이분 네트워크와 다이내믹 네트워크를 활용한 온라인 학습 연구 동향의 종단 분석

• 영문명: Longitudinal Analysis of Online Learning Research Trends through Bipartite Network and Dynamic Network
• 발행기관: 부산대학교 교육발전연구소
• 저자명: 사승연 류지훈
• 간행물 정보: 『교육혁신연구』제34권 제1호, 303~324쪽, 전체 22쪽
• 주제분류: 사회과학 > 교육학
• 파일형태: PDF
• 발행일자: 2024.03.31

국문 초록

연구목적: 본 연구는 온라인 학습 관련 연구의 주제어에 대한 연도에 따른 종단적인 추세와 중심 주제어들의 관계에 대한 변화를 연구하고자 했다. 연구방법: 2018년부터 2022년까지의 5개년에 걸친 논문 709편을 대상으로 이분 네트워크 시각화 및 투영을 통해 연도에 따른 온라인 학습 관련 주제어의 추세를 파악하고, 중심 주제어로 다이내믹 네트워크를 구성해 중심 주제어 간 관계와 이에 대한 종단적인 변화를 분석했다. 연구결과: 2020년부터 온라인 학습에 관련한 주제어는 더욱 다원화되었으며, 2020년부터 2022년까지의 네트워크에서 가중치가 가장 높은 링크는 모두 코로나19와 연결된 링크였다. 이분 네트워크 투영 후 가중치가 5인 주제어에 2018년 네트워크에서 가중치가 높은 주제어들이 포함되며, 다이내믹 네트워크에서 꾸준히 높은 연결 정도를 갖는 주제어들이 있었다. 또한 온라인 학습에 관련한 주제어로 실험 및 실습 과목, 예체능 과목, 의사소통을 기반으로 하는 학습에 대한 주제어들이 자리 잡았다. 스태틱 네트워크에서는 실시간-비실시간수업을 연결하는 링크의 가중치가 가장 높았다. 다이내믹 네트워크에서 2020년과 비교했을 때 2021년에는 코로나19와 교사를 연결하는 가중치가, 2022년에는 예비교사의 연결 정도가 높아졌다. 마지막으로 고등교육 노드는 2020년부터 꾸준히 높은 편의 연결 정도를 보였고, 대학생 노드는 2020년에 비해 2021년에 다른 노드들과 연결된 정도가 눈에 띄게 증가했다. 논의 및 결론: 이러한 연구 결과를 바탕으로 시사점과 함께 온라인 학습 관련 후속 연구와 저자 제공 주제어 활용의 방향성에 대해 제언했다.

영문 초록

Purpose: This study sought to investigate longitudinal trends of keywords in online learning related research and changes in the relationship between keywords by year. Method: Through visualization and projection of the bipartite network for 709 papers over five years from 2018 to 2022, the trend of online learning related keywords according to the year was identified. A dynamic network was formed as central keywords to analyze the relationship between the central keywords and the longitudinal changes. Results: From 2020, keywords related to online learning became more diverse. the links with the highest weight in the network from 2020 to 2022 were all links connected to COVID-19. After bipartite network projection, the keywords with a weight of 5 include keywords with high weights in the 2018 network, and there were keywords with a consistently high degree in the dynamic network. In addition, keywords related to online learning include experiment and practice subjects, arts and physical education subjects, and communication-based learning. In the static network, the weight of the link connecting the real-time class and the non-real-time class was the highest. In 2022, comparing the dynamic network with 2020, the weight connecting COVID-19 and the teachers and the degree of the pre-service teacher increased. Lastly, the higher education node has consistently shown a high degree since 2020, and the college student node has noticeably increased their degree with other nodes in 2021 compared to 2020. Conclusion: Based on the results of the study, the authors suggested implications as well as the direction of follow-up study regrading online learning and the selection of author-provided keywords.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 연구 결과

Ⅳ. 논의 및 결론

참고문헌

키워드

다이내믹 네트워크 온라인 학습 이분 네트워크 종단연구 주제어 bipartite network dynamic network keyword longitudinal analysis online learning