[논문]미래교육 혁신을 위한 트렌드 분석과 예측: 20년간의 문헌 연구 데이터를 기반으로 한 키워드 추출 분석을 중심으로

조헌국

doi:10.21796/jse.2021.45.2.156

[국내논문] 미래교육 혁신을 위한 트렌드 분석과 예측: 20년간의 문헌 연구 데이터를 기반으로 한 키워드 추출 분석을 중심으로
Analysis and Prediction of Trends for Future Education Reform Centering on the Keyword Extraction from the Research for the Last Two Decades 원문보기

과학교육연구지 : 경북대학교 과학교육연구소 = Journal of science education, v.45 no.2, 2021년, pp.156 - 171

초록
AI-Helper

본 연구는 미래 교육에 관련된 선행 연구를 분석하여 그 시기별 변화의 특징을 파악하고, 최근 나타나는 뉴스 기사를 비교하여 미래 교육에 대한 예측과 전망이 얼마나 일치하는지 비교 분석함으로써 교육을 위한 예측 모형 수립을 위한 시사점을 제공하고자 하였다. 이에 Web of Science를 통해 미래교육을 키워드로 포함한 국제전문학술지의 1,222건의 학술논문의 상세 서지정보를 수집하였고, 이를 2000년대부터 5년 단위로 4개의 시기로 구분하여 각 시기별 키워드를 추출하였다. 또한 최근 1년간 발간된 뉴스를 토대로 키워드를 추출하고 두 결과를 비교하여 얼마나 예측한 결과가 일치하는지 살펴보았다. 연구 결과, 문헌 조사 결과를 통한 키워드는 교사 교육을 제외하면 공통적으로 나타나는 주제나 경향성을 발견하기 어려웠으며 교육과정, 학습자 특성, 협동학습, 컴퓨터 기반 학습 등 교육과정과 내용, 방법, 환경 등 전반을 제시하고 있었다. 이에 반해 뉴스를 통해 도출된 키워드는 혁신학교나 미래교육센터 등 정부의 주요 추진 정책이나 코로나19와 관련된 키워드들이 부각되어 나타났다. 또한 온라인 플랫폼이나 콘텐츠 개발, 클라우드, 빅데이터, 개별학습 등 교육환경과 방법에 초점이 맞춰지고 있음을 파악할 수 있다. 뉴스를 통해 나타나는 키워드를 살펴보면 장기적인 예측을 통해 나타난 키워드는 거의 없었고, 최근 5년 내에 제시되었던 단기적인 내용들이나 최근 5년에서도 언급되지 않는 새로운 주제들을 다루고 있었다. 이는 미래 교육에 대한 예측과 망에 대한 모형이 실제 중장기적 예측에서는 여러 요인의 불확실성으로 인해 정확성을 기대하기 어렵다는 점을 의미한다. 이에 본 연구에서는 미래 교육 예측을 위해 필요한 과제와 방향에 대해 시사점으로 제시하였다.

Abstract ▼ AI-Helper

This study aims at investigating the characteristics of trends of future education over time though the literature review and examining the accuracy of the framework for forecasting future education proposed by the previous studies by comparing the outcomes between the literature review and media articles. Thus, this study collects the articles dealing with future education searched from the Web of Science and categorized them into four periods during the new millennium. The new articles from media were selected to find out the present of education so that we can figure out the appropriateness of the proposed framework to predict the future of education. Research findings reveal that gradual tendencies of topics could not be found except teacher education and they are diverse from characteristics of agents (students and teachers) to the curriculum and pedagogical strategies. On the other hand, the results of analysis on the media articles focuses more on the projects launched by the government and the immediate responses to the COVID-19, as well as educational technologies related to big data and artificial intelligence. It is surprising that only a few key words are occupied in the latest articles from the literature review and many of them have not been discussed before. This indicates that the predictive framework is not effective to establish the long-term plan for education due to the uncertainty of educational environment, and thus this study will give some implications for developing the model to forecast the future of education.

주제어

참고문헌 (32)

Bird, S., Klein, E., & Loper, E. (2009). Natural language processing with python. Sebastopol, CA: O'Reilly.
Byun, J. (2017). A study of the 4th industrial revolution impact on cultural industry. Journal of Korea Culture Industry, 17(3), 109-118.
Chang, M. (2017). Music production 4.0. Journal of Culture Industry, 17(3), 39-43.
Cho, Y., Sohn, K., & Kwon, O. (2021). Comparison of models for stock price prediction based on keyword search volume according to the social acceptance of artificial intelligence. Korea Intelligent Information Systems Society, 27(1), 103-128.
Chung, K.-H., Kim, S.-E., Son, C.-H., Lee, S.-C., Kim, S.-M., Kim, E.-Y., & Chung, J.-Y. (2017). Global trend of education(V): Educational innovation in the intelligence information society. RR 2017-04. Jincheon: Korean Educational Development Institute.
Facer, K. (2009). Educational, social and technological futures: A report from the Beyond Current Horizons programme. U.K.: FutureLab.
Farouk, M. (2018). Sentence semantic similarity based on word embeddings and WordNet. Proceedings of the 13th International Conference on Computer Engineering and Systems. IEEE Xplore. http://doi.org/10.1109/ICCES.2018.8639211
Hachadoorian, L., Gaffin, S. R., & Engelman, R. (2011). Projecting a gridded population of the world Using ratio methods of trend extrapolation. In Cincotta R., Gorenflo L. (Eds.), Human population (pp. 13-25). Berlin, Springer.
Im, C.-I., Kim, H.-J., & Song, H.-D. (2018). A research on future schools and their framework appropriate for the fourth industrial revolution. No. 12-1071400-000014-01. The presidential committee of the fourth industrial revolution.
Islam, A., & Inkpen, D. (2008). Semantic text similarity using corpus-based word similarity and string similarity. ACM Transactions on Knowledge Discovery from Data, 2(2), 10. https://doi.org/10.1145/1376815.1376819

상세보기
Jang, H., & Lee, K. (2016). Future foresight method 'STEPPER trend analysis'. Korean Journal of Future Studies, 1(1), 69-90.
Jeong, U., Yim, H., Choi, M., Park, N., Lee, H., & Yoo, D. (2019). A preliminary study for predicting the field of science and technology. No. 2019-43. Chungbuk: KISTEP.
Jho, H. (2017). The changes of higher education and the tasks of general education according to the fourth industrial revolution. Korean Journal of General Education, 11(2), 54-89.
Jho, H. (2020). Discussion for how to apply artificial intelligence to physics education. New Physics: Sae Mulli, 70(11), 974-984.

상세보기
Jho, H. (2021). The directions and challenges of science education based on the prediction of future education and schools. Journal of Research in Curriculum & Instruction, 25(1), 61-78.
Kim, H. (2018). Future scenarios of universities using emerging technologies. Proceedings of the Korean Future Society, 2018(2), 163-168.
Kim, H., Kim, J., & Lim, B. (2009). Model development for forecasting regional population: Using cohort-component method and Markov chain model. Journal of Korea Planning Association, 44(6), 139-146.
Kim, K.-A., Ryu, B.-R., Kim, J.-H., Kim, J. H., Park, S.-H., & Lee, M.-J. (2018). Future education scenarios: Focused on elementary and secondary education. CNU Journal of Educational Studies, 39(3), 1-29.
Kwak, Y. (2015). An exploration of teacher professionalism required for changes in future schooling and curriculum. Journal of Research in Curriculum & Instruction, 19(1), 93-111.
Kwak, Y., Son, J., Kim, M., & Ku, J. (2014). Research on ways to improve science curriculum focused on key competencies and creative fusion education. Journal of the Korean Association for Science Education, 34(3), 321-330.
Kye, B., Kim, H., Suh, H., Lee, E., & Jung, J. (2011). Future school 2030 model study to introduce future schooling system. RR 2011-12. Seoul: Korea Education and Research Information Service.
Lee, M. (2021). Factors affecting upper elementary students' perceived achievement in e-learning. Journal of Korean Education, 48(1), 89-112.
Lee, M., & Shin, Y. (2014). An analysis of elementary school teachers' difficulties in the STEAM class. Journal of Korean Elementary Science Education, 33(3), 588-596.
Lee, K., Kwon, S., Yang, C., Koh, D., Kim, K., & Choi, M. (2021). Exploring future school education scenarios in the era of digital transformation. Korean Journal of Teacher Education, 37(2), 1-25.

상세보기
Lee, Y., Kwon, H., Kim, J., Park, S., Yoo, Y., Lee, S., Jang, J., Kim, J., & Shin, E. (2019). A research on educational facilities responding to future educational environment(II): Developing a model of a future learning space. RR 2019-13. Jincheon: Korean Educational Development Institute.
Martin, S., Diaz, G., Sancristobal, E., Gil, R., Castro, M., & Peire, J. (2011). New technology trends in education: Seven years of forecasts and convergence. Computers & Education, 57, 1893-1906.

상세보기
Park, J. P. (2016). Lessons for school and teacher education from the future school movement in the U.S. The Journal of Korean Teacher Education, 33(4), 45-67.
Popper, R. (2008). The handbook of technology foresight: Concepts and practices. Aldershot: Edward Elgar.
Ryu, B.-R., Kim, K.-A., Lee, S.-E., Han, H.-J., Yi, J.-T., Lee, Y.-M., Choi, H.-S., & Lee, J.-M. (2018). Education in the age of the fourth industrial revolution: The future of school. RR 2018-01. Jincheon: Korean Educational Development Institute.
Saritas, O., & Burmaolgu, S. (2015). The evolution of the use for foresight methods: A scientometric analysis of global FTA research output. Scientometrics, 105, 497-508.
Sharma, P., & Li, Y. (2019). Self-supervised contextual keyword and keyphrase retrieval with self-labelling. Preprint. https://doi.org/10.20944/preprints201908.0073.v1.
Yoon, Y. (2020). Technology innovation, decentralization and creativity in the era of the 4th industrial revolution. Journal of Korea Culture Industry, 20(3), 23-33.

저자의 다른 논문 :

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