[논문]컴퓨팅 사고력 관점에서 본 컴퓨터 비전공자 대상 교양 컴퓨팅 수업의 효과성 분석 연구

김민자; 김현철

컴퓨팅 사고력 관점에서 본 컴퓨터 비전공자 대상 교양 컴퓨팅 수업의 효과성 분석 연구
Effectiveness analysis based on computational thinking of a computing course for non-computer majors 원문보기

컴퓨터교육학회논문지 = The Journal of Korean Association of Computer Education, v.21 no.1, 2018년, pp.11 - 21

김민자 (고려대학교 컴퓨터교육학과) , 김현철 (고려대학교 정보대학 컴퓨터학과)

초록
AI-Helper

4차 산업혁명이라는 시대적 배경에 따라 컴퓨팅 사고력을 가진 인재를 양성하기 위해 각 대학에서 비전공자 컴퓨팅 교육을 진행하고 있다. 현장에서 여러 교육이 실행되고 있지만, 그 교육이 비전공자의 컴퓨팅 사고력 관점에서 효과가 있는지를 살펴보는 연구는 매우 제한적이다. 본 연구는 비전공자 대상 컴퓨팅 수업이 컴퓨팅 사고력 관점에서 효과가 있는지 살펴보는 것을 목표로 진행되었다. 고등교육 수준의 AP Computer Science Principle을 기반으로 컴퓨팅 사고력 관점의 평가 프레임워크와 그에 따른 문항을 개발하여 수업 참가자들에게 적용하였다. 그 결과, 수업 이후 역량이 수업 전 보다 유의미하게 향상되었다. 수업 전 역량은 전공 영역별로 유의미하게 차이가 있었지만 수업 이후에는 차이가 없어졌다. 즉, 본 수업은 학생의 컴퓨팅 사고력 측면의 역량 향상에 효과가 있으며, 특히 비전공자 그룹에서 더 큰 효과를 보이는 것으로 나타났다.

Abstract ▼ AI-Helper

Given the background of so-called 'the 4th industrial revolution', universities practice computing education for non-majors to equip them with computational thinking(CT). Universities apply different courses but researches analyzing effectiveness of the courses based on CT are limited. This research is conducted to understand a computing course for non-majors is effective in terms of CT. A CT based evaluation framework is designed referring to AP Computer Science Principles. Questionnaires are developed based on the framework and applied to the course participants. As results, students' post scores are significantly higher than pre scores. In addition, there are significant differences in pre-test scores by major category while there is no difference in post-test. Humanity & social science group showed the largest difference between pre and post results with science & engineering and computer in order. In sum, it is found that this course is effective to facilitate students abilities in terms of CT, particularly for the non-computer majors.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

대학과목 선이수 과목이기 때문에 고등교육 수준의 교육과정으로 볼 수 있다. AP CSP는 컴퓨팅의 기본 원리를 이해하고 다양한 전공 및 진로에 적용하는 것을 목표로 한다. AP CSP의 교육과정 프레임워크는 이론(big ideas)과 실천(practices)으로 구성되어 있다.
본 수업은 컴퓨터 비전공자의 컴퓨팅 사고력 증진을 목표로 한다. 컴퓨팅 사고력을 문제 해결방안을 정보처리 행위자(agent)가 효과적으로 처리할 수 있는 형태로 표현하도록 문제와 해결방법을 형성하는 사고과정[5]으로 보고, 비전공자들이 컴퓨팅 기본 개념을 바탕으로 자신의 전공 분야에서 컴퓨팅 사고력을 적용하도록 수업을 구성 및 운영했다.
수업내용과 교수학습방법의 큰 틀은 매 수업마다 동일하지만 사회적 요구에 맞추어 변경되어왔다. 본 연구는 2016년, 2017년 1학기 수업을 대상으로 진행하였으므로 이 두 수업의 교육과정 및 교수학습방법을 중심으로 서술하였다. 수업내용은 크게 정보의 표현, 알고리즘, 인공지능이고, 교수학습방법은 강의(이론), 실습, 퀴즈 및 과제, 동료학습(튜터링, 동료평가)이다.
본 연구는 비전공자 대상 컴퓨팅 교양 수업이 컴퓨팅 사고력 관점에서 비전공자의 역량을 향상시키는데 효과가 있는지 여부를 확인하는 것을 목적으로 한다. 아래와 같은 연구 문제를 설정하여 컴퓨팅 사고력 관점의 비전공자 역량 향상 여부에 답하고자 하였다.
본 연구는 컴퓨터 비전공자 대상 컴퓨팅 수업이 컴퓨팅 사고력을 관점으로 한 비전공자의 역량 향상에 효과가 있는지 확인하는 것을 목적으로 실시하였다.
셋째, 실습은 교육 프로그래밍 언어를 직접 경험해보는 것을 목적으로 구성하였다. 약 4주 동안 블록 프로그래밍 언어(엔트리, 스크래치), 피지컬 컴퓨팅(엔트리 보드), 텍스트 프로그래밍 언어(파이썬)를 통해 변수, 연산자, 반복, 조건, 재귀, 함수 등을 이해하고 직접 실행해보게 했다.
본 연구는 비전공자 대상 컴퓨팅 교양 수업이 컴퓨팅 사고력 관점에서 비전공자의 역량을 향상시키는데 효과가 있는지 여부를 확인하는 것을 목적으로 한다. 아래와 같은 연구 문제를 설정하여 컴퓨팅 사고력 관점의 비전공자 역량 향상 여부에 답하고자 하였다.
이러한 배경에서 본 연구는 컴퓨터 비전공자를 대상으로 하는 컴퓨팅 수업이 컴퓨팅 사고력 측면에서 비전공자에게 효과가 있었는지 확인하는 것을 목적으로 실시하였다. 특히 전공자와 비전공자의 평가 결과를 비교하여 비전공자에게 해당 수업이 효과적이었는지 여부를 확인하였다.
컴퓨팅 사고력 관점에서 역량을 평가하기 위해 Advanced Placement Computer Science Principle (AP CSP)에 기반한 평가 프레임워크를 개발하였다. 평가 프레임워크는 기본 개념(big ideas)와 컴퓨팅 사고력 실천(CT Practices)로 구성하였다.
이러한 배경에서 본 연구는 컴퓨터 비전공자를 대상으로 하는 컴퓨팅 수업이 컴퓨팅 사고력 측면에서 비전공자에게 효과가 있었는지 확인하는 것을 목적으로 실시하였다. 특히 전공자와 비전공자의 평가 결과를 비교하여 비전공자에게 해당 수업이 효과적이었는지 여부를 확인하였다. 본 연구 결과가 비전공자 대상 컴퓨팅 교육과정의 도입과 효과를 검증하는 후속 연구에 도움이 될 것이라 생각한다.

가설 설정

A. 수업 전과 수업 후 수강생의 컴퓨팅 사고력 관점의 역량에 유의미한 차이가 있는가?
B. 전공계열별로 사전, 사후에 컴퓨팅 사고력 관점의 역량에 유의미한 차이가 있는가?
C. 전공계열별로 사전과 사후 점수의 차는 유의미한 차이가 있는가?

제안 방법

A 대학의 교양 컴퓨팅 수업의 수강생을 대상으로 사전, 사후 평가를 실시하였다. 본 수업은 비전공자의 컴퓨팅 사고력을 향상을 위해 개설되었다.
평가는 다지선다형 평가와 프로젝트로 진행한다[34]. AP CSP는 컴퓨팅 사고력을 중심으로 하는 고등교육 수준의 교육과정이며 원리와 실천을 함께 본다는 점에서 본 과목의 추구 방향과 일치하다고 판단되어 AP CSP의 교육과정 프레임워크를 문항 개발을 위한 평가 프레임워크로 선정하였다.
AP CSP에서 도출한 문항 개발 프레임워크를 바탕으로 기존 문항 중 적절한 문항을 선정하였다. AP CSP의 평가 문항[34][35]과 캐나다의 Beaver Computing Challenge (이하 BCC)의 문항[27]을 참조하였다.
AP CSP와 BCC 문항 중 난이도 및 적절성을 고려하여 1차로 문항을 선별하였다. 이후 각 문항이 프레임워크의 어떤 영역을 다루는지 분석하였다.
각 연구 문제별로 컴퓨팅 사고력 관점의 효과성 평가 문항 결과를 분석하였다.
평가 프레임워크는 기본 개념(big ideas)와 컴퓨팅 사고력 실천(CT Practices)로 구성하였다. 기본 개념은 추상(Abstraction), 데이터와 정보(Data and Information), 알고리즘(Algorithms), 프로그래밍(Programming)의 4가지, 컴퓨팅 사고력 실천은 컴퓨팅과 연관짓기(Connecting Computing), 컴퓨팅 산출물 만들기(Creating computational artifacts), 추상화하기(Abstracting), 문제와 산출물 분석하기(Analyzing problems and artifacts)의 4가지 세부요소로 나누었다. 평가 프레임워크를 바탕으로 AP CSP 문항과 Beaver Computing Challenge 문항을 참조하여 사전, 사후 문항을 선정하였다.
본 강의는 수강생의 수가 100명 이상인 대형 강의이며, 2015년과 2016년에는 400명 이상이 수강한 초대형 강의이다. 대형 강의의 단점을 보완하고 학생들의 학습경험을 풍성하게 해 줄 수 있는 방안으로 대학원생 조교와 학부생 튜터를 도입하였다. 이는 동료학습(peer learning)의 일환이다.
이후 각 문항이 프레임워크의 어떤 영역을 다루는지 분석하였다. 문항이 어떤 영역을 포괄하는 지는 AP CSP 교육과정 프레임워크의 세부 정의와 평가 프레임워크에서 제시하는 영역을 참고하여 분석하였다.
연구의 절차는 다음과 같다. 문헌연구를 바탕으로 컴퓨팅 사고력을 기반으로 한 역량 평가 문항을 개발하고, 단일집단 전후검사를 실시하였다.
차이는 있지만 유사한 의미로 소프트웨어 교육, 프로그래밍 교육, 코딩 교육, 정보과학 교육, 컴퓨터 교육, 컴퓨터 과학 교육 등이 사용된다. 본 논문에서는 컴퓨터의 기본 원리인 컴퓨팅(computing)을 강조하는 컴퓨팅 교육을 사용하였다.
본 연구에서도 컴퓨팅 사고력에 기반한 역량을 평가하기 위해 연구 목적에 맞는 준거를 설정하고 이에 따라 컴퓨팅 사고력과 관련 역량을 정의한 평가 프레임워크를 선정 및 수정하였다.
사전 검사는 개강 후 수강정정이 진행되는 2주 차 이후 3주차에, 사후 검사는 기말고사 문항에 포함하여 실시하였다.
비전공자 대상 컴퓨팅 수업 관련 연구는 교육과정 개발, 교수학습방법 효과, 프로그래밍 언어도입 효과, 도구/환경 개발, 학습자 특성 등의 내용으로 구분할 수 있었다. 새로운 교육과정, 교수학습방법, 프로그래밍 언어, 도구/환경을 도입 후 효과를 확인하는 효과 연구를 따로 분석하였다.
셋째, 응답자의 전공을 컴퓨터 전공, 이공계열, 인문사회계열로 분류하였다. 본 과목은 필수교양과목으로 비전공자를 대상으로 하는 수업이지만 원하는 컴퓨터 전공생도 들을 수 있다.
본 수업은 비전공자의 컴퓨팅 사고력을 향상을 위해 개설되었다. 수업 내용은 정보의 표현, 알고리즘, 인공지능 파트로 구성되었으며, 교수학습방법은 강의(이론), 실습, 퀴즈 및 과제, 동료학습(튜터링, 동료평가)이다. 평가는 퀴즈, 과제, 중간고사, 기말고사로 구성하였으며, 과제 평가의 일부분은 동료평가 방법을 사용하였다.
셋째, 실습은 교육 프로그래밍 언어를 직접 경험해보는 것을 목적으로 구성하였다. 약 4주 동안 블록 프로그래밍 언어(엔트리, 스크래치), 피지컬 컴퓨팅(엔트리 보드), 텍스트 프로그래밍 언어(파이썬)를 통해 변수, 연산자, 반복, 조건, 재귀, 함수 등을 이해하고 직접 실행해보게 했다. 학생들은 실습 수업 후 과제를 통해 직접 프로그램을 만들며 복습한다.
연구문제 B에 추가하여 사후점수가 사전점수에 비해 얼마나 증가했는지 전공계열별로 확인하였다. 사후에서 사전 점수를 뺀 점수 차에 대해 일원분산분석과 유의수순 0.
영역별로 문항이 골고루 분배되도록 2차로 11개의 문항을 선정하였다. 연구진과 수업조교가 평가의 현장 적용가능성 등을 최종 논의하여 7개의 문항을 선정하였다. 최종 7개의 문항을 번역하고 필요한 경우 약간 수정하였다.
영역별로 문항이 골고루 분배되도록 2차로 11개의 문항을 선정하였다. 연구진과 수업조교가 평가의 현장 적용가능성 등을 최종 논의하여 7개의 문항을 선정하였다.
AP CSP와 BCC 문항 중 난이도 및 적절성을 고려하여 1차로 문항을 선별하였다. 이후 각 문항이 프레임워크의 어떤 영역을 다루는지 분석하였다. 문항이 어떤 영역을 포괄하는 지는 AP CSP 교육과정 프레임워크의 세부 정의와 평가 프레임워크에서 제시하는 영역을 참고하여 분석하였다.
첫째, 매 수업 종료 시 해당 수업 내용 이해여부를 단답식 퀴즈로 확인한다. 퀴즈는 배운 내용을 인출(recall)하게 하여 장기기억에 정보가 저장될 수 있도록 돕는다[31].
컴퓨팅 사고력 관점에서 역량을 평가하기 위해 Advanced Placement Computer Science Principle (AP CSP)에 기반한 평가 프레임워크를 개발하였다. 평가 프레임워크는 기본 개념(big ideas)와 컴퓨팅 사고력 실천(CT Practices)로 구성하였다. 기본 개념은 추상(Abstraction), 데이터와 정보(Data and Information), 알고리즘(Algorithms), 프로그래밍(Programming)의 4가지, 컴퓨팅 사고력 실천은 컴퓨팅과 연관짓기(Connecting Computing), 컴퓨팅 산출물 만들기(Creating computational artifacts), 추상화하기(Abstracting), 문제와 산출물 분석하기(Analyzing problems and artifacts)의 4가지 세부요소로 나누었다.
기본 개념은 추상(Abstraction), 데이터와 정보(Data and Information), 알고리즘(Algorithms), 프로그래밍(Programming)의 4가지, 컴퓨팅 사고력 실천은 컴퓨팅과 연관짓기(Connecting Computing), 컴퓨팅 산출물 만들기(Creating computational artifacts), 추상화하기(Abstracting), 문제와 산출물 분석하기(Analyzing problems and artifacts)의 4가지 세부요소로 나누었다. 평가 프레임워크를 바탕으로 AP CSP 문항과 Beaver Computing Challenge 문항을 참조하여 사전, 사후 문항을 선정하였다.
수업 내용은 정보의 표현, 알고리즘, 인공지능 파트로 구성되었으며, 교수학습방법은 강의(이론), 실습, 퀴즈 및 과제, 동료학습(튜터링, 동료평가)이다. 평가는 퀴즈, 과제, 중간고사, 기말고사로 구성하였으며, 과제 평가의 일부분은 동료평가 방법을 사용하였다.
평가에 학생을 참여시키는 동료평가 (peer review) 방법을 도입하여 동료의 과제를 평가하도록 하였다. 학생을 평가에 참여시켜 학습 효능감과 동기를 발달시킬 수 있다[33].
학업성취는 학습 과정 중 생산물인 퀴즈, 과제와 중간고사를 합한 형성평가와 기말고사의 총괄평가로 평가한다.

대상 데이터

2016년 수강생과 2017년 1학기 수강생을 연구대상으로 하였다. 2016년 수강생 439명 중 376명이, 2017년 수강생 155명 중 129명, 총 505명의 데이터를 확보하였다.
2016년 수강생과 2017년 1학기 수강생을 연구대상으로 하였다. 2016년 수강생 439명 중 376명이, 2017년 수강생 155명 중 129명, 총 505명의 데이터를 확보하였다.
2016년, 2017년 1학기 수강생을 대상으로 평가를 실시하여 총 505명의 유효한 데이터를 얻었다. 데이터 분석 결과는 다음과 같다.
비전공자를 대상으로 하는 컴퓨팅 교육에 대한 관심은 연구 문헌에서도 확인할 수 있다. Google scholar와 학술연구정보서비스(RISS)에서 고등교육, 비전공자, 컴퓨팅 수업 및 유사 키워드로 검색한 후, 적절한 문헌을 73개 선별하여 분석하였다. 문헌 수로 보았을 때 비전공자 대상 컴퓨팅 교육은 1980년대 후반[14]부터 2000년 전까지 주목받는 분야가 아니었다.
본 연구에서 효과를 분석하고자 하는 수업은 A 대학의 컴퓨터 비전공자 대상 컴퓨팅 강의이다. 2004년 A 종합대학의 핵심교양 강좌로 개설되어 현재(2017년)까지 운영하고 있다.
평가 방향이 본 연구와 일치하고 문항이 공개되어 사용이 편리한 점을 고려하여 BCC 문항을 연구에 참조하였다. 본 연구에서는 9/10학년을 대상으로 한 문항을 검토하였다.
이상의 요소 중 평가 형태에 따른 적절성과 수업 내용에 해당 요소가 반영된 여부를 고려하여 컴퓨팅 사고력 실천 부분에서 4영역, 기본 개념에서 4영역, 총 8개 영역으로 최종 프레임워크를 선정하였다. (<표 3> 참조) 기본개념의 창의성(creativity), 컴퓨팅 사고력 실천의 소통하기(communication)와 협동하기(collaboration)는 지필고사 형태의 본 평가보다는 프로젝트나 산출물 형태의 평가 방식으로 더 잘 평가할 수 있다고 판단하여 제외하였다.

데이터처리

전공계열을 컴퓨터 전공, 이공계, 인문사회계로 나누고 평균비교를 위해 일원분산분석을 실시하였다. 사후검증은 Scheffe 검증을 유의수준 0.05에서 실시하였다.
연구문제 B에 추가하여 사후점수가 사전점수에 비해 얼마나 증가했는지 전공계열별로 확인하였다. 사후에서 사전 점수를 뺀 점수 차에 대해 일원분산분석과 유의수순 0.05에서 Scheffe 사후검증을 실시하였다.
전공계열을 컴퓨터 전공, 이공계, 인문사회계로 나누고 평균비교를 위해 일원분산분석을 실시하였다. 사후검증은 Scheffe 검증을 유의수준 0.
수업을 듣기 전 사전 평가에 비해 수업 이후 사후 평가의 평균이 높고, 그 차이가 통계적으로 유의미하다면 본 수업이 효과가 있다고 볼 수 있다. 평균 비교를 하기 위해 짝지어진 T검증을 실시하였다. 그 결과, <표 9>와 같이 사후 점수 평균이 사전 평균 점수에 비해 11.

이론/모형

AP CSP에서 도출한 문항 개발 프레임워크를 바탕으로 기존 문항 중 적절한 문항을 선정하였다. AP CSP의 평가 문항[34][35]과 캐나다의 Beaver Computing Challenge (이하 BCC)의 문항[27]을 참조하였다. BCC는 매년 초등부터 중등학생을 대상으로 학생들에게 컴퓨터 과학을 소개하기 위해 실시하는 문제해결능력 경진대회이다.
BCC에서 사용한 문항과 결과는 웹을 통해 공개된다. 평가 방향이 본 연구와 일치하고 문항이 공개되어 사용이 편리한 점을 고려하여 BCC 문항을 연구에 참조하였다. 본 연구에서는 9/10학년을 대상으로 한 문항을 검토하였다.

성능/효과

그 결과, 와 같이 사후 점수 평균이 사전 평균 점수에 비해 11.15점 높았으며, p 값은 0.001이하로 유의미성이 높았다.
넷째, 조교와 튜터 시스템으로 학생들의 개별학습을 지원한다. 본 강의는 수강생의 수가 100명 이상인 대형 강의이며, 2015년과 2016년에는 400명 이상이 수강한 초대형 강의이다.
수업이 시작되기 전 컴퓨팅 사고력 기반 역량이 가장 낮았던 인문사회계가 수업을 통해 가장 역량이 많이 향상되었다. 더불어 인문사회계와 컴퓨터 전공의 중간 정도의 역량을 보였던 이공계도 수업을 통해 컴퓨터 전공 수준으로 역량이 향상되었다. 수업이 비전공자도 전공자만큼 컴퓨팅 사고력 기반 역량을 향상시키는데 효과가 있었다고 볼 수 있다.
둘째, 응답자의 약 45%는 1학년이고, 학년이 높아지는 순으로 응답자의 분포가 낮아졌다. (<표7> 참조)
이상의 분석 결과를 종합하면 다음과 같다. 본 비전공자 대상 컴퓨팅 수업은 수강생의 컴퓨팅 사고력 관점의 역량 향상에 효과가 있다. 특히 비전공자, 비전공자 중에서도 수업 전 역량이 가장 낮았던 인문사회계열의 역량 향상에 효과가 있다.
001)가 있었지만 사후에는 전공계열별 평균차이가 거의 없었고 유의미하지도 않았다. 셋째, 전공별로 사후점수와 사전점수 평균 차를 분석한 결과 수업 전 역량이 가장 낮았던 인문사회계열이 가장 크게 성장하였으며, 이어 이공계열, 컴퓨터 전공 순이었다. 이 성장의 차(사후평균-사전평균)는 계열별로 유의미한 차이가 있었다(p<.
전공자, 이공계, 인문사회계 순으로 수업 전에 뚜렷하게 존재했던 역량 차이가 수업 이후에는 존재하지 않았다. 즉, 본 비전공자 대상 교육과정이 비전공자의 컴퓨팅 사고력 관점의 역량 향상 효과가 확인되었다.
첫째, 수강생의 컴퓨팅 사고력 관점의 역량 평가에서 사후 점수 평균이 사전 점수에 비해 11.15점(p 이공계열 > 인문사회계열, p<.001)가 있었지만 사후에는 전공계열별 평균차이가 거의 없었고 유의미하지도 않았다.
첫째, 응답자의 약 75% (377명)는 남학생, 21%(106명)는 여학생으로 남학생이 여학생보다 약 3배 많았다. (<표 6> 참조)

후속연구

특히 전공자와 비전공자의 평가 결과를 비교하여 비전공자에게 해당 수업이 효과적이었는지 여부를 확인하였다. 본 연구 결과가 비전공자 대상 컴퓨팅 교육과정의 도입과 효과를 검증하는 후속 연구에 도움이 될 것이라 생각한다.
비전공자를 대상으로 한 컴퓨팅 교육이 확대되는 시점에서 교육과정이 과연 효과가 있는지 아는 것은 매우 중요하다. 본 연구를 발판으로 여러 교육과정에 대한 다양한 효과 평가가 이루어지길 바란다.
본 연구를 통해 교육의 세부 요소, 즉, 특정 내용, 교수학습 방법, 평가 방법, 학생 요소 등이 컴퓨팅 사고력 관점의 역량을 향상시켰는지는 알 수 없다는 한계가 있다. 하지만 교육 현장에서 특정 요소만 구분지어 실험 연구를 하기에 여러 제한이 있는 점과 현장에 여러 요소가 복합적으로 영향을 미친다는 점에서 본 연구의 의의가 있다고 본다.

질의응답

핵심어	질문	논문에서 추출한 답변
	컴퓨팅 사고력(computational thinking)이란?	‘컴퓨팅 사고력(computational thinking)’은 Alan Perlis가 처음 사용했고, 그 후 Seymour Papert[2],[3], Jeannette Wing[4]에 의해 대중화된 용어이다. 단일한 정의는 존재하지 않지만 문제 해결방안을 정보처리 행위자(agent)가 효과적으로 처리할 수 있는 형태로 표현하도록 문제와 해결방법을 형성하는 사고과정[5]을 의미한다.
	컴퓨팅 교육이란?	컴퓨팅 교육은 정보 과학의 기본 원리를 바탕으로 컴퓨팅 사고력(computational thinking)의 향상을 목적으로 하는 교육을 의미한다. 차이는 있지만 유사한 의미로 소프트웨어 교육, 프로그래밍 교육, 코딩 교육, 정보과학 교육, 컴퓨터 교육, 컴퓨터 과학 교육 등이 사용된다.
	‘4차 산업혁명’ 시대를 살아가기 위해 중요하게 강조되는 점은?	정보과학이 사회 및 경제의 핵심적 역할을 하게 되는 ‘4차 산업혁명’으로 시대의 흐름이 이동하고 있다[1]. 한국 뿐 아니라 영국, 일본, 인도 등 세계 주요 국가에서는 ‘4차 산업혁명’ 시대를 살아갈 학생들이 시대를 이끌 수 있도록 노력하고 있다. 이 노력의 중심에 컴퓨팅 교육이 있다.

참고문헌 (36)

Schwab, K. (14 Jan 2016). The fourth industrial revolution: What it means, how to respond. World Economic Forum. 검색일 2017년 11월 1일. 출처:https://www.weforum.org/agenda/2016/01/the-fourth-industrial-revolution-what-it-means-and-how-to-respond/
Czerkawski, B. & Lyman III, E. (2015). Exploring issues about computational thinking in higher education. TechTrends. 59(2), 57-65.

상세보기
Papert, S. (1996). An Exploration in the Space of Mathematics Educations. International Journal of Computers for Mathematical Learning. 1(1), 95-123.

상세보기
Wing, J. (2006). Computational Thinking. Communications of the ACM, 49(3), 33-35.

상세보기
Cuny, J., Snyder, L. & Wing, J. (2010). Demystifying computational thinking for non-computer scientist. Work in progress.
김민자, 김현철 (2016). 정보 교과 경험차이에 따른 대학 전공 선택 및 SW수업 학업성취 분석. 컴퓨터교육학회논문지, 19(3), 11-19.

원문보기 상세보기
Department for Education (2014). The national curriculum in England: Framework document. Department for Education.
김한성, 정혜진, 이원규 (2010). 한국과 일본의 고등학교 정보교과 교육과정 비교 연구, 비교교육연구, 20(4), 129-151.
김자미, 이원규 (2014). 브루너 이론에 근거한 인도의 정보교육과정 고찰, 컴퓨터교육학회논문지, 17(6), 59-79.
김경훈, 이은경, 김영애, 양재명, 이영준, 김현철, 김재현, 배정이, 한건우, 박소영, 박종훈 (2015). 정보과 교육과정 시안 개발 연구 (연구보고 CRC 2015-17). 서울: 한국교육과정평가원.
김선영 (2015). SW융합인재 양성: 충남대학교 비전공자를 위한 SW교육과정. 한국교양교육학회 학술대회 자료집, 167-171.
두일철 (2016). 비전공자 SW융합교육을 위한 시론(時論). 한국교양교육학회 학술대회 자료집, 113-119.
서주영 (2016). 아주대학교 비전공자 SW교육수업사례로 본 SW기초교육의 현황 및 전략. 한국교양교육학회 학술대회 자료집, 123-130.
Beck, R., Cassel, L., & Austing, R. (1989). Computer Science: A core discipline of liberal arts and sciences. Proceedings of the SIGCSE'89 (pp. 56-60). New york: ACM.
Briggs, A. & Dickerson, M. (1999). Making a non-majors course fun (without sacrificing content), Journal of Computing in Small Colleges, 14(4), 154-162.
Lee, C. (2013). Experience report: CS1 in MATLAB for non-majors, with media computation and peer instruction. Proceedings of SIGCSE'13 (pp. 35-40). New York: ACM.
김수환 (2015). Computational Thinking 증진을 위한 학습자 중심의 교수학습 전략의 효과, 한국정보교육학회 논문지, 19(3), 323-332.

원문보기 상세보기
Baldwin, D. (2015). Can we "Flip" non-major programming course yet?, Proceedings of SIGCSE'15 (pp. 563-568). New York: ACM.
Bort, H., Czarnik, M., & Brylow, D. (2015). Introducing computing concepts to non-majors: A case study in gothic novels. Proceedings of SIGCSE'15 (pp. 563-568). New York: ACM.
Park, S, Song, K, Kim, S. (2015). Cognitive load changes in pre-service teachers with computational thinking education. International Journal of Software Engineering and Its Applications, 9(10). 169-178.

상세보기
최형신, 김기범 (2015). 스크래치 프로그래밍이 예비교사에게 미치는 영향: 컴퓨팅 사고 및 블룸의 텍사노미 활용 평가. 한국정보교육학회 논문지, 19(2), 225-232.

원문보기 상세보기
Reed, D. (2001). Rethinking CS0 with JavaScript. Proceedings of SIGCSE 2001 (pp. 100-104). New York: ACM.
Carlisle, M., Wilson, T., Humphries, J., & Hadfield, S. (2004). RAPTOR: Introducing programming to non-majors with flowcharts. Proceedings of CCSC Central Plains Conference, 52-60.
Rodger, S. (2002). Introducing computer science through animation and virtual worlds. Proceedings of SIGCSE'02 (pp. 186-190). New York: ACM.
Vihavainen, A., Airaksinen, J., & Watson, C. (2014). A systematic review of approaches for teaching introductory programming and their influence on success. Proceedings of ICER'14 (pp.19-26). New York: ACM.
Joyce, D. (1998). The computer as a problem solving tool: A unifying view for a non-majors course. In proceedings of SIGSCE 98. (pp. 63-67). New York: ACM.
Rufinus, J., & Kortsarts, Y. (2006). Teaching an introductory programming course for non-majors using python. Information Systems Education Journal, 4(104), 1-8.
김태훈, 김병수, 김종훈 (2012). Logo를 이용한 정보과학적 사고 기반의 알고리즘 학습이 예비초등교사에게 미치는 영향. 한국정보교육학회논문지, 16(4), 463-474.

원문보기 상세보기
Honig, W. (2013). Teaching and assessing programming fundamentals for non majors with visual programming. In proceedings of ITiCES'13 (pp. 40-45). New York: ACM.
김현철 (2014). 데이터로 표현하는 세상 - 정보적 사고의 시작, 서울: 고려대학교출판부.
온기찬 (2015). 교육심리학, 경기도: 교육과학사.
Woolfolk, A. (2015). 교육심리학 (12판). (김아영, 안도희, 양명희, 이미순, 임성택, 장형심, 옮김). 서울: 박학사.
김인희, 김현철 (2012). 소셜 러닝 기반 동료 평가가 학습 향상에 미치는 영향, 컴퓨터교육학회논문지, 15(2), 19-28.

원문보기 상세보기
College Board (2014). AP Computer Science Principles: Curriculum Framework 2016-2017. New York: College Board.
College Board (2016). AP Computer Science Principles: Including the Curriculum Framework. New York: College Board.
CEMC University of Waterloo (n.d.). Beaver Computing Challenge. The Centre for Education in Mathematics and Computing. 검색일 2017년 11월 6일. 출처:http://www.cemc.uwaterloo.ca/contests/bcc.html

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증