[논문]예비중등교사와 예비언론인의 도움 연결망 구조와 변화 비교

김성연; 박한우

doi:10.5762/kais.2020.21.2.335

[국내논문] 예비중등교사와 예비언론인의 도움 연결망 구조와 변화 비교
A Comparison of Help Network Structures and Changes between Pre-service Secondary Teachers and Pre-journalists 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.2, 2020년, pp.335 - 344

초록
AI-Helper

본 연구는 예비중등교사의 전문적 학습공동체를 활성화시킬 수 있는 방안을 모색하기 위해 예비중등교사와 연결망 분석과 관련된 수업에 참여한 예비언론인의 도움 연결망 구조와 변화를 비교하였다. 이를 위해 기존의 회귀분석과 달리 개체들 사이의 관계를 종속으로 보고, 연결망 형성 원리에 대해 통계적 추론을 가능케 하는 ERGM으로 분석을 수행하였다. 분석 대상은 예비중등교사 43명과 예비언론인 29명으로 연결망 조사 시 초기와 후기에 2회 모두 응답한 학생으로 한정하였다. 주요 분석결과는 다음과 같다. 첫째, 분석대상과 조사시기에 상관없이 개인 특성 변수만을 고려한 모형은 연결망 구조 변수를 함께 고려한 모형에 비해 설명력이 낮게 나타났다. 둘째, 예비중등교사의 도움 연결망에서는 전이성이 통계적으로 유의하게 나타나지 않았지만, 연결망 조사 시기와 상관없이 예비언론인을 대상으로 분석한 결과에서는 모두 통계적으로 유의하게 나타났다. 셋째, 예비중등교사의 초기 도움 연결망에서는 호혜성, 내향대중성, 외향활동성 효과가 나타난 반면, 후기 연결망에서는 정적 호혜성과 부적 외향활동성 효과만 나타났다. 마지막으로 네트워크 구조 변수 효과의 현장 적용 가능성을 제안하였으며, 본 연구의 제한점과 후속 연구를 제시하였다.

Abstract ▼ AI-Helper

This study compared the structures and changes of help network between pre-service secondary teachers and pre-journalists who participated in the class related to network analysis to seek ways to activate a professional learning community. For this study, we used Exponential Random Graph Models (ERGM) based on ties as being interdependent and not conventional regression models requiring assumptions of independence between observations. The analysis subjects were 43 pre-service secondary teachers and 29 pre-journalists who responded both early and late in the help network survey. The main results were as follows. First, full models with network structural terms were better than simple models with no structural terms. Second, the effect of transitivity was not statistically significant in the pre-service secondary teachers' network. However, it was statistically significant in the pre-journalists' network. Third, there were effects of reciprocity, indegree popularity, and outdegree activity in the early help network of pre-service secondary teachers. On the contrary, there were only the positive effects of reciprocity and the negative effect of outdegree activity in the late network. Finally, this study demonstrated the possibility in educational fields' application of network structural effects and provided limitations and directions for future research.

Keyword

표/그림 (4)

표 Table 1. Analysis variables and measures
표 Table 2. ERGM for the early help network
그림 Fig. 1. Trace and distribution of sample statistics
표 Table 3. ERGM for the late help network

AI 본문요약
AI-Helper

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

문제 정의

특히 본 연구에서는 연결망을 인간 커뮤니케이션 관점에서 바라봄으로써 수업 시간마다 학생들 간의 커뮤니케이션을 유도한 한 언론정보학과의 “사이버커뮤니케이션과 네트워크 분석” 수업에 참여한 예비언론인의 도움 연결망을 분석함으로써 예비중등교사의 학습공동체를 활성화 시킬 수 있는 방안을 모색하고자 한다.
따라서 본 연구에서는 전문적 학습공동체와 관련한 기존의 연구들이 현직 교사에 한정하여 연구가 진행되었으며, 예비초등교사의 학습공동체 형성과 발달에는 우정 연결망과 도움 연결망이 관련이 있다는 김성연과 김종민 [19]의 연구결과를 바탕으로 전문적 학습공동체를 잘 이루어지게 하는 특성 중 하나인 협력을 도움 연결망으로 정의하였다. 구체적으로 그동안 연구가 수행되지 않았던 예비중등교사의 도움 연결망 형성요인을 탐색하고자 한다. 특히 본 연구에서는 연결망을 인간 커뮤니케이션 관점에서 바라봄으로써 수업 시간마다 학생들 간의 커뮤니케이션을 유도한 한 언론정보학과의 “사이버커뮤니케이션과 네트워크 분석” 수업에 참여한 예비언론인의 도움 연결망을 분석함으로써 예비중등교사의 학습공동체를 활성화 시킬 수 있는 방안을 모색하고자 한다.
또한 ERGM이 주어진 네트워크 데이터를 잘 설명하는 모형인지에 대한 검토로 모형에 포함되지 않은 변수에 대해 이 모형이 변수를 얼마나 잘 설명하는지를 추가 적으로 확인하였다. 본 논문에서는 순환성(cyclicality) 이 포함되어 있지 않기 때문에 이를 중심으로 살펴보았 다. 1,000번의 초기 예비교사 도움네트워크의 네트워크 구조 변수를 포함한 ERGM 분석결과, 평균적으로 168.
본 연구에서는 ERGM을 적용하여 전문적 학습공동체를 잘 이루어지게 하는 특성 중 하나인 협력을 도움 연결 망으로 정의하여 도움 연결망 형성 요인을 탐색하였다. 구체적으로 예비중등교사와 연결망 분석 수업에 참여한 예비언론인의 도움 연결망을 초기와 후기로 나누고, 전통 적인 회귀분석방법처럼 개인 특성 변수만을 고려한 모형과 네트워크 구조 변수를 함께 고려한 모형으로 나누어 분석하였다.
또한 개인 특성 변수만을 고려한 모형에서 통계적으로 유의하게 나타났던 대부분의 변수들이 연결망 구조 변수를 고려하자 더 이상 통계적으로 유의하게 나타나지 않은 반면, 연결망 구조 변수들은 대부분 통계적으로 유의하게 나타났다. 따라서 이 논문은 기존의 연구결과에서 제시되었던 개인 특성 변수의 효과를 관찰치 간의 독립성을 가정하지 않는 연결망 구조 변수를 함께 고려한 ERGM을 통해 좀 더정확하게 분석했다는 점에서 의의가 있다. 이를 바탕으로 도움 연결망의 형성 과정에 있어 개인 특성 변수뿐만 아니라 연결망 자체에 내재되어 있는 형성 원리를 중요하게 고려해야 함을 시사할 수 있다.

가설 설정

구체적인 연구문제는 다음과 같다. 첫째, 예비언론인과 예비중등교사의 초기 도움 연결망 형성에 영향을 미치는 변수들의 유사점과 차이점은 무엇인가? 둘째, 예비언론인과 예비중등교사의 후기 도움 연결망 형성에 영향을 미치는 변수들의 유사점과 차이점은 무엇인가?

제안 방법

이에 본 연구에서는 전문적 학습공동체를 발전시키는 중요한 변수로 협력을 선정하여 개체간 연결망으로 정의하였으며, 기존의 분석방법과 달리 ERGM 분석을 활용하였다. ERGM은 개체 간의 상호의존성에 대한 가정을 바탕으로 개체들 사이의 관계 자체를 종속변수로 둠으로써 교사들 간의 협력관계를 연결망으로 정의함으로써 이러한 연결망 형성의 기제를 밝힐 수 있는 유용한 방법이다.
학생들이 응답한 설문지는 다섯 개의 영역으로 개인 특성, 인간관계, 행복감, 학습활동, 그리고 친구 및 도움 연결망으로 구성하였다. 인간관계는 교수, 친구, 선후배와의 관계 만족감에 대해, 행복감은 서은국과 구재선[20] 의 단축형 행복척도로, 학습활동은 김준엽 외[21]에서 사용한 9개의 문항으로 모두 7점 척도로 측정하였으며, 연결망은 수업을 듣는 전체 학생의 명부를 제시하고 이번 한 학기를 돌아보면서 본인이 친구들로부터 교과수업, 진로문제, 대학생활 적응, 금전문제, 이성문제 영역에서 도움을 받았는지 여부와 친구들과의 친밀함 정도를 표시하도록 하였다.
인간관계는 교수, 친구, 선후배와의 관계 만족감에 대해, 행복감은 서은국과 구재선[20] 의 단축형 행복척도로, 학습활동은 김준엽 외[21]에서 사용한 9개의 문항으로 모두 7점 척도로 측정하였으며, 연결망은 수업을 듣는 전체 학생의 명부를 제시하고 이번 한 학기를 돌아보면서 본인이 친구들로부터 교과수업, 진로문제, 대학생활 적응, 금전문제, 이성문제 영역에서 도움을 받았는지 여부와 친구들과의 친밀함 정도를 표시하도록 하였다. 여기서 종속변수인 도움 연결망은 한 개 이상의 영역에서 도움을 받은 경우는 1로, 나머지는 0인 이항 연결망으로, 독립변수인 친구 연결망은 친밀함의 정도를 공변량으로 갖는 가중 연결망으로 코딩하였다. 구체적인 분석변수는 Table 1과 같다.
또한 후기 연결망 분석 모형에서는 초기 연결망 변수를 함께 통제하였으며, Akaike’s Information Criteria(AIC)과 Bayesian Information Criteria(BIC)를 통해 데이터에 대한 모형의 적합성을 비교하였다.
본 연구는 예비중등교사와 예비언론인의 도움 연결망 형성에 영향을 미치는 변수들을 탐색하기 위해 연결망을 초기와 후기로 나누어 먼저 전통적인 회귀분석모형처럼 개인 특성만을 포함하는 모형과 다음으로 개인 특성 변수와 함께 연결망 구조 변수들을 포함하는 모형으로 나누어 ERGM으로 분석하였다. 또한 후기 연결망 분석 모형에서는 초기 연결망 변수를 함께 통제하였으며, Akaike’s Information Criteria(AIC)과 Bayesian Information Criteria(BIC)를 통해 데이터에 대한 모형의 적합성을 비교하였다.
또한 후기 연결망 분석 모형에서는 초기 연결망 변수를 함께 통제하였으며, Akaike’s Information Criteria(AIC)과 Bayesian Information Criteria(BIC)를 통해 데이터에 대한 모형의 적합성을 비교하였다. 구체적으로 연결망의 구조 변수로는 연결선 수(edges), 호혜성(reciprocity), 대중성(indegree popularity), 활동성(outdegree activity), 그리고 전이 성(transitivity)을 살펴보았다.
속성의 유사성 효과는 성별, 입학년도, 복학여부, 그리고 전공으로 살펴보았다. 이는 도움 연결망 형성은 주로 동성 간에 이루어지며[27, 30], 학습 환경이 비슷한 학생들 사이에서 지식과 정보에 대한 협력이 쉬울 수 있기 때문이다[31].
또한 속성의 활동성 효과와 대중성 효과와 관련하여 행복감을 만족감, 긍정적 감정, 부정적 감정으로 구분하 여, 인간관계는 교수, 친구, 선후배와의 관계로 구분하여, 그리고 학습활동을 살펴보았다. 이는 도움 연결망의 연결 중심성과 같은 연결망 지수들이 행복감과 관련되어 있으 며[19.
마지막으로 다중성 효과는 친구 연결망으로 두어 도움 연결망과 친구 연결망이 어떤 관련이 있는지 살펴보았다. 이는 도움 연결망이 형성될 가능성이 다른 성향의 친구 들끼리 서로 보완해주므로 높다는 견해와[33].
또한 ERGM이 주어진 네트워크 데이터를 잘 설명하는 모형인지에 대한 검토로 모형에 포함되지 않은 변수에 대해 이 모형이 변수를 얼마나 잘 설명하는지를 추가 적으로 확인하였다. 본 논문에서는 순환성(cyclicality) 이 포함되어 있지 않기 때문에 이를 중심으로 살펴보았 다.
또한 MCMC 표본의 주요통계량들에 대해 그래프로 확인한 결과는 초기 도움 연결망 결과에서 제시한 [그림 1]과 같은 패턴이 나타남으로써 수렴성에는 문제가 없는 것을 확인하였으므로, 모형 적합도와 관련하여서도 초기 도움 연결망에서처럼 순환성을(cyclicality) 중심으로 살펴보았다. 구체적으로 1,000번의 후기 예비교사 도움 연결망의 연결망 구조 변수를 포함한 ERGM 분석결과, 평균적으로 158.
본 연구에서는 ERGM을 적용하여 전문적 학습공동체를 잘 이루어지게 하는 특성 중 하나인 협력을 도움 연결 망으로 정의하여 도움 연결망 형성 요인을 탐색하였다. 구체적으로 예비중등교사와 연결망 분석 수업에 참여한 예비언론인의 도움 연결망을 초기와 후기로 나누고, 전통 적인 회귀분석방법처럼 개인 특성 변수만을 고려한 모형과 네트워크 구조 변수를 함께 고려한 모형으로 나누어 분석하였다. 주요 연구결과를 바탕으로 본 논문의 의의와 예비중등교사의 전문적 학습공동체를 활성화시킬 수 있는 방안을 논하면 다음과 같다.

대상 데이터

본 연구는 예비중등교사와 예비언론인의 도움 연결망을 비교하기 위해 2017년 수도권에 소재한 한 대학교의 사범대학 교직수업에 참여한 47명의 예비교사와 연결망과 직접 관련 있는 수업이 개설되어 있는 경상도에 소재한 한 언론정보학과의 ‘사이버커뮤니케이션과 네트워크 분석’ 수업에 참여한 32명의 학생들을 대상으로 9월과 12월에 Google 설문지로 조사를 실시하였다.
본 연구는 예비중등교사와 예비언론인의 도움 연결망을 비교하기 위해 2017년 수도권에 소재한 한 대학교의 사범대학 교직수업에 참여한 47명의 예비교사와 연결망과 직접 관련 있는 수업이 개설되어 있는 경상도에 소재한 한 언론정보학과의 ‘사이버커뮤니케이션과 네트워크 분석’ 수업에 참여한 32명의 학생들을 대상으로 9월과 12월에 Google 설문지로 조사를 실시하였다. 설문조사 응답률은 전기에는 100%였지만 후기에는 약 91%로 두 측정 시점에 모두 응답한 학생들을 대상으로 측정하였으며, 실제 연구에 참여한 학생은 각각 43명과 29명이었다. 예비교사의 경우 남학생은 21명, 여학생은 22명, 그리고 예비언론인의 경우 남학생은 11명, 여학생은 18명이 응답하였다.
설문조사 응답률은 전기에는 100%였지만 후기에는 약 91%로 두 측정 시점에 모두 응답한 학생들을 대상으로 측정하였으며, 실제 연구에 참여한 학생은 각각 43명과 29명이었다. 예비교사의 경우 남학생은 21명, 여학생은 22명, 그리고 예비언론인의 경우 남학생은 11명, 여학생은 18명이 응답하였다.

이론/모형

학생들이 응답한 설문지는 다섯 개의 영역으로 개인 특성, 인간관계, 행복감, 학습활동, 그리고 친구 및 도움 연결망으로 구성하였다. 인간관계는 교수, 친구, 선후배와의 관계 만족감에 대해, 행복감은 서은국과 구재선[20] 의 단축형 행복척도로, 학습활동은 김준엽 외[21]에서 사용한 9개의 문항으로 모두 7점 척도로 측정하였으며, 연결망은 수업을 듣는 전체 학생의 명부를 제시하고 이번 한 학기를 돌아보면서 본인이 친구들로부터 교과수업, 진로문제, 대학생활 적응, 금전문제, 이성문제 영역에서 도움을 받았는지 여부와 친구들과의 친밀함 정도를 표시하도록 하였다. 여기서 종속변수인 도움 연결망은 한 개 이상의 영역에서 도움을 받은 경우는 1로, 나머지는 0인 이항 연결망으로, 독립변수인 친구 연결망은 친밀함의 정도를 공변량으로 갖는 가중 연결망으로 코딩하였다.
ERGM은 지수족(exponential family) 확률모형을 이용하는 무작위 그래프 모형을 바탕으로 한다. ERGM 에서는 미래의 상태는 현재의 상태에만 의존할 뿐 과거에는 영향을 받지 않는 마코프 연쇄(Markov Chain)를 바탕으로 하는 확률분포로부터 원하는 분포의 정적 분포를 갖는 표본을 추출하는 알고리즘인 마코프 연쇄 몬테 카를로(Markov Chain Monte Carlo, MCMC)가 추정의 방법으로 활용한다. Frank & Strauss[22]는 최초로 마코프 무작위 그래프의 통계적 모형에 대한 논의를 시작하였고, 후속 연구에서 마코프 무작위 그래프 확률분포 모수의 추정연구로 발전시켰으며, Snijders[23]와 Hunter & Handock[24]은 MCMC의 기법을 이용하여 네트워크를 모형화할 것을 제안하였다.
유사한 성향의 친구들끼리 의사소통이 용이하므로 높다는 상반된 견해가 있기 때문이다[34]. 모든 분석에는 R 프로그램의 statnet 패키지와 ergm 패키지[35]를 활용하였다.

성능/효과

첫째, 분석대상과 조사시기에 상관없이 개인 특성 변수만을 고려한 모형은 연결망 구조 변수를 함께 고려한 모형에 비해 설명력이 낮게 나타났다. 또한 개인 특성 변수만을 고려한 모형에서 통계적으로 유의하게 나타났던 대부분의 변수들이 연결망 구조 변수를 고려하자 더 이상 통계적으로 유의하게 나타나지 않은 반면, 연결망 구조 변수들은 대부분 통계적으로 유의하게 나타났다.
예비중등교사와 예비언론인의 도움 연결망을 분석한 결과 통계적으로 유의하게 차이가 있는 변수들을 살펴보 면, 예비중등교사의 도움 연결망에서 내향대중성과(추정 값=4.88, p < 0.01) 외향활동성(추정값=-6.66, p < 0.001) 효과가 나타났다.
또한 긍정적인 감정과(추정값=0.88, p < 0.001) 부정적인 감정이(추정값=0.54, p < 0.001) 높을수록, 친구와 (추정값=0.71, p < 0.01) 선후배와의(추정값=0.43, p < 0.01) 교류가 많을수록 도움을 요청할 확률은 높게 나타난 반면, 학습태도가 좋을수록(추정값=-1.14, p < 0.001) 도움을 요청할 확률은 낮게 나타났다.
예비언론인의 도움연결망에서 전이성의(transitivity) 추정값은 양수로(추정값=0.65, p < 0.05) 어떤 학생에게 (A) 도움을 요청한 학생이(B) 다른 학생을(C) 도와주면 처음에 도움을 제공한 학생이(A) 그 학생을(C) 도와주는 구조가 나타났으며, 입학년도가 같을수록(추정값=0.72, p < 0.01) 도움 연결망을 형성할 확률이 높게 나타났다.
또한 전공이 같을수록 (추정값=3.93, p < 0.001) 도움 연결망을 형성할 확률이 높게 나타났으며, 선후배와의 교류가 많을수록(추정값 =0.58, p < 0.1) 도움을 제공할 확률은 높게 나타났지만, 교수와의 교류가 많을수록(추정값=-1.00, p < 0.001) 도움을 제공할 확률은 낮게 나타났다.
001) 효과가 나타났다. 즉, 어떤 학생이 도움을 많이 제공하면그 학생에게 도움을 더 많이 요청하는 구조와 어떤 학생이 도움을 많이 요청하면 그 학생에게는 더 이상 도움을 요청하지 않는 구조가 나타났다. 또한 전공이 같을수록 (추정값=3.
한편 예비중등교사와 예비언론인의 도움 연결망 분석 결과 통계적으로 유의한 변수지만 부호가 다른 경우도 나타났다. 즉, 부정적인 감정이 높을수록 예비교사는 도움을 제공할 확률도 높게 나타났지만, 예비언론인은 도움을 제공할 확률이 낮게 나타났다.
개인 특성변수만을 고려한 모형과 연결망 구조 변수를 함께 고려한 모형을 비교한 결과는 다음과 같다. 개인 특성 변수만을 고려한 모형에서 예비교사의 도움 연결망에 영향을 미치는 요인이었던 성별, 입학년도, 학습태도, 교수와의 교류, 선후배와의 관계는 연결망 구조 변수를 고려한 모형에서는 더 이상 통계적으로 유의하지 않게 나타났다. 반면에 예비언론인의 도움 연결망에 영향을 미치는 요인으로 개인 특성변수만을 고려한 모형에서는 통계 적으로 유의하지 않았던 부정적 감정이 구조변수를 고려한 모형에서 통계적으로 유의하게 나타났다.
또한 긍정적인 감정이 높을수록(T: 추정값=-1.72, p < 0.001, J: 추정 값=-0.75, p < 0.1) 도움을 요청할 확률은 낮게 나타났다.
또한 우정 연결망 효과는 긍정적인(추정값 =0.94, p < 0.001) 반면, 복학생끼리 또는 일반학생끼리 도움 연결망을 형성할 확률보다는 복학생과 일반학생 간에 도움 연결망을 형성할 확률이(추정값=-1.96, p < 0.01) 높게 나타났다.
예비중등교사와 예비언론인의 도움 연결망을 분석한 결과 통계적으로 유의하게 차이가 있는 변수들을 살펴보 면, 예비중등교사의 도움 연결망에서만 학습태도가 높을 수록(추정값=1.73, p < 0.001), 친구와의 교류가 많을수 록(추정값=0.85, p < 0.05) 도움을 요청할 확률은 높게 나타났다.
본 논문에서는 순환성(cyclicality) 이 포함되어 있지 않기 때문에 이를 중심으로 살펴보았 다. 1,000번의 초기 예비교사 도움네트워크의 네트워크 구조 변수를 포함한 ERGM 분석결과, 평균적으로 168.66개의 순환성이 나타났다. 실제 데이터에서는 154개였으므로, 통계적으로 유의한 차이가 나타나지 않았으 므로(p = 0.
개인 특성 변수만을 고려한 모형과 연결망 구조 변수를 함께 고려한 모형을 비교한 결과는 다음과 같다. 개인 특성 변수만을 고려한 모형에서 예비중등교사와 예비언 론인의 도움 연결망 형성에 영향을 미쳤던 입학년도, 전공, 그리고 교수와의 교류는 공통적으로 연결망 구조 변수를 고려한 모형에서는 더 이상 통계적으로 유의하지 않게 나타났으며, 이 외에도 예비중등교사 연결망인지 또 는 예비언론인의 연결망인지에 따라 다수의 변수들이 통계적으로 유의하지 않게 나타났다. 반면에 예비중등교사의 도움 연결망 형성에 영향을 미치는 요인으로 개인 특성 변수만을 고려한 모형에서는 통계적으로 유의하지 않았던 긍정적 감정이 구조 변수를 고려한 모형에서 통계 적으로 유의하게 나타났다.
또한 MCMC 표본의 주요통계량들에 대해 그래프로 확인한 결과는 초기 도움 연결망 결과에서 제시한 [그림 1]과 같은 패턴이 나타남으로써 수렴성에는 문제가 없는 것을 확인하였으므로, 모형 적합도와 관련하여서도 초기 도움 연결망에서처럼 순환성을(cyclicality) 중심으로 살펴보았다. 구체적으로 1,000번의 후기 예비교사 도움 연결망의 연결망 구조 변수를 포함한 ERGM 분석결과, 평균적으로 158.69개의 순환성이 나타났다. 실제 데이터에 서는 152개였으므로, 통계적으로 유의한 차이가 나타나지 않았으므로(p = 0.
25) 적합도가 좋다고 해석할 수 있다. 마찬가지로 후기 예비언론인 도움 연결망에서 관찰된 순환성은 37개였으며, 1,000번의 ERGM 분석결과 순환 성은 평균 50.375개 나타났으므로 통계적으로 유의한 차이는 나타나지 않았다(p = 0.16).
첫째, 분석대상과 조사시기에 상관없이 개인 특성 변수만을 고려한 모형은 연결망 구조 변수를 함께 고려한 모형에 비해 설명력이 낮게 나타났다. 또한 개인 특성 변수만을 고려한 모형에서 통계적으로 유의하게 나타났던 대부분의 변수들이 연결망 구조 변수를 고려하자 더 이상 통계적으로 유의하게 나타나지 않은 반면, 연결망 구조 변수들은 대부분 통계적으로 유의하게 나타났다. 따라서 이 논문은 기존의 연구결과에서 제시되었던 개인 특성 변수의 효과를 관찰치 간의 독립성을 가정하지 않는 연결망 구조 변수를 함께 고려한 ERGM을 통해 좀 더정확하게 분석했다는 점에서 의의가 있다.
둘째, 예비중등교사를 대상으로 ERGM을 분석한 결과 통계적으로 유의하지 않았던 전이성이 연결망 조사 시기와 상관없이 예비언론인을 대상으로 분석한 결과 모두 통계적으로 유의하게 나타났다. 이를 통해 예비언론인의 연결망은 어떤 학생에게 도움을 요청한 학생이 다른 학생을 도와주면 처음에 도움을 제공한 학생이 그 학생을 도와주는 구조가 나타나는 연결망이 형성될 가능성이 높으며, 이러한 전이성이 높아지면 도움 연결망은 계속 지속될 가능성이 높아진다고 해석할 수 있다[18].
셋째, 예비중등교사를 대상으로 분석한 결과, 연결망 구조 변수 중 초기 연결망에서는 호혜성, 내향대중성, 외향활동성 효과가 나타난 반면, 후기 연결망에서는 정적 호혜성과 부적 외향활동성 효과만 나타났다. 이를 바탕으로 도움 연결망은 협력적 성격이 나타날 때 형성될 가능 성이 높으며, 전공 및 입학년도 등에 따라 학생들이 위계 적으로 관계되지 않도록 자발적인 유도를 이끌어낼 수있는 방법이 모색되어야 함을 시사할 수 있다.

후속연구

셋째, 예비중등교사를 대상으로 분석한 결과, 연결망 구조 변수 중 초기 연결망에서는 호혜성, 내향대중성, 외향활동성 효과가 나타난 반면, 후기 연결망에서는 정적 호혜성과 부적 외향활동성 효과만 나타났다. 이를 바탕으로 도움 연결망은 협력적 성격이 나타날 때 형성될 가능 성이 높으며, 전공 및 입학년도 등에 따라 학생들이 위계 적으로 관계되지 않도록 자발적인 유도를 이끌어낼 수있는 방법이 모색되어야 함을 시사할 수 있다. 따라서 자발적이고 협력성을 높일 수 있는 학교 여건이 구비 되어야 할 뿐만 아니라 그와 같은 학생에 대해서도 적절한 보상이 이루어져야 할 것이며, 특정 학생에게 지나치게 도움을 많이 요청하는 학생에 대해서는 적극적인 교수자의 개입이 필요하다고 할 수 있다.
마지막으로 본 연구는 한 사범대학과 연결망 수업이 개설되어 있는 한 언론정보학과에 재학중인 학생만을 대상으로 분석이 수행되었으며, 학기 초와 학기 말에 연결망 조사를 실시하여 종단적인 변화에 대한분석을 수행하지 못했다는 한계점을 갖는다. 따라서 향후 분석 결과를 일반화할 수 있도록 다양한 맥락을 고려한 연구대상을 표집하고, 과거의 연결망 경험이 현재 연결망에 어떻게 영향을 미치는지를 밝히기 위해 학기 당 조사 횟수를 늘려 시간의 흐름에 따른 변화 과정을 살펴볼 수 있는 역동 적인 연결망 변화에 대한 연구를 제안한다.
마지막으로 본 연구는 한 사범대학과 연결망 수업이 개설되어 있는 한 언론정보학과에 재학중인 학생만을 대상으로 분석이 수행되었으며, 학기 초와 학기 말에 연결망 조사를 실시하여 종단적인 변화에 대한분석을 수행하지 못했다는 한계점을 갖는다. 따라서 향후 분석 결과를 일반화할 수 있도록 다양한 맥락을 고려한 연구대상을 표집하고, 과거의 연결망 경험이 현재 연결망에 어떻게 영향을 미치는지를 밝히기 위해 학기 당 조사 횟수를 늘려 시간의 흐름에 따른 변화 과정을 살펴볼 수 있는 역동 적인 연결망 변화에 대한 연구를 제안한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	전문적 학습공동체의 목적은?	최근 교사들의 학습공동체로 동료 교사들과 함께 협력 학습을 하며 개인의 지식을 향상시키고 교사 전문성을 정교화시킬 수 있는 전문적 학습공동체가 교사들의 전문성 제고와 역량 강화를 위해 강조되고 있다[1]. 이러한 협력활동을 기반으로 하는 전문적 학습공동체의 목적은 수업 개선을 통해 학생들의 학습력 향상과 성취에 있다 [2-3]. 따라서 전문적 학습공동체는 교사의 전문성 제고뿐만 아니라 학교 교육의 효과성에도 긍정적인 개선을 가능하게 하며, 실제 교육현장에서도 전문적 학습공동체가 주목받으면서 이에 대한 활성화가 요구되고 있다[1].
	ERGM을 적용하여 전문적 학습공동체 실험을 진행할 때, 개인 특성만을 사용한 경우의 단점은?	첫째, 분석대상과 조사시기에 상관없이 개인 특성 변수만을 고려한 모형은 연결망 구조 변수를 함께 고려한 모형에 비해 설명력이 낮게 나타났다. 또한 개인 특성 변수만을 고려한 모형에서 통계적으로 유의하게 나타났던 대부분의 변수들이 연결망 구조 변수를 고려하자 더 이상 통계적으로 유의하게 나타나지 않은 반면, 연결망 구조 변수들은 대부분 통계적으로 유의하게 나타났다. 따라서 이 논문은 기존의 연구결과에서 제시되었던 개인 특성 변수의 효과를 관찰치 간의 독립성을 가정하지 않는 연결망 구조 변수를 함께 고려한 ERGM을 통해 좀 더정확하게 분석했다는 점에서 의의가 있다.
	최근 교사들의 역량 강화를 위한 추세는?	최근 교사들의 학습공동체로 동료 교사들과 함께 협력 학습을 하며 개인의 지식을 향상시키고 교사 전문성을 정교화시킬 수 있는 전문적 학습공동체가 교사들의 전문성 제고와 역량 강화를 위해 강조되고 있다[1]. 이러한 협력활동을 기반으로 하는 전문적 학습공동체의 목적은 수업 개선을 통해 학생들의 학습력 향상과 성취에 있다 [2-3].

참고문헌 (35)

J. Y. Kim, J. H. Jang, I. W. Park, "Activities to improve classes, teacher efficacy, and teacher satisfaction based on participation in a professional learning community", Teacher Education Research, vol.57, No.1, pp.1-15, 2018.

상세보기
S. Y. Lee, "Management plan of a professional learning community for teachers' capability development", Issue Paper, Sejong: Korean Educational Development Institute, 2015.
H. M. Lee, "Professional teacher learning community (PLC) concepts, procedures and operating principles, and building good environments", Proceedings of the Korea Association of Yeolin Education, pp.167-180, 2012.
J. H. Park, I. B. Song, J. L. Lee, "The impact of teacher collaboration as a learning activity on teaching practices", The Journal of Korean Teacher Education, Vol.33, No.1, pp.243-265, 2016.
J. H. Park, I. B. Song, "The impact of teacher's professional development activities on the improvement of subject knowledge and pedagogy", Asian Journal of Education, Vol.16, No.1, pp.63-83, 2015.
K. H. Seo, "An action research on preservice teachers' collaborative inquiry", The Journal of Korean Teacher Education, Vol.29, No.2, pp.47-96, 2012.
E. J. Hur, "The effects of a learning organization on teachers' professionalism", The Journal of Korean Teacher Education, Vol.28, No.3, pp.29-53, 2011.
S. M. Hord, Learning together, leading together: Changing schools through professional learning communities. Teachers College Press, 2004
R. DuFour, "What is a" professional learning community"?", Educational leadership, Vol.61, No.8, pp.6-11, 2004.

상세보기
S. D. Kruse, An Emerging framework for analyzing school-based professional community. In K. S. Louis, S. D. Kruse (Eds), Professionalism and Community: Perspectives on reforming urban schools. Thousand Oaks, CA: Corwin Press., pp.23-24, 1996.
H. S. Kang, J. H. Kim, S. W. Song, H. N. Kim, "Exploratory study of characteristics of professional learning communities affecting teacher efficacy", The Journal of Learner-Centered Curriculum and Instruction, Vol.16, No.4, pp.769-791, 2016.
I. S. Park, "Exploring the possibility of improving teacher efficacy in teacher learning community", Journal of Social Science in Seoul Women's University, Vol.17, pp.63-89, 2010.
J. J. Park, "Influence of teacher community on teacher commitment : focusing on the mediate effect of teacher efficacy", The Journal of Korean Teacher Education, Vol.28, No.2, pp.191-211, 2011.
J. H. Park, I. B. Song, H. W. Kim, H. J. Kwak, "The mediation effect of instructional efficacy as it pertains to a teacher's collaborative activities and their perception of instructional professionalism's effectiveness", The Journal of Korean Education, Vol.42, No.1, pp.81-105, 2015.
D. B. Lee, "The effects of teacher community on teacher's class leadership", The Journal of Learner-Centered Curriculum and Instruction, Vol.12, No.3, pp.389-410, 2012.
H. J. Lee, J. H. Shin, H. S. Choi, Y. K. Lee, "Multi-level analysis of the effects of secondary teachers' background and socio-psychological variables on teachers' teacher-efficacy", Asian Journal of Education, Vol.12, No.4, pp.95-124, 2011.

상세보기
C. N. Hong, "The empirical analysis on the possibility of the improvement of teacher efficacy", The Journal of Educational Administration, Vol.24, No.4, pp.161-186, 2006.
I. S. Seo, "A mechanism of collaborative network structure: focusing on 'Settlement Support Program'", The Korea Local Administration Review, Vol.27, No.2, pp.75-102, 2013.
S. Y. Kim, C. M. Kim, "Characteristics of pre-service elementary teachers' help and friends networks and effects of networks centrality on their happiness", CNU Journal of Educational Studies, Vol.39, No.1, pp.175-202, 2018.

상세보기
E. K. Suh, J. S. Koo, "A concise veasure of subjective well-Being(COMOSWB): scale development and validation", Korean Journal of Social and Personality Psychology, Vol,25, No.1, pp.95-113, 2011.
J. Y. Kim, S. Y. Park, H. S. Shin, B, C. Min, "Evaluating admission officer system based on college students' outcomes", Asian Journal of Education, Vol.14, No.1, pp.29-50, 2013.
O. Frank, D. Strauss, "Markov graphs", Journal of the american Statistical association, Vol.81, No.395, pp.832-842, 1986. DOI:http://dx.doi.org/10.1080/01621459.1986.10478342

상세보기
T. A. Snijders, "Markov chain Monte Carlo estimation of exponential random graph models", Journal of Social Structure, Vol.3, No.2, pp.1-40, 2002.
D. R. Hunter, M. S. Handcock, "Inference in curved exponential family models for networks", Journal of Computational and Graphical Statistics, Vol.15, No.3, pp.565-583, 2006. DOI: http://dx.doi.org/10.1198/106186006X133069

상세보기
H. H. Park, "Using ERGM (Exponential Random Graph Model) in exploring network effects: A case study of policy networks", Modern Society and Public Administration, Vol.29, No.1, pp.35-61, 2019.
D. Lusher, J. Koskinen, G. Robins, Exponential random graph models for social networks: Theory, methods and applications, Cambridge University Press, pp.167-186, 2013. DOI: http://dx.doi.org/10.1017/CBO9780511894701
C. M. Kim, "Methodological Characteristics of Social Selection Statistical Models and Analysis of Male High School Students' Help Networks for English Learning using p2 and p* models", Journal of Educational Evaluation, Vol.28, No.3, pp.753-777, 2015.
C. M. Park, W. C. Jang, "Cosponsorship networks in the 17th National Assembly of Republic of Korea", The Korean Journal of applied Statistics, Vol.30, No.3, pp.403-415, 2017.

원문보기 상세보기
G. Robins, T. Snijders, P. Wang, "Recent developments in exponential random graph (p*) models for social networks", Social networks, Vol.29, No.2, pp.192-215, 2007.

상세보기
C. M. Kim, H. J. Im, "Measurement and analysis of elementary school students' help networks: the effects of help networks on happiness", Journal of Educational Evaluation, Vol.28, No.4, pp.1077-1106, 2015.
P. R. Monge, N. S. Contractor, Theories of communication networks. Oxford University Press, USA, 2003.
H. J. Im, C. M. Kim, "Identifying cohesive subgroups of elementary school students' friendship networks and exploring academic help networks formation using social network analysis", Journal of Educational Evaluation, Vol.29, No.3, pp.565-595, 2016.
M. J. Mendelson, F. E. Aboud, "Measuring friendship quality in late adolescents and young adults: McGill Friendship Questionnaires", Canadian Journal of Behavioural Science, Vol.31, No.2, pp.130-132, 1999.

상세보기
H. J. Im, C. M. Kim, "Measurement and analysis of longitudinal networks in elementary students' friendship networks and help networks ", Journal of Educational Evaluation, Vol.31, No.1, pp.281-308, 2018.
D. R. Hunter, M. S. Handcock, C. T. Butts, S. M. Goodreau, M. Morris, "ergm: A package to fit, simulate and diagnose exponential-family models for networks", Journal of statistical software, Vol.24, No.3, pp.1-29, 2008.

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.

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