$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

토픽 모델링을 활용한 과학영재교육 연구동향 분석
Analysis of Trends in Science Gifted Education Using Topic Modeling 원문보기

초등과학교육 = Journal of Korean elementary science education, v.40 no.3, 2021년, pp.283 - 294  

김혜원 (고양화정초등학교) ,  전영석 (서울교육대학교)

초록
AI-Helper 아이콘AI-Helper

본 연구의 목적은 LDA 토픽모델링을 활용하여 최근 5년간의 과학영재교육 관련 연구의 동향을 살펴보는 것이다. 보편적으로 이용되는 국내 학술 데이터 RISS, KISS, DBpia를 선정하여 국내 학술논문 292편을 수집해 2,404개의 키워드를 분석하였다. 주요 분석 결과는 다음과 같다. 첫째, 최근 과학영재교육 연구물 수는 2019년에 이르기까지 그 수가 줄어들고 있으며, 과학 영재교육 관련 연구에서 상위 10개의 주제어는 '학생', '프로그램', '초등', '수업', '창의성', '영재교육', '인식', '교사', '교육', '활동'으로 나타났다. 둘째, 토픽모델링 분석 결과로는 총 10개의 토픽이 도출되었다. 최근 5년간 과학 영재교육에서 주로 이루어진 연구주제는 '과학 영재학생의 정의적 특성', '중등 과학 영재학생의 특성', '과학영재교육 프로그램의 개발 및 적용', '과학고와 과학영재고의 교육활동', '과학 영재학생의 인지적 특성', '과학영재교육 정책', '과학영재학생과 창의성', '과학영재학생들의 연구수행교육', '과학영재학생의 학업과 진로선택', '과학 영재학생의 과학 개념'으로 나타났다. 과거에는 특정 토픽의 비중이 상대적으로 높게 나타났으나, 2019년으로 올수록 토픽 간 비중이 크게 차이가 나지 않는다. 따라서 최근으로 올수록 연구가 한 주제에 치우치지 않고 고루 진행되고 있다는 것을 확인할 수 있었다.

Abstract ▼ AI-Helper 아이콘AI-Helper

The purpose of this study is to examine the trends of science gifted education-related research for the last 5 years using LDA topic modeling. To achieve the purpose of the study, 2,404 keywords of 292 domestic academic papers were analyzed using RISS, KISS, and DBpia. The main results were as follo...

주제어

#텍스트마이닝   #토픽모델링   #과학영재교육   #연구동향  

표/그림 (8)

참고문헌 (36)

  1. 강경희(2010). 과학영재교육 관련 국내 연구 동향. 한국과학교육학회지, 30(1), 54-67. 

    원문보기 상세보기

  2. 권언근, 김윤경(2009). 우리나라 과학영재교육 관련 논문의 주제 분석: 1980년부터 2008년까지. 과학영재교육, 1(2), 63-76. 

  3. 김갑철, 노현종(2019). 토픽모델링을 활용한 국내 지역지리교육 연구 동향 분석. 사회과교육, 58(4), 49-67. 

  4. 김근형, 오성열(2009). 온라인 고객리뷰 분석을 통한 시장세분화에 텍스트마이닝 기술을 적용하기 위한 방법론. 한국콘텐츠학회논문지, 9(8), 272-284. 

    원문보기 상세보기

  5. 김성근, 조혁준, 강주영(2016). 학술연구에서의 텍스트 마이닝 활용 현황 및 주요 분석기법. 정보기술아키텍처연구, 13(2), 317-329. 

  6. 김수현, 이영준, 신진영, 박기영(2019). 경제 분석을 위한 텍스트 마이닝. 한국은행. 

  7. 김재우, 김동진(2019). 텍스트 마이닝을 활용한 사회과 연구 동향 분석: 2000년대 이후의 학술 논문을 중심으로. 시민교육연구, 51(2), 35-70. 

    상세보기

  8. 김주아(2019). 2019 영재교육 통계연보(SM2020-01). 한국교육개발원. 

  9. 김진모, 전영욱(2005). 외국의 인적자원개발 연구동향. Andragogy Today, 8(4), 1-37. 

    상세보기

  10. 김창식, 곽기영, 윤혜진(2017). 관광분야 연구동향 분석: 토픽모델링과 시계열분석을 중심으로. 관광레저연구, 29(12), 25-39. 

  11. 박경진, 류춘렬, 최진수, 김희목(2017). 텍스트 네트워크 분석을 활용한 과학영재교육 언론동향 분석. 영재교육연구, 27(3), 387-403. 

  12. 박자현, 송민(2013). 토픽모델링을 활용한 국내 문헌정보학 연구동향 분석. 정보관리학회지, 30(1), 7-32. 

    원문보기 상세보기

  13. 배상진, 박철균(2003). 텍스트마이닝 기법의 기술정보분석 적용 가능성 연구. 한국기술혁신학회 학술대회 발표논문집, 75-88. 

  14. 서혜애(2004). 과학적 창의성과 과학영재교육의 방향. 영재교육연구, 14(1), 65-89. 

    원문보기 상세보기

  15. 손유진(2017). 빅데이터 기반 토픽모델링과 의미연결망 분석을 활용한 유아 사교육 쟁점 분석 연구. 한국연구재단 연구성과물, https://www.krm.or.kr/krmts/link.html?dbGubunSD&m201_id10077668&resy 

  16. 양승준, 이보연, 김희웅(2016). 토픽모델링 기반 행복과 불행 이슈 분석 및 행복 증진 방안 연구. 지식경영연구, 17(2), 165-185. 

    원문보기 상세보기

  17. 영재교육진흥법(2000). 

  18. 유정옥(2019). 텍스트마이닝을 이용한 청소년의 성고민 분석. 한국보건정보통계학회지, 44(2), 181-188. 

  19. 육동인(2017). 텍스트 마이닝을 활용한 직업학 연구동향분석. 한국산학기술학회 논문지, 18(9), 366-376. 

  20. 윤진아, 서혜애(2016). 2010년부터 2015년까지 국내 과학영재교육의 연구동향 분석: 문헌분석 대 사회네트워크 분석. 과학교육연구지, 40(3), 267-286. 

  21. 이정석, 김용권(2016). KERIS를 활용한 과학영재교육에서의 STEAM 교육 관련 연구동향 분석. 대한지구과학교육학회지, 9(2), 152-162. 

    원문보기 상세보기

  22. 정철우, 김재준(2012). 텍스트마이닝을 활용한 건설분야 트랜드 분석. 한국디지털건축인테리어학회 논문집, 12(2), 53-60. 

    원문보기 상세보기

  23. 최호성(2016). 한국 영재교육의 위기 현상 진단과 해결방안. 영재교육연구, 26(3), 493-514. 

    원문보기 상세보기

  24. 황서이, 황동열(2018). 토픽모델링과 의미연결망 분석을 통한 예술경영 연구동향 분석. 예술경영연구, 47, 5-29. 

  25. Arun, R., Suresh, V., Veni Madhavan, C. E., & Narasimha Murthy, M. N. (2010). On finding the natural number of topics with latent dirichlet allocation: Some observations. PAKDD 2010: Advances in Knowledge Discovery and Data Mining, 391-402. 

  26. Blei, D. M., & Lafferty, J. D. (2007). A correlated topic model of science. The Annals of Applied Statistics, 1(1), 17-35. 

  27. Blei, D., Ng, A., & Jordan, M. (2003). Latent dirichlet allocation. Journal of Machine Learning Research, 3, 993-1022. 

  28. Deveaud, R. E., Eric, S., & Patrice, B. (2014). Accurate and effective latent concept modeling for ad hoc information retrieval. Document Numerique, 17(1), 61-84. 

  29. Gatti, C. J., Brooks, J. D., & Nurre, S. G. (2015). A historical analysis of the field of or/ms using topic models. arXiv preprintarXiv:1510.05154. 

  30. Griffiths, T. L., & Steyvers, M. (2004). Finding scientific topics. Proceedings of the National Academy of Sciences, 101(suppl1), 5228-5235. 

    상세보기

  31. Yang, H. L., Chang, T. W., & Choi, Y. R. (2018). Exploring the research trend of smart factory with topic modeling. Sustainability, 10(8), 1-1. 

  32. Juan, C., Tian, X., Jintao, Li., Yongdong, Z., & Sheng, T. (2009). A density-based method for adaptive LDA model selection. Neurocomputing, 72(7-9), 1775-1781. 

  33. Sun, L., & Yin, Y. (2017). Discovering themes and trends in transportation research using topic modeling. Transportation Research Part C: Emerging Technologies, 77, 49-66. 

    상세보기

  34. Tan, A. H. (1999). Text mining: The state of the art and the challenges. Proceedings of the Pacific Asia Conf on Knowledge Discovery and Data Mining PAKDD'99 workshop on Knowledge Discovery from Advanced Databases, 8, 1-6. 

  35. Taylor, C. (2005). Moving international advertising research forward. Journal of Advertising, 34(1), 7-16. 

  36. Zou, C. (2018). Analyzing research trends on drug safety using topic modeling. Expert Opinion on Drug Safety, 17(6), 629-636. 

    상세보기

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로