학술논문
순환신경망(RNN)을 활용한 개별 학생 학업성취도의 종단적 예측
이용수 848
- 영문명
- Longitudinal Prediction of Student Academic Performance Using a Recurrent Neural Network
- 발행기관
- 한국교육평가학회
- 저자명
- 이창묵(Chang-mook Lee) 이현숙(Hyun Sook Yi) 나우열(Wooyoul Na)
- 간행물 정보
- 『교육평가연구』제33권 제1호, 161~189쪽, 전체 29쪽
- 주제분류
- 사회과학 > 교육학
- 파일형태
- 발행일자
- 2020.03.30
6,280원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
학생들이 학교교육을 통해 기초학력을 갖추도록 돕는 것은 공교육이 담당해야 할 중요한 책무이다. 기초학력에 도달하지 못한 상태에서 다음 학년에 진입하게 되면 기초학력 미달이 장기화할 수 있고 결과적으로 학업적 실패로 이어질 수 있기 때문이다. 따라서 학생의 미래 성취 수준을 조기에 예측하고 적시에 개입하는 것은 매우 중요하다. 이에 본 연구에서는 개별 학생의 학업성취 수준을 예측하기 위한 방법으로서, 최근 다양한 분야에서 활용되고 있는 순환신경망(RNN)을 국가수준 학업성취도평가 자료에 적용함으로써, 교육 종단 자료를 바탕으로 미래의 학업 성취를 예측할 수 있는 방안을 탐색하였다. 본 연구에서는 2011년 초등 6학년부터 2016년 고등 2학년까지 세 시점의 국가수준 학업성취도평가 자료를 사용하였으며, RNN을 적용하여 미래 시점의 기초 이하 여부를 예측한 결과를 HGLM 모형 적용 결과와 비교하였다. 두 모형은 대체로 유사한 예측 성능을 보였으며, HGLM으로는 결과 산출이 어려운 구조에서도 RNN을 적용하여 기초 이하 여부를 예측할 수 있었다. 본 연구 결과를 토대로 학업성취의 조기예측과 관련한 순환신경망의 장점과 제한점에 대해 제안하였다.
영문 초록
Helping students to meet the national standards of academic performance is very important in that failure to meeting the standards can have a detrimental effect on learning and can lead to long-term learning deficits. It is important to understand the state of individual student s academic achievement and identify students with potential academic failure, so that timely intervention can be made to prevent student failure. In this study, an artificial neural network (ANN) was applied to the National Assessment of Educational Achievement data to predict performance of a student in his/her 11th grade based on various information related to academic performance collected in the 6th and 9th grades. The recurrent neural network (RNN) was employed as a promising model for longitudinal prediction, and the performance of the RNN was compared with a traditional approach, the hierarchical general linear model (HGLM). The results showed that both RNN and HGLM models showed similar performances in the data collection designs to which both models can be applied. In addition, the RNN had advantages over the HGLM in that it can be also applied to situations where application of the HGLM is not feasible. Based on the results of this study, the advantages and disadvantages of the RNN in longitudinal prediction of educational data was discussed.
목차
Ⅰ. 서 론
Ⅱ. 이론적 배경
Ⅲ. 연구 방법
Ⅳ. 연구결과
Ⅴ. 논의 및 결론
참고문헌
키워드
해당간행물 수록 논문
- 이요인 일반화부분점수 모형을 위한 공통-문항 기반 다차원 IRT 척도연계 방법
- 다층 구조방정식모형을 활용한 다층 매개효과 분석
- 인지진단혼합모형을 활용한 잠재집단의 선별 및 진단
- 중등 예비교사용 평가인식 척도 타당화 및 지각된 피드백 환경과 평가전문성과의 관계 분석
- 분할함수 및 다항함수 비선형 잠재성장모형을 이용한 진로성숙도 성장선 모형화
- 인지진단 컴퓨터화 적응 검사에서 모수적 및 비모수적 문항선택 방법에 따른 분류 정확성 비교
- 순환신경망(RNN)을 활용한 개별 학생 학업성취도의 종단적 예측
- 2016~2018년도 초등학교용 기초학력 진단검사에 나타난 기초미달 패턴 및 교과 간 기초학력 도달 관계 탐색
- 초·중등교사의 수업전문성 측정을 위한 ICALT 수업관찰도구의 타당도 검증
- 다분 문항 반응 자료를 위한 순차적 G-DINA 모형의 적용 가능성 탐색
참고문헌
관련논문
사회과학 > 교육학분야 BEST
더보기사회과학 > 교육학분야 NEW
- 유아교사의 유아교육기관에 대한 학부모 불만 접수 실태 및 불만 처리 과정에 대한 인식
- 가정에서 이루어지는 놀잇감 공유에 대한 유아의 생각
- 현직 유치원 교사의 현장 사례 기반 수업에 참여한 예비유아교사의 경험과 요구
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!