[논문]비대면 강의환경에서의 온라인 학습패턴과 학습 효과의 상관관계 연구

이영석

doi:10.5762/kais.2020.21.8.557

비대면 강의환경에서의 온라인 학습패턴과 학습 효과의 상관관계 연구
A study on the Correlation of between Online Learning Patterns and Learning Effects in the Non-face-to-face Learning Environment 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.8, 2020년, pp.557 - 562

이영석 (강남대학교 KNU참인재대학)

초록
AI-Helper

코로나19로 인해서 비대면 강의환경에서 온라인 학습이 교육환경의 주요 학습기법으로 채택되고 있다. 온라인 학습패턴이 학업성적에 어떤 영향을 미치는지에 관한 연구가 부족하여, 본 연구에서는 학습자들의 온라인 동영상 학습횟수와 시간을 주요 요소로 두고, 매 학습에 대한 형성 평가와 함께 중간고사 기말고사를 바탕으로 학습효과의 상관관계를 분석하였다. 분석 대상은 대학에서 예체능 학부 학생들이 가장 어려워하는 교양 과목 중 컴퓨터 프로그래밍 교과목을 분석하였다. 실제 학생들의 사례를 분석한 결과 매주 실시한 형성 평가와 학습회수, 학습 시간과는 상관관계가 없는 것으로 나타났고, 중간고사와 기말고사와는 평소 학습회수(r=.39 p<0.05)와 학습 시간(r=.42 p<0.05)이 상관관계가 있는 것으로 나타났다. 강의 진행 과정에서 SMS 문자, 게시판, 메일 등의 요소는 모든 학생이 접하지 못하여 제외하였으므로, 앞으로는 좀 더 다양한 요인을 고려하여 비대면 강의환경에서의 학습자 패턴을 분석하고 연구한다면 학습자들의 요구와 학습효과를 향상할 수 있을 것이다.

Abstract ▼ AI-Helper

In the non-face-to-face learning environment forced into effect by the COVID-19 pandemic, online learning is being adopted as a major educational technique. Given the lack of research on how online learning patterns affect academic performance, this study focuses on the number and duration of online video learning sessions as a major factor based on midterm and final exams, and with a formative assessment for each type of learning. The correlation of the learning effects was analyzed. The analysis focused on computer programming subjects, which are among the most difficult liberal arts subjects for arts and science students at the university level. The analysis of cases of actual students showed no correlation among weekly formative assessments, the number of learning sessions, and the learning duration. On the other hand, the number of learning sessions (r=.39 p<0.05) and learning duration (r=.42 p<0.05) were correlated with the midterm and final exams. Elements, such as SMS text, bulletin board, and e-mail, were excluded from the analysis because not all students have access to them. Therefore, the results can be improved if future analysis of the students' learning patterns in a non-face-to-face lecture environment is performed considering more factors/elements and the learners' needs.

주제어

표/그림 (4)

표 Table 1. Correlation between the number of online lecture learning counts and time
표 Table 2. Correlation between the number of online lecture learning counts and evaluation
표 Table 3. Correlation between the times of online lecture learning and evaluation
표 Table 4. Correlation between the evaluation

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구의 목적은 LMS의 잠재력을 살펴보기 위하여 학습자들의 학습 과정의 요인과 함께 학습 결과에 대한 이해 정도를 파악하기 위해, 중간고사와 기말고사를 실시한 결과에 관한 상관관계 분석을 실시하고자 한다.
본 연구에서는 학습자들의 학습 횟수와 학습 시간, 그에 따라서 매주 제출하는 형성 평가, 월말에 실시하는 중간평가, 학기 말에 수행하는 종합평가를 토대로 각 요인간의 상관관계를 분석하고자 한다.

제안 방법

따라서 본 연구에서는 매주 온라인 학습 동영상을 클릭한 횟수와 영상을 시청한 시간과의 상관관계를 분석하였고, 그 결과는 Table 1과 같다.
매주 강의는 온라인으로 학습할 수 있도록 하였으며, 예체능 학부 학생들이 컴퓨터를 어려워할 수 있어서 기본 학습은 75분으로 설정하고, 보충학습을 위해서 최대 90분의 영상을 학습하고 매주 과제를 제출하는 방식으로 강의를 진행하면서 학습자들의 학습패턴을 분석하였다.
본 연구에서는 2020년도 1학기에 대학생 1학년들 중 예체능 학부 학생들에게 컴퓨팅 사고를 함양하기 위한컴퓨터 프로그래밍 교과목에서 컴퓨팅 사고와 앱 인벤터를 활용하여 창의적인 아이디어를 표현하는 기법을 배우는 과목에서의 학생들을 35명을 대상으로 학습 이력과 과제 기반의 형성 평가, 중간고사와 기말고사를 바탕으로 분석하였다.

성능/효과

매주 온라인 학습을 실시한 횟수와 학습 시간의 상관관계를 분석한 결과, 학습한 대로 형성 평가를 실시하고 과제를 제출하는 3주, 4주, 5주, 6주, 8주, 13주, 14주에서는 회수와 시간의 상관이 없는 것으로 나타났고, 온라인 강의 수강 후 생각해서 응용하여 문제를 풀어야 하는 7주, 9주, 10주, 11주, 12주에서는 상관이 있는 것으로 나타났다.
기존 학습관리시스템에서는 학습 콘텐츠 제공과 함께 형성 평가, 학점 이수 등 학습의 인증을 검토하기 위한 종합평가만 시행하였으나, 많은 학생이 비대면으로 학습을 하고, 평가를 받아야 하는 상황에서는 학습자의 다양한 패턴에 대한 분석과 연구가 필요하다. 본 연구에서는 온라인 동영상 콘텐츠의 학습 횟수와 학습 시간, 그리고 수행평가 중심으로 각 요소의 상관관계를 파악하였고, 학습 내용과 비교하였을 때 의미 있는 결과가 나타났다.
학생들의 학업성적에 어떤 평가 요소가 상관관계가 있는지 분석해 보니, 중간평가2, 기말평가1, 기말평가2의 성적이 실제 학업성적과 관련이 있는 것으로 나타났다. 중간평가1은 강의 내용을 바탕으로 기본 패턴을 바꾸면 되는 형태였다면, 학업성적과 관련이 있는 평가 항목들은 내용을 이해하고, 본인의 힘으로 풀어서 응용할 수 있어야 하는 평가였고, 그 결과 학업성적과 매우 높은 상관관계로 나타났다.

후속연구

앞으로는 수행평가 외에도 즉각적인 피드백이 가능한 선다형, 단답형 형태의 형성 평가와 함께 다양한 수행평가를 체크하고, 학생들의 게시판, 메일 등의 의견 교환 요소도 추가하여 다양한 요인의 관련성과 영향성을 분석한다면, 보다 학습효과가 높은 학습관리시스템을 설계하고 강좌를 운영할 수 있게 될 것이다.
인공지능 기술을 적용한다면 수집된 학생들의 데이터를 다양하게 분석하고 시각화를 할 수 있을 것이고, 학생들의 반응 결과와 학습패턴에 적합한 다양한 피드백을 학생 수준에 맞도록 제공할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	LMS은 어떤 솔루션을 가지고 있는가?	대부분의 LMS는 학생들의 수행평가에서 교사가 학생 들을 진단하고 싶은 필요성을 해결하고, 학생의 학습을 지원할 수 있는 솔루션을 가지고 있다[13]. 이러한 시스템을 효율적으로 사용하기 위해서는 교수자의 학습 목표와 형성 평가 방안, 학생들의 학습 형태 등에 대한 요구사항과 문제점을 명시해야 한다.
	TAM 이란 무엇인가?	TAM(Technology Acceptance Model)은 Davis (1989)가 처음 제안한 것으로, 사용자가 기술을 활용하여 학습에 적용하는 과정을 설명하는 모델이고 이와 관련된 연구가 지속해서 이루어지고 있다[16, 17]. 기술 도구의 유용성과 사용자 편의성에 대한 사용자 인식이 학습과 해당 시스템의 활용에 영향을 미치는 주요 요소를 파악하고, LMS를 통해 학습자의 시스템 사용 및 평가를 예측할 수 있는 프레임워크로 활용하는 연구를 수행하고 있다[18, 19].
	교수가 학생에게 형성 평가를 수행하게 하는 것이 중요한 기능인 이유는 무엇인가?	그 후, 목표를 향한 해당 수준과 비교하여 진행 상황이 측정하고, 교사와 학생들과의 정기적인 상호 작용은 새로운 개념에 대한 이해가 높아지는 것에 대한 증거가 여러 간격으로 수집되는 형성 평가를 수행하는 것은 중요한 기능이다[20]. 왜냐하면, 학습 목표를 확인한 후 교수자는 해당 내용에 대한 학생의 지식수준을 평가해야 하기 때문이다.

참고문헌 (23)

Lee, HaeDeum and Nam, Min Woo, "The Analysis of Academic Achievement based on Spatio-Temporal Data Relate to e-Learning Patterns of University e-Learning Learners", Journal of Convergence for Information Technology, vol.8, no.4, pp.247-253, 2018. DOI: https://dx.doi.org/10.22156/CS4SMB.2018.8.4.247
Lee, Youngseok and Cho, Jungwon, "Analysis of Correlation between Satisfaction and Academic Achievement of Software Education Based on Problem-solving Learning", Journal of Convergence for Information Technology, vol.9, no.2, pp.49-54, 2019. DOI : https://dx.doi.org/10.22156/CS4SMB.2019.9.2.049
Kizilcec, Rene F., and Sherif Halawa, "Attrition and achievement gaps in online learning." Proceedings of the Second (2015) ACM Conference on Learning@ Scale. 2015. DOI : https://doi.org/10.1145/2724660.2724680
Lee, Sunghye, et al., "Investigating Learning Type in Online Problem-Based Learning: Applying Learning Analysis Techniques", The Journal of Korean Association of Computer Education, vol.23, no.1, pp.77-90, 2020. DOI : https://dx.doi.org/10.32431/kace.2020.23.1.007

원문보기 상세보기
Kang, Mi-Ra, "An Analysis of the Academic Achivement of Study Based on NCS-based Education and Learning Motives", Journal of Convergence for Information Technology, vol.8, no.6, pp.353-359, 2018. DOI : https://dx.doi.org/10.22156/CS4SMB.2018.8.6.353
Sung, Eunmo, et al., "Analysis of Types and Characteristics of Self-Directed Learning of Learners in Online Software Education", The Journal of Korean Association of Computer Education, vol.22, no.1, pp.31-46, 2019. DOI : https://dx.doi.org/10.32431/kace.2019.22.1.004

원문보기 상세보기
Han, Jeongyun and Lee, Sunghye, "Investigating Online Learning Types Based on self-regulated learning in Online Software Education: Applying Hierarchical Cluster Analysis", The Journal of Korean Association of Computer Education, vol.22, no.5, pp.51-65, 2019. DOI : https://dx.doi.org/10.32431/kace.2019.22.5.005
Song, Yun Hee, "The Structural Relationships among Emotional Intelligence, Communication Ability, Collective Intelligence, Learning Satisfaction and Persistence in Collaborative Learning of the College Classroom", Journal of Convergence for Information Technology, vol.10, no.1, pp.120-127, 2020. DOI : https://dx.doi.org/10.22156/CS4SMB.2020.10.01.120
You, Ji Won, "Identifying significant indicators using LMS data to predict course achievement in online learning." The Internet and Higher Education 29, pp. 23-30, 2016. DOI : https://doi.org/10.1016/j.iheduc.2015.11.003

상세보기
Khan, Arshia, et al. "Active learning: Engaging students to maximize learning in an online course." Electronic Journal of E-Learning, Vol.15, No.2, pp.107-115, 2017.
Han, Jeongyun and Lee, Sunghye, "Investigating Online Learning Types Based on self-regulated learning in Online Software Education: Applying Hierarchical Cluster Analysis", The Journal of Korean Association of Computer Education, vol.22, no.5, pp.51-65, 2019. DOI : https://dx.doi.org/10.32431/kace.2019.22.5.005
Mbati, Lydia, and Ansie Minnaar. "Guidelines towards the facilitation of interactive online learning programmes in higher education." International Review of Research in Open and Distributed Learning, Vol.16, No.2, pp.272-287, 2015. DOI : https://doi.org/10.19173/irrodl.v16i2.2019
Zhang, Xiaoxi, et al., "Proactive vnf provisioning with multi-timescale cloud resources: Fusing online learning and online optimization." IEEE INFOCOM 2017-IEEE Conference on Computer Communications. IEEE, 2017. DOI : https://dx.doi.org/10.1109/INFOCOM.2017.8057118
Anshari, Muhammad, Yabit Alas, and Lim Sei Guan, "Developing online learning resources: Big data, social networks, and cloud computing to support pervasive knowledge." Education and Information Technologies, Vol.21, No.6, pp.1663-1677, 2016. DOI : https://doi.org/10.1007/s10639-015-9407-3

상세보기
Lee, Michael J., and Andrew J. Ko., "Comparing the effectiveness of online learning approaches on CS1 learning outcomes." Proceedings of the eleventh annual international conference on international computing education research, 2015. DOI : https://doi.org/10.1145/2787622.2787709
Markova, Tatiana, Irina Glazkova, and Elena Zaborova, "Quality issues of online distance learning." Procedia-Social and Behavioral Sciences 237, pp. 685-691, 2017. DOI : https://doi.org/10.1016/j.sbspro.2017.02.043

상세보기
Perez-Sanchez, Beatriz, Oscar Fontenla-Romero, and Bertha Guijarro-Berdinas, "A review of adaptive online learning for artificial neural networks." Artificial Intelligence Review, Vol.49 No.2, pp.281-299, 2018. DOI : https://doi.org/10.1007/s10462-016-9526-2

상세보기
Demuyakor, John, "Coronavirus (COVID-19) and Online Learning in Higher Institutions of Education: A Survey of the Perceptions of Ghanaian International Students in China." Online Journal of Communication and Media Technologies, Vol.10, No.3, e202018, 202. DOI : https://doi.org/10.29333/ojcmt/8286

상세보기
Wong, Jacqueline, et al., "Supporting self-regulated learning in online learning environments and MOOCs: A systematic review." International Journal of Human-Computer Interaction, Vol.35, No.4-5, pp. 356-373, 2019. DOI : https://doi.org/10.1080/10447318.2018.1543084

상세보기
Muljana, Pauline S., and Tian Luo. "Factors contributing to student retention in online learning and recommended strategies for improvement: A systematic literature review." Journal of Information Technology Education: Research 18, 2019. DOI : https://doi.org/10.28945/4182

상세보기
Khalid, Fariza. "Students' identities and its relationships with their engagement in an Online Learning Community." International Journal of Emerging Technologies in Learning (iJET), Vol.14, No.05, pp.4-19, 2019. DOI : https://doi.org/10.3991/ijet.v14i05.8196
Singh, Harpreet, and Shah Jahan Miah, "Design of a mobile-based learning management system for incorporating employment demands: Case context of an Australian University." Education and Information Technologies, Vol.24, No.2, pp.995-1014, 2019. DOI : https://doi.org/10.1007/s10639-018-9816-1

상세보기
Ghani, Shehzad K. Role of Learning Management Systems for Formative Assessment in Higher Education. Diss. Universite d'Ottawa/University of Ottawa, 2019. DOI : http://dx.doi.org/10.20381/ruor-23768

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