ICILS 2018 컴퓨터·정보 소양 예측 변수 탐색

• 영문명: ICILS 2018 Variable Exploration to Predict Computer and Information Literacy: Variable Selection in Multilevel Modeling via glmmLasso
• 발행기관: 제주대학교 교육과학연구소
• 저자명: 김형관(Kim, Hyeong-gwan) 유진은(Yoo, Jin-eun)
• 간행물 정보: 『교육과학연구』제22권 제4호, 1~21쪽, 전체 21쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2020.11.30

국문 초록

ICILS(International Computer Information Literacy Study)는 중학교 2학년 학생들의 컴퓨터 활용 및 정보 관리 능력을 측정한다. 특히 ICILS의 컴퓨터·정보 소양(computer and information literacy; CIL)은 정보화 사회를 살아가고 있는 학생들에게 미래의 성취와 진로를 위하여 필수적인 능력이다. 본 연구는 기계학습 기법을 통하여 ICILS 2018의 수백 개의 교육맥락 변수를 모형에 투입함으로써 학생의 컴퓨터·정보 소양을 예측할 수 있는 변수를 탐색하였다. 이는 소수의 변수를 모형화해 온 선행연구와의 차별점이다. 구체적으로 본 연구는 기계학습 기법 중 벌점회귀모형인 glmmLasso를 적용함으로써 다층모형에서의 변수 선택을 수행하였다. 연구 결과, ICILS 2018의 총 398개의 변수 중 12개 변수가 컴퓨터·정보 소양을 예측하는 중요한 변수로 나타났다. 선택된 변수는 컴퓨팅 사고력, 성별, 일반적 ICT 자아효능감, ICT 코딩 과제 학습, 사회적 의사소통을 위한 ICT 사용, 컴퓨터 사용 기간, 일상에서의 ICT 사용, 가정 보유 도서량, ICT에 대한 긍정적 인식, 일반적 응용 프로그램 사용, 학교장의 학교에서의 ICT 사용 등이었다. 본 연구는 국내 사회과학 연구 중 glmmLasso를 최초로 적용한 실증 연구로 의의가 있다. 후속 연구 과제 또한 제시하였다.

영문 초록

ICILS(International Computer Information Literacy Study) assesses secondary school students’ability to use computers and manage information. Among ICILS variables, CIL(computer and information literacy) is considered essential to those living in information society. Compared to previous research that modeled a small number of variables, this study explored hundreds of ICILS 2018 variables to predict CIL via machine learning. In particular, glmmLasso, a penalized regression method, was employed to consider the multilevel structure of ICILS in variable selection. As a result, 12 out of 398 variables were found to be important variables to predict CIL, which included computational thinking(CT), gender, ICT self-efficacy regarding the use of general applications, positive perceptions of ICT for society, home literacy index, principals’ use of ICT for general school-related activities. To our knowledge, this is one of the first empirical studies to apply glmmLasso in social science. Future research directions are discussed.

목차

Ⅰ. 서론

Ⅱ. 선행연구 분석

Ⅲ. 연구방법

Ⅳ. 연구결과

Ⅴ. 논의

참고문헌

키워드

컴퓨터·정보 소양 기계학습 벌점회귀모형 glmmLasso 다층모형 변수 선택 ICILS computer and information literacy machine learning penalized regression glmmLasso multilevel model variable selection