[논문]과학영재 학생들의 과학 메타모델링 지식 발달 단계 탐구

김성기; 김정은; 백성혜

doi:10.5012/jkcs.2019.63.2.102

초록
AI-Helper

본 연구에서는 G 과학고등학교의 영재학생 97명을 대상으로 설문지를 통해 과학 메타모델링 지식의 발달 단계를 탐구하였다. Rasch 모델 분석 결과 Person reliability는 0.71, Item reliability는 0.96로서 과학 메타모델링 지식의 발달 단계가 적합함을 확인하였다. 학생들의 과학 메타모델링 지식의 발달 단계는 4단계로 분류되었으며, 크게 모델을 객관적인 것으로 보는 1, 2단계와 모델을 주관적인 것으로 인지하는 3, 4단계로 나뉘었다. 1단계는 모델을 하나의 현상을 그대로 시각적으로 표상한 것으로 보는 관점이고, 2단계는 모델이란 객관적인 지식이나 이론에 해당하는 것으로서 설명을 위한 도구라고 생각하는 단계이다. 3단계는 모델을 과학자의 탐구 도구로서 바라보며, 4단계는 모델이란 잠정적인 것이며 한 가지 현상에 여러 개의 모델이 공존할 수 있다고 보는 단계이다. 본 연구에서 도출한 과학영재 학생들의 과학 메타모델링 지식의 발달 단계는 영재학생들을 대상으로 과학 모델 및 모델링에 대한 교육과정을 구성할 때 참고자료로 활용될 수 있을 것으로 기대한다.

Abstract ▼ AI-Helper

The purpose of this study was to explore the progression levels of science metamodeling knowledge through using questionnaires for 97 students of the gifted in G science academy. As a result of the Rasch model analysis, it was confirmed that the progression levels of the scientific metamodeling know...

The purpose of this study was to explore the progression levels of science metamodeling knowledge through using questionnaires for 97 students of the gifted in G science academy. As a result of the Rasch model analysis, it was confirmed that the progression levels of the scientific metamodeling knowledge is suitable for the person reliability of 0.71 and the item reliability of 0.96. The progression levels of students' science metamodeling knowledge were classified into 4 stages. First and second levels were considered model to be objective and the third and fourth stages were perceived as subjective. The first level is to view the model as a visual representation of a phenomenon as it is, and the second level is to think that the model corresponds to objective knowledge or theory and is a tool for explanation. The Third level looks at the model as a scientist's exploration tool and fourth level is to think that the model is provisional one and multiple models can coexist in one phenomenon. The progression levels of science metamodeling knowledge of science high school students derived from this study is expected to be used as a reference when constructing a curriculum for science modeling and modeling for gifted students.

Keyword

표/그림 (6)

표 Table 1. The characteristics of participants
표 Table 2. The metamodeling components and questionnaire contents by items
표 Table 4. The result of Rasch analysis
표 Table 3. Progression levels of science metamodeling knowledge
그림 Figure 1. Wright map of science metamodeling knowledge.
표 Table 5. The distribution of responses by items

AI 본문요약
AI-Helper

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

문제 정의

이 문항은 모델의 다양성에 대한 학생들의 인식을 알아본 것으로, 많은 학생들이 거의 모든 자연 현상에는 예외가 있으며 둘 이상의 모델을 구성할 수 있다고 생각하거나 동일한 현상에 대해 사람마다 관심이 다르므로 다른 모델의 형성이 가능하다는 생각을 하였다. 따라서 이러한 모델에 대한 인식 영역에서 학생들에게 가장 문턱이 낮은 이 부분을 출발점으로 메타모델링의 지식수준을 높이는 방안으로 교육과정을 구성하는 것을 제안하고자 한다. 영재 학생들은 모델의 다양성과 관련한 질문에서 여러 모델이 왜 존재하는지를 고민하게 되었고 이에 따라서 모델의 다양한 측면을 고민한다는 점에 착안하여, 하나의 현상이 여러 모델로 설명되고 있는 소재를 활용한다면 현재 단일 모델로만 설명되고 있는 영재 교육보다 메타모델링 프로그램의 교육적 효과가 클 것이다.

제안 방법

본 연구에서는 과학영재학교 학생들의 과학 메타모델링 지식 발달 단계를 알아보기 위하여 Crawford & Cullin^21,26의 연구에서 사용된 질문 중 6개를 차용하고, 조혜숙 등⁶이 제시한 과학 메타모델링 지식의 5가지 구성요소 중 Crawford& Cullin^21,26의 연구에서 언급하지 않은 모델의 본성과 관련된 질문 1개를 추가하여 Table 2와 같이 총 7개 문항의 개방형(open-ended) 설문지 개발하였다. 7개 문항은 모델의 본성, 모델의 목적, 모델링 과정, 모델의 변화성, 모델의 다양성, 모델의 평가와 개선을 묻는 것으로 6개의 메타모델링 지식의 요소로 구성되어 있다.
그 결과를 바탕으로 다시 유목을 정교화하여 재코딩을 거친 후 타당성 을 검토하였으며, 이러한 과정은 새로운 유목이 발견되지 않을 때까지 7회에 걸쳐 반복되었다. 이후에 Rasch 모델을 이용하여 Person reliability, Item reliability, MNSQ와 ZSTD의 Infit와 Outfit값을 이용하여 과학영재 학생들의 과학 메타 모델링 지식의 발달 단계를 정교화하였다. 또한 이러한 단계 판정에 대한 학생의 내적합치도를 평가하기 위해 SPSS를 이용하여 Cronbach의 α를 구하였다.
메타모델링에 대한 기존의 문헌과 본 연구에서 학생들의 응답을 유목화하고 코딩한 결과를 토대로 과학영재 학생들의 과학 메타모델링 지식에 대한 가설적 단계를 수립 하였다(Table 3).
과학 수업에서 모델과 모델링을 성공적으로 사용하기 위해 필요한 과학 메타모델링 지식의 발달 단계를 설문조사를 통해 G과학고등학교 2학년 97명의 영재학생들을 대상으로 탐구해보았다. 메타모델링 지식의 발달 단계는 최종 4단계로 도출되었다.
메타모델링 지식의 발달 단계는 최종 4단계로 도출되었다. 과학 메타모델링 지식의 발달 단계는 크게 모델을 객관적인 것으로 보는 1, 2단계와 모델을 주관적인 것으로 인지하는 3, 4단계로 나뉘었다. 1단계는 모델을 하나의 현상을 그대로 시각적으로 표상한 것으로 보는 관점이고, 2단계는 모델이란 객관적인 지식이나 이론에 해당하는 것으로서 설명을 위한 도구라고 생각하는 단계이다.

대상 데이터

설문대상은 전국의 8개의 과학영재학교 중 1개 학교를 편의표집(convenience sampling)하였다. 영재학교는 그 특성상 학부모의 관심이 매우 크고 자녀의 공부시간에 각별한 신경을 쓴다.
약 30−40분이 소요되는 본 연구의 개방형 설문지 작성시간을 고려했을 때, 해당 설문지를 무선 표집(random sampling)된 학교에 투입하는데 무리가 있다고 판단하였다. 따라서 학교장이 본 연구의 취지를 이해하며 연구자와 영재학생들 간의 래포(rapport)가 형성된 한 개 영재학교를 편의표집하여 설문조사 학교로 선정하였다.
덧붙여 3학년의 경우 대한민국의 고등학교 특성상 입시를 앞두고 있기 때문에 설문조사와 같은 협조를 구하기 어려웠다. 따라서 본 연구는 G영재학교 2학년을 대상으로 설문을 조사하기로 하였다. 설문을 조사하기 전 연구에 대한 취지를 설명한 후 연구 참여 동의서를 받았으며, G영재학교 2학년 97명이 설문조사에 참여의사를 표시하였다.
따라서 본 연구는 G영재학교 2학년을 대상으로 설문을 조사하기로 하였다. 설문을 조사하기 전 연구에 대한 취지를 설명한 후 연구 참여 동의서를 받았으며, G영재학교 2학년 97명이 설문조사에 참여의사를 표시하였다.
본 연구의 메타모델링 지식에 대한 발달단계는 과학고등학교 2학년에 재학 중인 영재학생들을 대상으로 진행 되었다. 하지만 국가에서 시행하고 있는 과학영재에 대한 사업은 초등학교와 중학교의 영재학급, 영재교육원 등과 같이 다양하게 진행되고 있다.

데이터처리

이후에 Rasch 모델을 이용하여 Person reliability, Item reliability, MNSQ와 ZSTD의 Infit와 Outfit값을 이용하여 과학영재 학생들의 과학 메타 모델링 지식의 발달 단계를 정교화하였다. 또한 이러한 단계 판정에 대한 학생의 내적합치도를 평가하기 위해 SPSS를 이용하여 Cronbach의 α를 구하였다.

이론/모형

이렇게 수립된 가설적 단계에 대한 적합도를 Rasch 모형을 이용하여 알아보았다. Rasch 모형 분석에서 보통 Person reliability는 0.

성능/효과

따라서 일반 학생들을 대상으로 할 경우에는 대부분 특정한 낮은 단계에 몰려 있어 발달 단계의 경로를 탐색하는데 적절하지 않다. 반면 일반 학생들에 비해 과학영재학교 학생들은 상대적으로 열린 탐구 활동의 기회를 충분히 제공받기 때문에 과학 모델 및 모델링을 체험할 가능성이 높으며, 따라서 일반 학생들에 비해 보다 다양한 발달 경로를 확인하는 것이 가능하다고 판단되었다. 둘째, 과학의 본성에 해당하는 새로운 과학이론이나 모델을 만드는 것에 대한 교ㄹ육은 과학적 소양을 기르는 교육과정과 달리 과학자를 양성하는 심화과정의 과학교육에 적합한 내용이다.
9 이상이면 적합하다고 본다. 본 연구에서 수립한 과학 메타모델링 지식에 대한 가설적 발단 단계로 과학영재 학생들의 응답을 채점한 결과 Person reliability는 0.71, Item reliability 는 0.96로서 적합하다는 결과가 나왔다. 모형 적합도를 나타내는 통계치(fit statistic)인 평균 자승 잔차(mean square residual: MNSQ)는 Rasch 모델에 적용가능성을 나타내는 지수로서, 관찰된 점수와 모형에 의해 예측되는 점수 차를 말한다.
0 사이에 있으면 적합하다고 판단한다. 본 연구에서 MNSQ와 ZSTD의 Infit와 Outfit 값이 모두 양호하였으며, 이를 통해 본 연구에서 설정한 단계가 타당함을 확인할 수 있었다.
때문에 기존의 과학 모델을 절대적으로 숭배하며, 기존 모델들을 학습하도록 교육하는 영재교육은 문제가 있다. 본 연구 결과에서도 대부분의 학생들이 과학 모델을 절대적으로 인식한다는 것을 확인할 수 있었다. 새로운 과학모델을 만들기 위해 선행되어야 할 것은 모델은 절대적인 것이 아니므로 새로운 모델을 만들 수 있다는 인식이다.
과학 수업에서 모델과 모델링을 성공적으로 사용하기 위해 필요한 과학 메타모델링 지식의 발달 단계를 설문조사를 통해 G과학고등학교 2학년 97명의 영재학생들을 대상으로 탐구해보았다. 메타모델링 지식의 발달 단계는 최종 4단계로 도출되었다. 과학 메타모델링 지식의 발달 단계는 크게 모델을 객관적인 것으로 보는 1, 2단계와 모델을 주관적인 것으로 인지하는 3, 4단계로 나뉘었다.
모델을 객관적으로 바라보는 패러다임(1,2단계) 에서 모델을 주관적인 것으로 바라보는 패러다임(3,4단계) 으로의 변화를 의미하게 때문이다. 과학영재 학생들 대부분이 2단계에서 멈춰있음을 확인함으로써 모델의 객관성을 심화하는 수준으로만 교육이 진행되는 과학영재교육의 현 실태를 확인할 수 있었다.
이 연구결과로부터 메타모델링에 대한 지식이 일반 학생보다 더 높을 것으로 기대된 영재학생 조차도 모델에 대한 인식이 객관적 단계에 머물고 있다는 점은 과학교육에 대한 많은 시사점을 보여준다. 현재 과학고등학교의 교육 과정은 영재학생들의 특성에 맞게 일반학교에 비해 많은 자율권을 주고 있다.

후속연구

이러한 지식 중심으로 쏠리는 현재 영재교육의 문제점을 누구나 인식하지만, 그럼에도 불구하고 새로운 대안이 없기 때문에 영재 교육에 큰 변화가 이루어지지 못하고 있다. 이 연구에서 제안하는 과학영재학생들의 메타모델링 지식에 대한 탐색은 지식 중심의 영재교육에 새로운 대안을 제시할 수 있을 것이다.
많은 이들이 교육 혜택의 대상자가 된다는 것은 좋은 일이지만, 일반 학생을 대상으로 한 교육과 차별화된 영재교육의 정체성을 위해 앞으로 영재학생들의 메타모델링에 대한 지식을 발달시키는 교육과정의 구성이 매우 필요하다. 특히 본 연구 결과를 토대로, 과학영재 교육의 방향을 이미 정립된 지식의 전수에서 벗어나, 지식의 생성 능력의 향상에 초점을 둘 필요가 있으며, 이때 지식의 생성 역량에 대한 교육은 본 연구에서 제시한 4단계의 메타모델링 단계를 활용하여 구성할 수 있을 것이다.
하지만 국가에서 시행하고 있는 과학영재에 대한 사업은 초등학교와 중학교의 영재학급, 영재교육원 등과 같이 다양하게 진행되고 있다. 따라서 초등학교부터 이루어지는 과학영재교육에 본 연구의 메타모델링 지식 발달을 토대로 한 교육과정의 효과에 대한 연구가 이루어진다면, 현재 국가가 운영하고 있는 영재교육이 영재 학생들의 과학자로서의 역량을 신장시키는데 더욱 효과적인 방향으로 성장할 수 있을 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	메타모델링에 대한 연구는 우리나라에서 어떤 상황인가?	외국의 경우 Grosslight 등,9 Schwarz 등,20 Crawford & Culiin21 등이 과학 메타모델링 지식 단계를 제시하였다. 하지만 우리나라의 경우 이러한 메타모델링에 대한 연구는 주로 모델에 대한 인식을 조사하는 연구22−25에 머물려 있으며, 메타모델링에 대한 체계적 교육과정을 구성하는데 제공하는 정보가 현재 미흡한 수준이다. 때문에 우리나라 학생들을 대상으로 한 과학 메타모델링 지식의 발달 단계 에 대한 연구가 필요하다.
	학습발달과정(Learning Progressions)이란?	학습발달과정(Learning Progressions)이란 과학 개념에 대한 학생의 이해와 과학적 탐구 수행 능력이 오랜 기간에 걸쳐 정교해지는 발달적 과정을 나타낸다.15,16 반드시 모든 학생들이 이러한 경로를 통해 과학적 개념을 획득한 것은 아니나 학생이 최종 지점까지 도달하기 위해서 대략적으로 어떠한 경로를 거쳐야하는지에 대한 정보를 제공하기 때문에 교수학습의 전략이나 교육과정을 개발할 때 유용한 자료로 활용될 수 있다.
	학습발달과정(Learning Progressions)은 왜 중요한 연구과제인가?	학습발달과정(Learning Progressions)이란 과학 개념에 대한 학생의 이해와 과학적 탐구 수행 능력이 오랜 기간에 걸쳐 정교해지는 발달적 과정을 나타낸다.15,16 반드시 모든 학생들이 이러한 경로를 통해 과학적 개념을 획득한 것은 아니나 학생이 최종 지점까지 도달하기 위해서 대략적으로 어떠한 경로를 거쳐야하는지에 대한 정보를 제공하기 때문에 교수학습의 전략이나 교육과정을 개발할 때 유용한 자료로 활용될 수 있다.17 때문에 미국을 비롯한 많은 나라에서 학문의 핵심개념을 중심으로 한 학습발달과정 연구가 활발하게 진행되고 있으며, 이 결과를 적용하여 교육과정을 개발하고 있다.18 따라서 현재 과학교육에서 학 생들의 학습 발달 과정을 바탕으로 교육과정 설계, 평가 개발 등에 대한 연구가 활발히 진행되고 있다.15,19

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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

[국내논문] 과학영재 학생들의 과학 메타모델링 지식 발달 단계 탐구
Exploring Progression Levels for Science Metamodeling Knowledge of the Science Gifted 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (6)

표/그림 (6)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

활용도 분석정보

활용도 Top5 논문

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 과학영재 학생들의 과학 메타모델링 지식 발달 단계 탐구 Exploring Progression Levels for Science Metamodeling Knowledge of the Science Gifted 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

Keyword

표/그림 (6) 모든 표/그림 보기

표/그림 (6) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

이 논문을 인용한 문헌

저자의 다른 논문 :

김성기 (9) 백성혜 (166)

활용도 분석정보

활용도 Top5 논문 더보기

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 과학영재 학생들의 과학 메타모델링 지식 발달 단계 탐구
Exploring Progression Levels for Science Metamodeling Knowledge of the Science Gifted 원문보기

초록
AI-Helper

표/그림 (6)

표/그림 (6)

AI 본문요약
AI-Helper

활용도 Top5 논문