온라인 학습에서 인지적 참여와 학업성취 간의 예측 관계에 대한 연구: 벌점회귀모형을 적용하여
Relationships between cognitive engagement and academic achievement in online learning: Using penalized regression approach
- 주제(키워드) 온라인학습 , ICAP , 머신러닝 , 벌점회귀모형 , online learning , ICAP , machine learning , penalized regression
- 주제(기타) 교육학
- 설명문(URI) https://www.kci.go.kr/kciportal/ci/sereArticleSearch/ciSereArtiView.kci?sereArticleSearchBean.artiId=ART002878233
- 등재 KCI등재
- 발행기관 한국교육정보미디어학회
- 발행년도 2022
- URI http://www.dcollection.net/handler/ewha/000000204800
- 본문언어 한국어
초록/요약
최근 고등교육에서 온라인 학습 방식이 확대됨에 따라 온라인 학습의 질적 제고에 대한 필요성이 강조되고 있다. 양질의 온라인 학습을 제공하기 위하여 교수설계 시 학습자의 인지적 참여 수준을 고려한 학습활동을 마련할 필요가 있다. 본 연구는 온라인 학습에서 학업성취에 영향을 미치는 학습활동을 탐색하고, 학습 시점에 따라 학습활동의 인지적 참여 유형이 학업성취에 미치는 영향을 확인하는 것을 목적으로 수행되었다. 이러한 목적을 위해 본 연구는 온라인으로 진행된 A 대학교 교직 교과목 수강생의 로그데이터를 바탕으로 교과목에서 실시한 학습활동에 대한 변수를 생성하고 벌점회귀분석을 실시하였다. 이를 통해 온라인 학습에서 학업성취를 예측하는 학습활동 확인하고, 학습활동을 인지적 참여 수준으로 분류할 수 있는 ICAP 프레임워크와 학습시점을 토대로 분석하였다. 분석 결과, 상호작용적 참여를 의미하는 I 모드에서는 학기 후반부의 팀 프로젝트 활동이 학업성취를 예측하였으며, 동료피드백 활동은 교과목의 전·후반 시점에 따라 학업성취에 대한 영향이 다르게 나타났다. 구성적 참여를 의미하는 C 모드에서는 학기 전반부의 성찰문 작성, 퀴즈 활동이 학업성취를 정적으로 설명하였다. 적극적 참여를 의미하는 A 모드에서는 추가자료를 확인하는 활동이 전반부와 후반부 모두 학업성취에 정적으로 예측하는 것으로 나타났지만, 추가자료의 내용에 따라 학업성취를 부적으로 예측하는 결과도 제시되었다. 수동적 참여를 의미하는 P 모드에서는 동영상 시청이 학기의 전반부와 후반부 모두 설명력이 큰 것으로 나타났다. 분석 결과를 바탕으로 온라인 학습에서 다양한 수준의 인지적 참여를 촉진하기 위해 교수설계에서 고려해야 하는 학습활동의 인지적 참여 유형과 학습 실시 시점에 대한 시사점을 제시하였다.
more초록/요약
As online learning has expanded in higher education recently, the need for improving the quality of online learning is being emphasized. In order to provide quality online courses, it is important to organize learning activities considering learners’ cognitive participation level in instructional design. This study aims to explore which learning activities affect academic achievement in online courses and identify the extent of cognitive participation required for those learning activities as the online course continues. For this purpose, we generated variables based on the log data regarding the learning activities taken in the online course at A university to conduct a penalized regression analysis. We first identified online learning activities that predict academic achievement. Then, we analyzed them based on the ICAP framework with the course flow to classify them into cognitive participation levels corresponding to time. The results are as follows: For I mode, team project activities in the second half of the semester predicted academic achievement, and peer feedback activities showed contrasting results depending on the course flow. In C mode, reflection writing and quizzes in the first half of the semester predicted academic achievement positively. In A mode, checking supplement learning materials predicted academic achievement positively in the first and second half of the semester; however, some showed different results depending on the contents of the materials. In P mode, watching lecture videos had significant explanatory power on academic achievement in the first and second half of the semester. The results provided implications for the instructional design of online courses to promote levels of cognitive participation.
more