텍스트 마이닝을 통한 코로나19 발생 이후 대학에서 비대면 교육 관련 연구 동향 분석

• 영문명: Analysis of research trends on non-face-to-face education in higher education during COVID-19 pandemic using text mining
• 발행기관: 학습자중심교과교육학회
• 저자명: 주현정(Hyunjung Ju) 박효진(Hyojin Park)
• 간행물 정보: 『학습자중심교과교육연구』제22권 6호, 321~333쪽, 전체 13쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2022.03.30

국문 초록

목적 본 연구는 텍스트 마이닝 기법을 활용하여 코로나19 발생 이후 대학에서의 비대면 교육 관련 연구의 동향을 파악하고자 하였다. 방법 2020년부터 2021년 8월까지 출간된 국내 학술 논문 중 총 195편의 국문 초록의 내용을 텍스트 마이닝 기법을 적용하여 단어 빈도 분석과 토픽 모델링을 통해 분석하였다. 결과 단어 빈도 분석 결과, ‘수업’, ‘학습자’, ‘분석’, ‘학습’, ‘교수자’ 등의 단어가 높은 빈도로 나타났다. 잠재 디리클레 할당 모형 기반의 토픽 모델링을 수행한 결과, 교수학습법, 학습자 경험, 상호작용, 수업설계, 실재감, 자기효능감과 동기, 피드백 시스템, 디지털 학습콘텐츠, 자기주도학습, 스트레스 등 10개의 토픽이 도출되었다. 결론 본 연구는 코로나19 발생 이후 대학의 비대면 교육 관련 연구 동향과 특징을 규명함으로써 향후 대학의 비대면 교육의 방향성에 대한 이해를 높이는 데 활용할 수 있을 것으로 기대한다.

영문 초록

Objectives This study aimed to analyze research trends of non-face-to-face education in higher education during COVID-19 pandemic using text mining techniques. Methods A total of 195 research articles published in Korea from 2020 to August 2021 were collected, then Korean abstracts were analyzed through term frequency and topic modeling adopting text mining techniques. Results The term-frequency analysis revealed that keywords such as class, learners, analysis, learning, instructors, etc. were prominent ones. The topic modeling based on latent dirichlet allocation (LDA) generated ten topics: instructional methods, learner experiences, interaction, instructional design, presence, self-efficacy and motivation, feedback system, digital learning contents, self-directed learning, and stress. Conclusions The results of this study have a significant implication on understanding the direction of non-face-to-face education at universities in the future.

목차

Ⅰ. 서론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅴ. 결론 및 제언

참고문헌

키워드

비대면 교육 대학 교육 텍스트 마이닝 토픽 모델링 코로나19 Non-face-to-face education higher education text mining topic modeling COVID-19