$\require{mediawiki-texvc}$

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.

가상현실 기반 건설안전교육에서 개인특성이 학습성과에 미치는 영향 - 머신러닝과 SHAP을 활용하여 -
Impact of personal characteristics on learning performance in virtual reality-based construction safety training - Using machine learning and SHAP - 원문보기

한국건설관리학회논문집 = Korean journal of construction engineering and management, v.24 no.6, 2023년, pp.3 - 11  

최다정 (인천대학교 일반대학원 건축학과) ,  구충완 (인천대학교 도시건축학부)

초록
AI-Helper 아이콘AI-Helper

건설산업의 높은 재해율을 줄이고자, VR 기반 건설안전교육의 도입이 장려되고 있다. 그러나 학습자의 특성을 고려하지 않은 교육방식으로 인해, 학습자의 개인특성에 맞는 효과적인 교육을 수행하지 못하는 한계가 있다. 본 연구에서는, VR 기반 건설안전교육에서 학습성과에 영향을 미치는 개인특성을 분석하는 것으로 목표로 하였고, 이를 위해 머신러닝과 SHAP 기법을 활용하였다. SHAP 분석 결과, 연령이 학습성과에 가장 많은 영향을 미치는 것으로 나타났고, 경력이 가장 작은 영향을 미치는 것으로 나타났다. 또한, 연령은 학습성과와 음(-)의 상관관계를 보이고 있어, VR 기반 건설안전교육의 도입은 낮은 연령에게 더 효과적일 수 있는 것으로 나타났다. 반면, 학력, 자격, 경력은 양(+)의 상관관계를 보였다. 학력이 낮은 학습자에게 더욱 이해하기 쉬운 컨텐츠를 제공함으로써, 학습성과를 향상시킬 필요가 있다. 또한, 자격과 경력이 낮은 학습자의 특성은 학습성과에 영향을 거의 미치지 않으므로, 그 이외의 학습자 특성에 집중함으로써, 학습자 맞춤형 교육 컨텐츠를 제공할 수 있을 것으로 기대된다. 본 연구를 통해, 여러 개인특성이 학습성과에 서로 다른 영향을 미칠 수 있음을 확인했고, 이러한 결과를 활용함으로써, 건설근로자의 개인특성을 고려한 효과적인 안전교육의 기회를 제공할 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper 아이콘AI-Helper

To address the high accident rate in the construction industry, there is a growing interest in implementing virtual reality (VR)-based construction safety training. However, existing training approaches often failed to consider learners' individual characteristics, resulting in inadequate training f...

주제어

#건설안전교육   #가상현실   #학습성과   #개인특성   #머신러닝과 SHAP  

표/그림 (8)

참고문헌 (26)

  1. Breiman, L. (2001). "Random forests." Machine learning, 45,？pp. 5-32. 

  2. Bzdok, D., Krzywinski, M., and Altman, N. (2017). "Machine？learning: a primer." Nature methods, 14(12), pp. 1119-1120. 

  3. Chen, T., and Guestrin, C. (2016). "Xgboost: A scalable？tree boosting system." In Proceedings of the 22nd？acm sigkdd international conference on knowledge？discovery and data mining, pp. 785-794. 

  4. Cortes, C., and Vapnik, V. (1995). "Support-vector？networks." Machine learning, 20, pp. 273-297. 

    상세보기

  5. Dobrowolski, P., Skorko, M., Pochwatko, G., Mysliwiec, M.,？and Grabowski, A. (2021). "Immersive virtual reality and？complex skill learning: transfer effects after training in？younger and older adults." Frontiers in Virtual Reality, 1, 604008. 

  6. Feng, Y., and Wu, P. (2015). "Risk compensation behaviours？in construction workers' activities." International？journal of injury control and safety promotion, 22(1),？pp. 40-47. 

    상세보기

  7. Haslam, R.A., Hide, S.A., Gibb, A.G., Gyi, D.E., Pavitt, T.,？Atkinson, S., and Duff, A.R. (2005). "Contributing factors？in construction accidents." Applied ergonomics, 36(4),？pp. 401-415. 

    상세보기

  8. Heinrich, H.W. (1941). "Industrial Accident Prevention. A？Scientific Approach." Industrial Accident Prevention. A？Scientific Approach., (2nd Edition). 

  9. Hoerl, A.E., and Kennard, R.W. (1970). "Ridge？regression: applications to nonorthogonal problems."？Technometrics, 12(1), pp. 69-82. 

    상세보기

  10. Korea Occupational Safety and Health Agency. (2022).？"Occurrence of Industrial Accidents in 2022." Accessed:？Jun. 10, 2023. [Online]. Available: https://www.kosha.or.kr/kosha/data/industrialAccidentStatus.do?modeview&articleNo438399&article.offset0&articleLimit10 

  11. Lee, K.Y. (2020). "Enhancement of Safety and Health？Education towards Improved Awareness of Construction？workers." M.E. Dissertation, Hanyang University. 

  12. Liu, H., Li, J., Li, H., Li, H., Mao, P., and Yuan, J. (2021).？"Risk Perception and Coping Behavior of Construction？Workers on Occupational Health Risks-A Case？Study of Nanjing, China." International journal of？environmental research and public health, 18(13), 7040. 

  13. Loosemore, M., and Malouf, N. (2019). "Safety training and？positive safety attitude formation in the Australian？construction industry." Safety science, 113, pp. 233-243. 

    상세보기

  14. Lundberg, S.M., and Lee, S.I. (2017). "A unified approach？to interpreting model predictions." Advances in neural？information processing systems, 30. 

  15. McCabe, B., Loughlin, C., Munteanu, R., Tucker, S., and？Lam, A. (2008). "Individual safety and health outcomes？in the construction industry." Canadian Journal of Civil？Engineering, 35(12), pp. 1455-1467. 

    상세보기

  16. Meng, X., and Chan, A. H. (2020). "Demographic influences？on safety consciousness and safety citizenship behavior？of construction workers." Safety science, 129, 104835. 

    상세보기

  17. Ministry of Employment and Labor. (2021). "Occupational？Safety Accident Status." Accessed: Jun. 11, 2023.？[Online]. Available: https://kosis.kr/statHtml/statHtml.do?orgId118&tblIdDT_11806_N000&conn_pathI2 

  18. Murtagh, F. (1991). "Multilayer perceptrons for？classification and regression." Neurocomputing, 2(5-6),？pp. 183-197. 

  19. Park, H., and Koo, C. (2022). "Effect of virtual reality-based construction safety education on the learning？performance of construction workers - Using CAMIL？theory -" Korean Journal of Construction Engineering？and Management, KICEM, 23(3), pp. 104-115. 

  20. Park, S.W. (2017). "Suggestions on Remedies for Basic？Safety and Health Education and New Hire Education？in the Construction Industry." M.E. Dissertation, Kyung？Hee University. 

  21. Segal, M.R. (2004). "Machine learning benchmarks？and random forest regression." UCSF: Center for？Bioinformatics and Molecular Biostatistics, pp. 1-14. 

  22. Shapley, Lloyd S. (1953). A value for n-person games, pp.？307-317. 

  23. Shin, K.N., Joo, S.U., and Yang, S.H. (2015). "A Study on？the Status and Improvement of the Basic Occupational？Safety and Health Training for the Construction？Industry : focused on the Educational Methods and？Contents." Journal of the Korea Academia-Industrial？Cooperation Society, 16(5), pp. 3484-3490. 

  24. Smola, A.J., and Scholkopf, B. (2004). "A tutorial on support？vector regression." Statistics and computing, 14, pp.？199-222. 

    상세보기

  25. Thevaraja, M., Rahman, A., and Gabirial M. (2019). "Recent？developments in data science: Comparing linear, ridge？and lasso regressions techniques using wine data."？Proceedings of the International Conference on Digital？Image & Signal Processing, Oxford United Kingdom, 1,？pp. 1-6. 

  26. Yu, W.D., Wang, K.C., and Wu, H.T. (2022). "Empirical？Comparison of Learning Effectiveness of Immersive？Virtual Reality-Based Safety Training for Novice？and Experienced Construction Workers." Journal of？Construction Engineering and Management, 148(9), 04022078. 

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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