[논문]웹 또는 어플리케이션 활용 수학 학습 프로그램 구성에 대한 요구도 분석

이지혜; 허난

doi:10.7858/eamj.2019.019

웹 또는 어플리케이션 활용 수학 학습 프로그램 구성에 대한 요구도 분석
An Analysis of Needs for Composition of Math Learning Program Using Web or Application 원문보기

East Asian mathematical journal, v.35 no.2, 2019년, pp.199 - 216

이지혜 (Aiju University) , 허난 (Kyonggi University)

Abstract ▼ AI-Helper

The purpose of this study is to analyze the needs of mathematics learning program using web or application for the development of adaptive mathematics learning program. For this study, a questionnaire survey was conducted for middle school students. The results of the 290 responses were analyzed to identify students' needs for adaptive mathematics learning. As a result, learners wanted functions to design their own learning and to support self-directed learning. The results of this study are expected to be used as basic data for the development of a adaptive mathematics learning program reflecting students' needs.

주제어

표/그림 (21)

표 [표 1] 설문 참여자의 특성
표 [표 2] 설문의 구성
표 [표 3] 웹 또는 어플리케이션을 통한 수학학습 경험 여부
표 [표 4] 환경 설정 기능 선호 여부에 대한 결과
표 [표 5] 학습 관리 측면 선호 여부
표 [표 6] 일정기간 학습이력이 없을 경우 알림에 대한 선호
표 [표 7] 현재 학습 현황의 알림에 대한 결과
표 [표 8] 학습 현황에 대한 화면 구성 선호도
표 [표 9] 학습할 내용 구분 정도
표 [표 10] 학습 현황에 대한 화면 구성 선호도
표 [표 11] 제공 문제의 난이도에 대한 선호
표 [표 12] 개념 학습 방법에 대한 선호
표 [표 13] 문제 난이도 제공 방식에 대한 선호
표 [표 14] 문제 풀이 결과 제공 시기에 대한 선호
표 [표 15] 개념학습 방법 선호에 따른 문제 난이도 제공 방식 선호 차이
표 [표 16] 어플리케이션을 활용한 학습 경험 여부에 따른 난이도 제공 방식 선호 차이
표 [표 17] 학습 후 평가에 대한 선호 시기
표 [표 18] 학습 후 평가 방식에 대한 선호 시기
표 [표 19] 문제 풀이 과정 중 힌트 제공 방식에 대한 선호 시기
표 [표 20] 개념학습 방법 선호에 따른 학습 후 평가 시기 선호 차이
표 [표 21] 어플리케이션을 활용한 학습 경험 여부에 따른 학습 후 평가 시기 선호 차이

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 맞춤형 수학 학습 프로그램을 실제 활용할 학습자의 실제적인 요구를 파악하여 AI를 활용한 맞춤형 수학 학습 프로그램을 개발하는데 활용하고자 웹 또는 어플리케이션을 활용한 맞춤형 학습 프로그램에 대한 학습자의 요구를 파악하고 이를 분석하였다.
본 연구에서는 AI를 활용한 수학학습 프로그램을 개발하기 위하여 웹 또는 어플리케이션으로 학습할 시 학습의 주체자인 학생의 요구를 조사하기 위하여 다음 [표 2]와 같이 설문을 구성하였다. 설문 문항은 Alessi & Trollip(2001)의 학습용 멀티미디어 개발에 관한 내용, 김현지, 김춘화, 이상수(2015)의 적응적 수업을 위한 상호작용 어플리케이션의 기초 설계원리, 이지선, 최재혁(2012)에서의 스마트폰 어휘 학습용 어플리케이션 구현에 관한 학습자 요구에 관한 설문, 그리고 허난(2017, 2018)의 수학 학습용 애플리케이션 및 웹 기반 학습 프로그램의 내용 및 구성 분석의 내용을 참고로 제작되었으며 설문지는 총 15개의 문항으로 구성되었다.
이러한 시대적 흐름에 발맞추어 정보기술을 활용하여 맞춤형 학습이 가능한 환경을 구축하는 것과 그에 따른 다양한 학습용 프로그램 또한 개발 및 사용 환경 구축에도 관심이 모아지고 있다. 이에 본 연구에서는 맞춤형 수학 학습용 프로그램을 개발하기 위하여 프로그램 구성에 대한 학습자의 요구에 대한 사전 조사를 통하여 학습자의 요구도를 파악하고 이를 반영한 수학 학습 프로그램을 구축하는데 활용하고자 한다.
이에 본 연구에서는 웹 또는 어플리케이션을 활용한 맞춤형 학습 프로그램에 대한 학습자의 요구를 파악하고 이를 분석함으로써 맞춤형 수학 학습 프로그램을 실제 활용할 학습자의 실제적인 요구를 AI를 활용한 맞춤형 수학 학습 프로그램을 개발하는데 활용하고자 한다.
인터넷 기술의 발전과 빅데이터로 인해 인공지능(AI)이 새롭게 주목받고 있는 시대를 맞아 교육 분야에서 AI를 활용한 맞춤형 수학학습 프로그램을 개발하기 위하여 학생 및 교사들을 대상으로 요구 조사를 실시하였다.

제안 방법

설문 문항은 Alessi & Trollip(2001)의 학습용 멀티미디어 개발에 관한 내용, 김현지, 김춘화, 이상수(2015)의 적응적 수업을 위한 상호작용 어플리케이션의 기초 설계원리, 이지선, 최재혁(2012)에서의 스마트폰 어휘 학습용 어플리케이션 구현에 관한 학습자 요구에 관한 설문, 그리고 허난(2017, 2018)의 수학 학습용 애플리케이션 및 웹 기반 학습 프로그램의 내용 및 구성 분석의 내용을 참고로 제작되었으며 설문지는 총 15개의 문항으로 구성되었다.
설문 문항은 문항의 특성에 따라 선택형이거나 다중 응답이 가능한 형태로 제시되었다.
설문에 대한 응답은 각 문항 별 빈도와 백분율을 산출하고 X2 분석을 실시하였으며 설문조사 결과는 외적 영역과 내적 영역으로 나누어 제시하였다.
설문 문항은 문항의 특성에 따라 선택형이거나 다중 응답이 가능한 형태로 제시되었다. 설문의 구성은 [표 2]와 같이 웹 또는 어플리케이션 학습에 대하여 크게 외적 영역과 내적 영역으로 대영역을 설정하였고, 학습환경과 학습관리를 외적 영역으로, 학습설정, 학습과정, 그리고 평가를 내적 영역으로 구분하여 세부 요소를 설정하고 그에 따른 문항을 제작하였다.
어플리케이션을 활용해 본 경험 유무에 따라 난이도 제공 방식 선호의 비율 차이를 검증하기 위하여 교차표를 산출하였다. 그 결과 어플리케이션을 활용하여 학습을 해본 집단에서는 ‘내가 설정한 난이도로만 문제가 제공’이 26.
어플리케이션을 활용해 본 경험 유무에 따라 학습 후 평가 시기 선호의 비율 차이를 검증하기 위하여 교차표를 산출하였다. 그 결과 어플리케이션을 활용하여 학습을 해본 집단에서는 ‘개념학습마다’ 평가가 23.

대상 데이터

학생 대상 설문은 설문 내용 및 설문지에 대한 기관생명윤리위원회의 심의 및 승인을 거쳐 실시되었다. 2018년 11월 12일부터 30일까지 광주 A중학교, 오산 B중학교, 시흥 C중학교에 설문지를 360부 배포하였으며 이 중 310부를 회수하여 회수율은 86.1%였다. 회수한 310부 중에서 응답의 신뢰성이 의심되는 20부를 제외한 290부에 대하여 분석을 실시하였다.
1%였다. 회수한 310부 중에서 응답의 신뢰성이 의심되는 20부를 제외한 290부에 대하여 분석을 실시하였다.

데이터처리

한편, 개념학습 방법의 선호에 따라 문제 난이도 제공 방식의 비율 차이를 검증하기 위하여 교차표를 산출하였다. 그 결과 개념의 원리 설명 방법을 선호하는 집단에서는 ‘내가 설정한 난이도로만 문제가 제공’이 44.
한편, 개념학습 방법의 선호에 따라 학습 후 평가 시기 선호의 비율 차이를 검증하기 위해 교차표를 산출하였다. 그 결과, 개념의 원리 설명 방법을 선호하는 집단에서는 ‘개념학습마다 평가’ 선호가 30.

성능/효과

개념학습 방법의 선호에 따라 문제 난이도 제공 방식 선호의 차이의 통계적 유의성 여부를 판단하기 위해 X2 검정을 실시한 결과, 통계적으로 유의미한 것으로 나타났다(X2=17.036, p<.05).
또한 개념의 원리와 관련 문제를 함께 설명하며 개념학습을 하는 것을 원하는 것 으로 나타났다. 개념학습 방법의 선호에 따라 문제 난이도 제공 방식의 선호도 차이는 통계적으로 유의미 한 것으로 나타났다. 평가 시기는 하루 학습의 마무리로 제공 되는 것을 가장 선호하였으며, 학습 후 평가 방식에 대해서는 그 결과를 점수로 제공 받는 것을 가장 선호하였다.
개념학습 방법의 선호에 따라 학습 후 평가 시기 선호의 차이의 통계적 유의성 여부를 판단하기 위해 X2검정을 실시한 결과, 통계적으로 유의미한 것으로 나타났다 (X2=23.495, p<.01).
그 결과 개념의 원리 설명 방법을 선호하는 집단에서는 ‘내가 설정한 난이도로만 문제가 제공’이 44.6%(29명), ‘일정한 수준 문제 제공’ 이 18.5%(12명), ‘학습이력에 따라 파악된 수준으로 자동 제공’이 36.9%(24명)로 나타 났다.
그 결과 어플리케이션을 활용하여 학습을 해본 집단에서는 ‘개념학습마다’ 평가가 23.8%(36명), ‘소단원마다’ 평가가 27.2%(41 명), ‘중단원마다’ 평가가 13.2%(20명), ‘하루 학습마무리로’ 평가가 27.8%(42명), ‘평가 없이 마무리’ 평가가 7.9%(12명)로 나타났다.
그 결과 어플리케이션을 활용하여 학습을 해본 집단에서는 ‘내가 설정한 난이도로만 문제가 제공’이 26.5%(40명), ‘일정한 수준의 문제 제공’이 21.2%(32명), ‘학습 이력에 따라 파악된 수준으로 자동 제공’이 52.3%(79명)로 나타났다.
그 결과 외적영역에서 학습 환경 설정에 관한 선호도는 학습자들 대부분이 학습자 스스로 다양한 학습 기능을 설정할 수 있는 것을 선호하는 것으로 나타났다. 또한 학습 관리 측면에서는 학습시간 설정에 대한 선호 여부는 크게 차이가 없었으나 정해진 시간에 학습 알람을 선호하며, 정해진 시간에 학습하지 않을 경우 알림을 10분 이내로 주는 것을 선호하는 것으로 나타났다.
그 결과, 개념의 원리 설명 방법을 선호하는 집단에서는 ‘개념학습마다 평가’ 선호가 30.8%(20명), ‘소단원마다 평가’가 15.4%(10명), ‘중단원 마다 평가’가 12.3%(8명), ‘하루 학습마무리로 평가’가 24.6%(16명), ‘평가없이 마무리’가 16.9%(11명)로 나타났다.
내적영역에서 학습설정은 학습할 내용의 구분이 교과서 단원 순서대로 이루어지는 것을 선호하고 있어 개념 또는 스키마 단위로 구성되어지는 것보다 수학 학습 프로그램을 통해 학교에서의 학습을 보조하는 수단으로서 웹 또는 어플리케이션을 활용 한 수학 학습을 활용하고자 하는 기대를 나타낸 것으로 볼 수 있다. 또한 학습 과정에 있어 학습자들은 학습 결과 확인을 즉각적으로 하는 것을 선호하며 학습 시 제공 되는 문제는 중 수준의 난이도가 제공되기를 선호하며 이때, 학습자의 학습 이력에 따라 파악된 수준의 문제가 자동 제공되기를 선호하는 것으로 나타났다. 이러한 학습자의 요구는 학습에 있어 학습자들의 학습에 관한 데이터를 활용하여 학습자의 수준 및 문제의 난이도를 학습자의 수준에 맞춰 제공할 수 있는 인공지능을 활용한 맞춤형 학습에 대한 요구가 있음을 보여주는 것이라 할 수 있다.
그 결과 외적영역에서 학습 환경 설정에 관한 선호도는 학습자들 대부분이 학습자 스스로 다양한 학습 기능을 설정할 수 있는 것을 선호하는 것으로 나타났다. 또한 학습 관리 측면에서는 학습시간 설정에 대한 선호 여부는 크게 차이가 없었으나 정해진 시간에 학습 알람을 선호하며, 정해진 시간에 학습하지 않을 경우 알림을 10분 이내로 주는 것을 선호하는 것으로 나타났다. 일정시간 학습 이력이 없는 경우에 알림이 필요하다고 생각하는 학습자가 많았으며, 매일 일정한 시간에 알림이 주어지는 것을 선호하는 것으로 나타났다.
본 연구에서의 요구도 조사의 결과는 외적 영역의 학습 환경과 학습관리 뿐 아니라 내적 영역의 학습 설정과 학습 과정에 대한 요구도 분석 결과는 웹 또는 어플리케이션을 활용한 학습을 통해 학습자들이 자신의 학습을 스스로 설계하고 학습을 주도적으로 이끌어 가기를 바라는 것을 보여주고 있었다. 이러한 결과를 활용하여 학습자들의 요구를 충분히 반영하고 학습자가 주도적으로 수학 학습을 이끌어갈 수 있도록 맞춤형 수학 학습 프로그램 개발에 적극 반영되도록 해야 할 것이다.
어플리케이션을 활용해 본 경험 유무에 따라 학습 후 평가 시기 선호의 차이의 통계적 유의성 여부를 판단하기 위해 X2 검정을 실시한 결과, 통계적으로 유의하지 않은 것으로 나타났다(X2=8.607, p>.01).
웹 또는 어플리케이션으로 문제 풀이를 할 때, 제공되는 문제의 난이도 조절 방식에 대한 응답 결과는 ‘학습이력에 따라 파악된 수준의 문제가 자동 제공’되는 방식이 53.4%(155명)로 가장 높게 나타났고, ‘내가 설정한 난이도로만 문제가 제공’되는 방식이 30.0%(87명), ‘나의 학습이력과 상관없이 일정한 수준의 문제 제공’되는 방식은 16.6%(48명)로 나타났다.
웹 또는 어플리케이션으로 학습한 내용에 대한 평가 시기에 대한 응답 결과는 ‘하루 학습마무리로’ 평가하는 것이 29.0%(84명)로 가장 높게 나타났고, ‘소단원 마다’ 평가하 는 것이 23.4%(68명), ‘개념학습 마다’ 평가하는 것이 20.3%(59명)로 높게 나타났다.
웹 또는 어플리케이션으로 학습할 때, 화면 환경 구성에 대한 질문으로 자신이 원하는 대로 정하는 기능에 대한 선호 여부의 응답 결과는 설정 기능에 대한 선호하는 비율이 82.8%(240명)로 높게 나타났다. 이는 웹 또는 어플리케이션을 활용한 수학 학습 프로그램 개발 및 구성에 있어서 학습자가 스스로 자신의 학습 환경을 구성하고 설계할 수 있는 기능이 필요함을 보여주고 있다.
웹 또는 어플리케이션을 활용해 수학 학습의 경험 유무에 따라 난이도 제공 방식 선호의 차이의 통계적 유의성 여부를 판단하기 위해 X2 검정을 실시한 결과, 통계적으로 유의하지 않은 것으로 나타났다(X2=5.467, p>.01).
또한 학습 관리 측면에서는 학습시간 설정에 대한 선호 여부는 크게 차이가 없었으나 정해진 시간에 학습 알람을 선호하며, 정해진 시간에 학습하지 않을 경우 알림을 10분 이내로 주는 것을 선호하는 것으로 나타났다. 일정시간 학습 이력이 없는 경우에 알림이 필요하다고 생각하는 학습자가 많았으며, 매일 일정한 시간에 알림이 주어지는 것을 선호하는 것으로 나타났다. 또한 현재 학습의 현황에 대한 알림이 필요하다는 응답자가 많았다.
01). 즉, 웹 또는 어플리케이션을 활용한 수학 학습을 한 경험 유무에 따른 평가 시기 선호는 차이를 보이지 않았다.
개념학습 방법의 선호에 따라 문제 난이도 제공 방식의 선호도 차이는 통계적으로 유의미 한 것으로 나타났다. 평가 시기는 하루 학습의 마무리로 제공 되는 것을 가장 선호하였으며, 학습 후 평가 방식에 대해서는 그 결과를 점수로 제공 받는 것을 가장 선호하였다. 문제 풀이에 대한 힌트 제공 방식은 틀린 부분에 대한 개념을 제공해 주는 것을 가장 선호하였다.

후속연구

본 연구에서의 요구도 조사의 결과는 외적 영역의 학습 환경과 학습관리 뿐 아니라 내적 영역의 학습 설정과 학습 과정에 대한 요구도 분석 결과는 웹 또는 어플리케이션을 활용한 학습을 통해 학습자들이 자신의 학습을 스스로 설계하고 학습을 주도적으로 이끌어 가기를 바라는 것을 보여주고 있었다. 이러한 결과를 활용하여 학습자들의 요구를 충분히 반영하고 학습자가 주도적으로 수학 학습을 이끌어갈 수 있도록 맞춤형 수학 학습 프로그램 개발에 적극 반영되도록 해야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	인공지능을 활용한 맞춤형 학습에 대한 요구가 있음을 보여주는 근거는?	내적영역에서 학습설정은 학습할 내용의 구분이 교과서 단원 순서대로 이루어지는 것을 선호하고 있어 개념 또는 스키마 단위로 구성되어지는 것 보다 수학 학습 프로그램을 통해 학교에서의 학습을 보조하는 수단으로서 웹 또는 어플리케이션을 활용한 수학 학습을 활용하고자 하는 기대를 나타낸 것으로 볼 수 있다. 또한 학습 과정에 있어 학습자들은 학습 결과 확인을 즉각적으로 하는 것을 선호하며 학습 시 제공되는 문제는 중 수준의 난이도가 제공되기를 선호하며 이때, 학습자의 학습 이력에 따라 파악된 수준의 문제가 자동 제공되기를 선호하는 것으로 나타났다. 이러한 학습자의 요구는 학습에 있어 학습자들의 학습에 관한 데이터를 활용하여 학습자의 수준 및 문제의 난이도를 학습자의 수준에 맞춰 제공할 수 있는 인공지능을 활용한 맞춤형 학습에 대한 요구가 있음을 보여주는 것이라 할 수 있다.
	스마트 교육이란?	정보통신 기술의 발달에 따라 스마트(SMART) 교육이 주목받아 왔으며 최근 스마트 기기의 발달에 따라 최근 웹 또는 어플리케이션을 활용한 학습이 주목받고 있다. 스마트 교육은 학습자가 지식의 주요 생산자로서 스스로 학습하는 자기 주도적 (Self-directed)이며 창의적으로 문제해결을 함으로써 수업에 흥미를 일으키도록 하는 흥미(Motivated)를 일으키는 교육이다. 또한 개인의 특성에 맞추어 수준과 적성을 고려한 맞춤(Adaptive) 교육과 풍부한 자료를 언제든지 사용할 수 있는 풍부한 자료는Resource Enriched)를 포함하며 학습자가 자신이 원하는 학습 방법을 선택할 수 있는 교육환경인 정보기술을 활용(Technology Embedded)하는 교육을 말한다(교육과학 기술부, 2011).
	교육에서 스마트 기기 활용의 가장 큰 장점에는 무엇이 있나?	최근 인터넷 기술의 발달과 스마트 기기의 보급으로 인해 교수·학습 환경의 변화가 일어나고 있다. 그 변화 중 하나는 과거에 불가능했거나 어려웠을 새로운 교육적 가치를 실현시킬 수 있는 가능성을 스마트 기기를 활용한 교육이 열어주고 있다는 것이며 스마트 기기 활용의 가장 큰 장점 중 하나로 제 각기 다른 개인의 특성을 고려한 교육의 실현이 가능하다는 것이다(김현철, 2011).

참고문헌 (19)

강상훈, 신민우, 김민지, 박한훈. 유아 언어 교육을 위한 모바일 증강현실 어플리케이션. 방송공학회논문지, 23(6), 914-924. 2018.

원문보기 상세보기
교육과학기술부. 스마트교육추진전략. 정보화추진위원회 의안번호 제 137호. 2011
김부미. 모바일 기반 수학 학습 어플리케이션 개발 및 활용 방안. 학교수학, 19(3), 593-615. 2017.

원문보기 상세보기
김선희, 정현훈. 외국어 학습용 어플리케이션의 음성 인식 기술 활용 현황. 한국디지털콘텐츠학회논문지, 19(4), 621-630. 2018.
김현지, 김춘화, 이상수. 적응적 위한 상호작용 어플리케이션 프로토타입 개발. 교육정보미디어연구, 23(1), 139-168. 2015.
김현철. 이슈리포트 스마트 교육 콘텐츠 품질관리 및 교수학습 모형 개발 이슈. 서울: 한국 교육학술정보원. 2011.
박성열, 임걸. 스마트 패드 활용수업 사례분석에 기반 한 스마트 캠퍼스 구축발전방향. 디지털정책연구, 10(3), 1-12. 2012

원문보기 상세보기
신선애, 권정민. 수학 모바일 애플리케이션이 수학 학습부진아동의 연산 유창성과 수학 학습 동기에 미치는 영향. 한국게임학회논문지, 14(4), 95-104. 2014.

원문보기 상세보기
신은경, 현영섭. 요구분석 연구 동향: 2006-2016년 국내 학술지 게재 논문을 중심으로. HRD연구, 19(1), 65-97. 2017.
오미옥. 초등학교 고학년을 위한 스마트러닝 기반의 STEAM교육 프로그램 개발. 중부대학교 박사학위논문. 2015.
우홍욱, 서유진. 학습장애 학생의 m-러닝을 위한 수학교육 애플리케이션 특징분석 및 개발방향 모색. 특수교육, 9(2), 123-164. 2010.

상세보기
이지선, 최재혁. 학습자 요구 분석에 따른 스마트폰 어휘 학습용 어플리케이션의 구현. 컴퓨터교육학회 논문지, 15(1), 43-53. 2012.

원문보기 상세보기
장지웅, 김갑수. 회전체 학습 어플리케이션 개발 및 활용. 디지털융복합연구, 12(6), 549-557. 2014.

원문보기 상세보기
정남숙, 박태자. 스마트폰 어플리케이션을 활용한 영어 어휘학습의 효과. 영상영어교육, 19(3), 149-176. 2018.
하은경, 이영주. 시뮬레이션형 애플리케이션을 활용한 쌓기나무 학습이 초등학생의 수학과 학업성취와 ARCS기반 교수매체동기에 미치는 영향. 학습자 중심교과교육연구, 14(1), 207-236. 2014
한선관, 양동용. 사이버 가정학습에서 문항반응 이론을 적용한 적응형 평가 시스템 연구. 과학교육논총, 17, 181-191. 2004.
허난. 수학 학습용 애플리케이션 유형 및 내용 분석. East Asian Mathematical Jourmnal, 33(4), 413-429. 2017.
허난. 웹 기반 맞춤형 수학 학습 프로그램 구성 요소 분석. East Asian Mathematical Jourmnal, 34(4), 451-462. 2018.
Alessi, S. M. & Trollip, S. P.. Multimedia for learning: Methods anddevelopment. Boston, MA; Allyn and Bacon. 2001.

저자의 다른 논문 :

LOADING...

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