되고 있다. 연구 결과, 지난 10년 간 지구과학교육 연 구의 주된 주제는 학생 간 비교, STEAM, 학습 효과, 학습 자료, 학생의 개념 및 교사에 대한 연구인 것으로 나타났으며, 교과 내용으로는 지질학 및 천문학 연구가 많이 행해진 것으로 나타났다. 연구 대상으로는 초등학생 및 영재 연구가 활발하였다. 지난 10년 내에서 최근 들어 증가한 연구는 STEAM, 교사, 과학의 본성, 기존 연구분석, 스토리텔링 연구인 반면, 창의력에 대한 직접적인 연구 빈도는 줄어든 것으로 나타났다.

영문 초록

This study aims to understand the research trend in Earth Science education. For this purpose, we analyzed research papers published in Earth Science education related journals from January 2010 to July 2019, utilizing an application of text mining, Latent Dirichlet Allocation (LDA). LDA, a popular method for analyzing massive documents, can effectively recognize relationships between topics and words and topic distribution in each document. The results suggested main topics of the research in Earth Science education as follows: comparisons between students, STEAM, learning effects, learning materials, concepts of students, and teachers. With regard to the contents of the curriculum, geology and astronomy are the main topics. In terms of study subjects, the research tends to be conducted on elementary school students and gifted students. Also, the most recent research trend showed that while studies including STEAM, teachers, nature of science, research review, and storytelling studies increase, studies on creativity decrease.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅴ. 결론 및 논의

키워드

지구과학교육 연구 동향 데이터 마이닝 잠재디리클레할당 Earth Science education research trend data mining Latent Dirichlet Allocation