[논문]Analysis of Press Articles and Research Trends related to 'University Core Competencies' using Big Data Analysis Methods

Kwon, Choong-Hoon

doi:10.9708/jksci.2021.26.05.103

Analysis of Press Articles and Research Trends related to 'University Core Competencies' using Big Data Analysis Methods 원문보기

韓國컴퓨터情報學會論文誌 = Journal of the Korea Society of Computer and Information, v.26 no.5, 2021년, pp.103 - 110

Kwon, Choong-Hoon (Dept. of Secondary Special Education, Kwangju Women's University)

초록
AI-Helper

본 연구의 목적은 '대학 핵심역량'과 관련된 주제를 다룬 최근 10년간(2011~2020년) 언론사 보도기사의 추이와 학술지 논문들의 연구동향을 빅데이터 분석방법으로 확인해 보고자 한다. 본 연구의 주요 연구방법론은 빅카인즈 분석 시스템과 언어네트워크 분석 방법론을 적용하였다. 본 연구에서 도출한 연구결과는 첫째, 대학 핵심역량 관련 언론사 기사수는 2014년 12월, 2020년 후반기에 급증하는 키워드 트렌드를 보였다. 관련 연관어는 교육과정, 특성화, 사업단, 교육부, ACE, 경쟁력 등으로 나타났다. 둘째, 관련 연구논문 키워드 간의 언어네트워크 값은 연결정도 554개, 평균연결 18,467개, 밀도 0.637을 보였다. 연결정도 중심성은 대학(1606), 역량(1481), 핵심(1349), 핵심역량(1301) 등의 순으로 분석되었다. 매개 중심성 높은 키워드는 핵심역량(13.101), 대학생(13.101), 대학(13.101), 역량(13.101)으로 분석되었다. 본 연구결과는 고등교육기관 구성원, 교육정책 관련 전문가, 교육학자 등에게 향후 연구 및 정책 입안, 교육 프로그램 기획 및 운영 등에 시사점을 줄 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

The purpose of this study is to check the trend of press articles and research trends in journal papers in the last 10 years, which dealt with the subject of 'university core competencies' with a big data analysis method. The main research methodology of this study applied the BigKinds analysis system and the semantic network analysis methodology. The results are as follows: First, the number of press articles related to university core competencies showed a keyword trend that rapidly increased in December 2014 and the second half of 2020. Related keywords were curriculum, specialization, project group, Ministry of Education, ACE, and competitiveness. Second, the semantic network value between keywords of related research papers showed 554 degree, 18,467 avg. degree, and 0.637 density. The degree of centrality of connection was analyzed in the order of university(1606), competency(1481), core(1349), and core competency(1301). Betweenness centrality was analyzed as core competencies(13.101), university students(13.101), university(13.101), and competencies(13.101). The results of this research are expected to give implications to future research and policy-making, educational program planning and operation, etc. to members of higher education institutions, experts in education policy, and educational scholars.

주제어

표/그림 (10)

그림 Fig. 1. Number of media reports related to university core competencies
그림 Fig. 2. Number of papers related to university core competencies
그림 Fig. 3. News trends in media articles(2011~2020: 10 years)
표 Table 1. Keyword frequency and weight(2011~2020: 10 years)
그림 Fig. 4. Wordcloud of the top frequency keywords in (2011~2020: 10 years)
그림 Fig. 5. Whole semantic network of keywords
표 Table 2. Overall analysis result of semantic network
그림 Fig. 6. Degree centrality map of keywords
그림 Fig. 7. Betweenness centrality map of keywords
표 Table 3. Centrality value of keywords in network

AI 본문요약
AI-Helper

문제 정의

대학 핵심역량 관련 언론사 보도기사 형태나 관련 학술지 연구물들의 트렌드를 종단적으로 연구한 연구물은 찾을 수 없었다. 그런 관계로 본 연구에서는 대학 핵심역량이라는 교육정책에 대한 일반인들의 인지 수준에 영향을 미치는 언론사 보도 형태를 확인하고자 했다. 또한 다양한 학문 분야의 학자들이 어떤 시각과 주제로 대학 핵심 역량 관련 연구를 발표하는지 분석하고자 시도하였다.
그런 관계로 본 연구에서는 대학 핵심역량이라는 교육정책에 대한 일반인들의 인지 수준에 영향을 미치는 언론사 보도 형태를 확인하고자 했다. 또한 다양한 학문 분야의 학자들이 어떤 시각과 주제로 대학 핵심 역량 관련 연구를 발표하는지 분석하고자 시도하였다.
본 연구는 고등교육 정책의 이슈인 ‘대학 핵심역량’에 대한 일반 국민들이 뉴스 기사로 접하는 정보들과 연구자들이 공유하는 논문 정보들의 추이와 의미연결망 등을 확인하고 제시하였다
본 연구의 목적은 ‘대학 핵심역량’을 주제를 다룬 최근 10년간 언론사 보도기사의 추이와 학술지 논문들의 연구 동향을 빅데이터 분석방법으로 확인해보고자 한다.

제안 방법

그 다음, 키워드들의 중심성을 분석하고 시각화하여 제시하였다. 연결정도 중심성값 분석결과는 대학(1606), 역량(1481), 핵심(1349), 핵심역량(1301) 순으로 나타났다.
본 연구는 최근 10년간(2011~2020년) ‘대학 핵심역량’ 관련 언론사의 기사들, 등재 학술지에 게재 출판된 관련 주제 논문들을 빅데이터 분석기법인 한국언론진흥재단의 빅카인즈분석석 시스템과 언어네트워크 분석방법론으로 객관적으로 확인하였다

대상 데이터

둘째, ‘대학 핵심역량’ 관련 등재 학술지 게재논문들을 언어네트워크 방법론을 분석한 결과이다. 2011년부터 2020년까지 10년간 관련 논문은 총 190편이 게재 출판되었다. 상위출현빈도 30위까지의 키워드들의 언어네트 워크 특성은 연결 554개, 평균 연결 18.
첫째, 최근 10년간(2011년~2020년) ‘대학 핵심역량’ 관련 언론사 기사들이다. 관련 언론사 기사들은 한국언론진흥 재단 뉴스 빅데이터 분석시스템인 빅카인즈에서 검색한 자료들이다. 빅카인즈 검색시스템에서 ‘대학’과 ‘핵심역량’ 단어 모두 포함된 언론사 기사들은 총 2,131건이다.
본 연구는 최근 10년간(2011~2020년) ‘대학 핵심역량’ 관련 언론사의 기사들, 등재 학술지에 게재 출판된 관련 주제 논문들을 빅데이터 분석기법인 한국언론진흥재단의 빅카인즈분석석 시스템과 언어네트워크 분석방법론으로 객관적으로 확인하였다. 분석대상은 언론사 관련 기사(2,131건)과 관련 주제 논문(190건)이었다.
빅카인즈 검색시스템에서 ‘대학’과 ‘핵심역량’ 단어 모두 포함된 언론사 기사들은 총 2,131건이다.
첫째, 최근 10년간(2011년~2020년) ‘대학 핵심역량’ 관련 언론사 기사들이다

이론/모형

본 연구에서 주로 사용한 빅카인즈의 분석 방법은 키워드 트렌드 분석과 연관 키워드 분석이다. 빅카인즈 키워드 트렌드는 특정 검색어와 관련된 기사 건수를 시계열 그래프 등으로 제시해주는 서비스이다.

성능/효과

‘대학 핵심역량’ 관련 언론사 기사들의 연관어(출현빈도 높은 키워드)는 교육과정, 특성화, 사업단, 교육부, ACE, 경쟁력, 재학생, 지역사회, LINC, 신입생, 조선대, 인재양성, 인재상, 산업체, 활성화, 육성사업, 연구개발, 교직원, 영동군, 미래사회순으로 나타났다.
2014년 12월은 국가 대학지원 사업(CK, LINC, ACE) 등의 이슈들이 많이 등장하였다. 2020년도에는 기존 연도에 비해 뚜렷한 증가 추이를 보였다. 2020년도의 관련 기사들은 국가단위 뉴스보다는 대학 단위에서의 핵심역량 재설정, 핵심역량 기반 교육과정 편성 및 운영, 교육역량진단 도구개발, 역량기반 졸업인증제 등이 주류를 보였다.
2020년도에는 기존 연도에 비해 뚜렷한 증가 추이를 보였다. 2020년도의 관련 기사들은 국가단위 뉴스보다는 대학 단위에서의 핵심역량 재설정, 핵심역량 기반 교육과정 편성 및 운영, 교육역량진단 도구개발, 역량기반 졸업인증제 등이 주류를 보였다. ‘대학 핵심역량’ 관련 언론사 기사들의 연관어(출현빈도 높은 키워드)는 교육과정, 특성화, 사업단, 교육부, ACE, 경쟁력, 재학생, 지역사회, LINC, 신입생, 조선대, 인재양성, 인재상, 산업체, 활성화, 육성사업, 연구개발, 교직원, 영동군, 미래사회순으로 나타났다.
즉, 이들 키워드들이 다른 노드와의 연결정도가 활발하다는 것을 확인하였다. K-CESA는 출현빈도는 10이지만, 연결정도와 연결정도 중심성이 0으로 나타났다. 그런 관계로 언어네트워크 지도에서 외곽에 별도로 자리잡고 있다.
상위 매개 중심성값을 가진 키워드들은 ‘대학 핵심역량’ 주제 논문들에서 다른 변인들을 매개시키고 있다는 것을 확인하였다. 간호학과(0.167), K-CESA(0.000)는 출현빈도에 비해 매개 역할을 전혀 하지 못하고 있다는 것을 확인하였다. 분석된 매개 중심성값은 NetDraw 프로그램을 통해 네트워크 지도로 직관적으로 제시되었다.
318 등으로 분석되었다. 대학 핵심역량 관련 논문들은 상당히 높은 수준의 밀도와 연결정도를 보이는 네트워크(의미연결망)을 가지고 있었다.
둘째, ‘대학 핵심역량’ 관련 등재 학술지 게재논문들을 언어네트워크 방법론을 분석한 결과이다
매개 중심성값 분석결과는 핵심역량(13.101), 대학생(13.101), 대학(13.101), 역량(13.101)이 공동 1위로 분석되었다. 상위 매개 중심성값을 가진 키워드들은 ‘대학 핵심역량’ 주제 논문들에서 다른 변인들을 매개시키고 있다는 것을 확인하였다.
본 연구의 분석대상인 ‘대학 핵심역량’ 관련 언론사 보도 기사 건수와 학술지 발표논문 수의 10년간 변화 추이는 꾸준히 증가하고 있음을 확인할 수 있었다
상위 매개 중심성값을 가진 키워드들은 ‘대학 핵심역량’ 주제 논문들에서 다른 변인들을 매개시키고 있다는 것을 확인하였다
2011년부터 2020년까지 10년간 관련 논문은 총 190편이 게재 출판되었다. 상위출현빈도 30위까지의 키워드들의 언어네트 워크 특성은 연결 554개, 평균 연결 18.467개, 밀도 0.637, 평균거리 1.318 등으로 분석되었다. 대학 핵심역량 관련 논문들은 상당히 높은 수준의 밀도와 연결정도를 보이는 네트워크(의미연결망)을 가지고 있었다.
그 다음, 키워드들의 중심성을 분석하고 시각화하여 제시하였다. 연결정도 중심성값 분석결과는 대학(1606), 역량(1481), 핵심(1349), 핵심역량(1301) 순으로 나타났다. 이들 키워드들이 다른 노드와의 연결정도가 활발하다는 것을 확인하였다.
대학 핵심역량 관련 연구논문에서 연결정도 중심성이 높은 키워드는 대학(1606), 역량(1481), 핵심(1349), 핵심역량(1301) 등으로 나타났다. 즉, 이들 키워드들이 다른 노드와의 연결정도가 활발하다는 것을 확인하였다. K-CESA는 출현빈도는 10이지만, 연결정도와 연결정도 중심성이 0으로 나타났다.
첫째, ‘대학 핵심역량’ 관련 언론사 기사들의 키워드 트렌드와 연관어 분석결과이다
첫째, ‘대학 핵심역량’ 관련 언론사 기사들의 키워드 트렌드와 연관어 분석결과이다. 키워드 트렌드는 관련 기사의 단위 기간별 변동을 말하는데, 2014년 12월(41건), 23020년 9월(47건), 2020년 10월(44건)으로 전월 대비 뚜렷한 증가 시점이 나타났다. 2014년 12월은 국가 대학지원 사업(CK, LINC, ACE) 등의 이슈들이 많이 등장하였다.

후속연구

본 연구는 고등교육 정책의 이슈인 ‘대학 핵심역량’에 대한 일반 국민들이 뉴스 기사로 접하는 정보들과 연구자들이 공유하는 논문 정보들의 추이와 의미연결망 등을 확인하고 제시하였다. 본 연구결과 고등교육기관 구성원, 교육정책 관련 전문가, 교육학자 등에게 향후 연구 및 정책 입안, 교육 프로그램 기획 및 운영 등에 시사점을 줄 수 있을 것으로 기대된다.

참고문헌 (27)

2021 University Basic Competency Diagnosis Handbook, Minister of Education & Korean Educational development Institute, 2020.
D. C. McClelland, "Testing for competence rather than for intelligence," American Psychologist, January, pp. 1-14, 1973.
OECD, The definition and selection of key competencies: Executive summary, 2005.
Bhoh, "The factors affecting selection of the Educational Capacity Enhancement Project(ECEP) of universities," The Journal of Economics and Finance of Education, Vol. 19, No. 4, pp. 153~176, 2010.
Ministry of Education, 2015 national revised curriculum.
KEDI, 5th Cycle Teacher Training Institution Competency Diagnosis Handbook(2019~2020), 2019.
Official Blog of Ministry of Education, https://if-blog.tistory.com/10704,2020.
http://www.bigkinds.or.kr
Chkwon, "Analysis of Major Changes in Press Articles Related to 'High School Credit System'," Journal of The Korea Society of Computer and Information, Vol. 5, No. 7, pp. 183-191, July 2020. DOI: 10.9708/jksci.2020.25.07.183

원문보기 상세보기
Ylyu, "Analysis of media coverage on 2015 revised curriculum policy using Big Data Analysis," A Dissertation for the Degree of Doctor of Philosophy in Education, SNU, 2017.
Chkwon, "Exploring the Changes Trend in Media Articles on 'Autonomous Private High School' by Recent Governments Using the BIGKinds System-," The Journal of Humanities and Social science(HSS21), Vol. 10, No. 6, Nov. 2019, DOI: 10.22143/HSS21.10.6.129

상세보기
Shhan, "An Analysis of News Report Characteristics on Archives & Records Management for the Press in Korea: Based on 1999~2018 News Big Data," Journal of the Korean Society for Information Management, Vol. 35, No. 3, pp. 41-75, 2018. DOI: 10.3743/KOSIM.2018.35.3.041

원문보기 상세보기
Bjkim, "Analysis of parent newspaper articles using Text mining," Korean Journal of Parents and Guardians, Vol. 4, No. 2, pp. 113-146, 2017.
Jmyun, "Research Trends and Knowledge Structure of 「The Korean Journal of Early Childhood Special Education」: Applying Semantic Network Analysis," Korean Journal of Early Childhood Special Education, Vol. 19, No. 2, pp. 173-204, 2019.

상세보기
Chkwon, "An Analysis on Contents of the Pedagogy Examination for Secondary-School Teacher's Employment using Text Mining & Semantic Network Analysis," Journal of Educational Innovation Research, Vol. 28, No. 3, pp. 1-25, 2018. DOI: 10.21024/pnuedi.28.3.201809.1

상세보기
Yjlim, and Dmson, "Analysis on the Trends of Studies Related to the National Competency Standard in Korea throughout the Semantic Network Analysis," Journal of the Korean Institute of industrial educators, Vol. 41, No. 2, pp. 48-68, 2016. DOI: 10.35140/kiiedu.2016.41.2.48
Skham, Hjkim, Ywkim, "A Big-Data Analysis of Media Coverage on COVID-19 Topic Modeling and Semantic Network Analyses by Issue Cycle and Political Orientation," Korean Journal of Journalism & Communication Studies, Vol. 65, No. 1, pp. 148-189, 2021.

상세보기
Jhpark, and Anshin, "A Study on the Development of Collegiate Essential Competencies Assessment: Focused on the Case of S-University," Korean Journal of Adult & Continuing Education Studies, Vol. 10, No. 3, pp. 89-116, 2019.

상세보기
Jmlee, Gjlee, Jykang, "A Study on the Effects of Extracurricular Programs on the Core Competencies of College Students," The Journal of Learner-Centered Curriculum and Instruction, Vol. 19, No. 21, pp. 355-375, 2019. DOI: 10.22251/jlcci.2019.19.21.355

상세보기
Mjcho, and Sichoi, "An Analysis of the Determinants Influencing the Improvement of University Students' Core Competencies," Korean Journal of General Education, Vol. 13, No. 4, pp. 207-233, 2019.
http://www.kci.go.kr
Korea Press Foundation, Manuel for BigKinds's users(version 2.7), 2021.
Sslee, "A Content Analysis of Journal Articles Using the Language Network Analysis Methods," Journal of the Korean Society for Information Management, Vol, 31, No. 4, pp. 49-68, 2014

원문보기 상세보기
Jokim, and Chkwon, "Exploring Major Keyword & Relationship in the Studies of Hotel Employees Using Semantic Network Analysis Methods," Journal of The Korea Society of Computer and Information, Vol. 24, No. 7, pp. 135-141, July 2019. DOI: 10.9708/jksci.2019.24.07.135

원문보기 상세보기
Hwpark, and L. Leydesdorff, "Understanding the KrKwic: A computer program for the analysis of Korean text," Journal of The Korean Data Analysis Society, Vol. 6, No. 5, pp. 1377-1387, 2004.
J. Scott, "Social Network Analysis(4th ed.)." London: SAGE Publication, 2000.
Yhkim, and Yjkim. "Social Network Analysis (version 4)," Park Young Sa, 2016.

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