- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
이 연구의 목적은 공공도서관의 노인 대상 디지털 리터러시 프로그램의 운영 현황을 조사하고 프로그램을 담당하고 있는 사서의 인식을 파악하여 국내 공공도서관의 노인 대상 디지털 리터러시 프로그램의 개선방안을 제시하기 위한 것이다. 이를 위해 첫째 전국 157개 공공도서관의 디지털 리터러시 프로그램 현황을 조사․분석하였고, 둘째 국외 공공도서관의 노인 디지털 리터러시 프로그램 사례를 조사하였고, 셋째 국내 공공도서관 프로그램 담당 사서 92명을 대상으로 온라인 설문조사를 실시하였다. 이 연구에서는 연구 결과를 토대로 공공도서관 노인 디지털 리터러시 프로그램의 개선방안을 운영요소와 내용요소로 나누어 제안하였다. 이 연구는 향후 국내 공공도서관에서 노인 디지털 리터러시 프로그램을 운영하는데 기초자료로 활용될 수 있을 것이다.
Abstract
The purpose of this study was to examine the operation status of digital literacy programs for the elderly in public libraries and to understand the perception of librarians in charge of the programs in order to suggest plans to improve them in Korean public libraries. To this end, this study performed the following: first, the status of digital literacy programs in 157 public libraries across Korea was examined and analyzed. Second, digital literacy programs provided for older adults by overseas public libraries were explored. Third, an online survey was conducted with 92 librarians in charge of library programs at Korean public libraries. Based on the results, this study suggested plans to improve older adults’ digital literacy programs in public libraries in terms of operational and content aspects. This study is expected to provide basic data for the operation of older adults’ digital literacy programs in Korean public libraries.
초록
본 연구는 외국인 난민의 한국 체류와 관련된 정보상황을 이해하고, 요구되는 정보와 정보원을 파악하여, 정보행태 관점에서 외국인 난민과 한국사회에 필요한 변화, 국제사회 속에서 한국의 역할, 도서관계의 정보 전문가적 대응 방안을 제시하였다. Dervin의 의미형성이론과 Chatman의 정보빈곤 이론을 바탕으로 연구설계가 진행되었다. 한국에 합법적으로 체류 중인 외국인 난민을 연구 참여자로 선정하였고, 인식, 상황, 행태를 조사하기 위한 반구조화된 심층면담을 진행하였다. 연구결과를 바탕으로 외국인 난민, 한국 공공 및 민간기관, 도서관계에 적용 가능한 정보서비스 방안을 제시하였다. 이는 관련된 실증적 연구를 보완할 수 있고, 실제 정보 문제 해결을 위한 정보서비스의 가치를 높일 것으로 기대된다.
Abstract
The purposes of this study include i) to understand the circumstances of exposure to information during foreign refugees’ stay in South Korea, ii) to investigate their information needs and the use of information sources, and iii) to propose the change needed in the Korean society, the role of South Korea in the global community, and the service direction of libraries and information professionals. To this end, legally recognized refugees who have stayed in South Korea were recruited for semi-structured in-depth interviews and observations on their perception, situation, and active behavior. The discussions were transcribed for coding. The codes were analyzed by content analysis technics based on relevant previous studies and factors of Dervin’s Sense-making theory and Chatman’s Information Poverty theory. Based on these analyses, this study proposed strategies for foreign refugees and individuals and public organizations, including libraries and NGOs, from an information service perspective. It is expected that the proposed strategies will supplement related empirical quantitative research and add value to information services for solving information problems.
초록
국내를 비롯하여 전 세계적으로 우울증 환자 수가 매년 증가하는 추세이다. 그러나 대다수의 정신질환 환자들은 자신이 질병을 앓고 있다는 사실을 인식하지 못해서 적절한 치료가 이루어지지 않고 있다. 우울 증상이 방치되면 자살과 불안, 기타 심리적인 문제로 발전될 수 있기에 우울증의 조기 발견과 치료는 정신건강 증진에 있어 매우 중요하다. 이러한 문제점을 개선하기 위해 본 연구에서는 한국어 소셜 미디어 텍스트를 활용한 딥러닝 기반의 우울 경향 모델을 제시하였다. 네이버 지식인, 네이버 블로그, 하이닥, 트위터에서 데이터 수집을 한 뒤 DSM-5 주요 우울 장애 진단 기준을 활용하여 우울 증상 개수에 따라 클래스를 구분하여 주석을 달았다. 이후 구축한 말뭉치의 클래스 별 특성을 살펴보고자 TF-IDF 분석과 동시 출현 단어 분석을 실시하였다. 또한, 다양한 텍스트 특징을 활용하여 우울 경향 분류 모델을 생성하기 위해 단어 임베딩과 사전 기반 감성 분석, LDA 토픽 모델링을 수행하였다. 이를 통해 문헌 별로 임베딩된 텍스트와 감성 점수, 토픽 번호를 산출하여 텍스트 특징으로 사용하였다. 그 결과 임베딩된 텍스트에 문서의 감성 점수와 토픽을 모두 결합하여 KorBERT 알고리즘을 기반으로 우울 경향을 분류하였을 때 가장 높은 정확률인 83.28%를 달성하는 것을 확인하였다. 본 연구는 다양한 텍스트 특징을 활용하여 보다 성능이 개선된 한국어 우울 경향 분류 모델을 구축함에 따라, 한국 온라인 커뮤니티 이용자 중 잠재적인 우울증 환자를 조기에 발견해 빠른 치료 및 예방이 가능하도록 하여 한국 사회의 정신건강 증진에 도움을 줄 수 있는 기반을 마련했다는 점에서 의의를 지닌다.
Abstract
The number of depressed patients in Korea and around the world is rapidly increasing every year. However, most of the mentally ill patients are not aware that they are suffering from the disease, so adequate treatment is not being performed. If depressive symptoms are neglected, it can lead to suicide, anxiety, and other psychological problems. Therefore, early detection and treatment of depression are very important in improving mental health. To improve this problem, this study presented a deep learning-based depression tendency model using Korean social media text. After collecting data from Naver KonwledgeiN, Naver Blog, Hidoc, and Twitter, DSM-5 major depressive disorder diagnosis criteria were used to classify and annotate classes according to the number of depressive symptoms. Afterwards, TF-IDF analysis and simultaneous word analysis were performed to examine the characteristics of each class of the corpus constructed. In addition, word embedding, dictionary-based sentiment analysis, and LDA topic modeling were performed to generate a depression tendency classification model using various text features. Through this, the embedded text, sentiment score, and topic number for each document were calculated and used as text features. As a result, it was confirmed that the highest accuracy rate of 83.28% was achieved when the depression tendency was classified based on the KorBERT algorithm by combining both the emotional score and the topic of the document with the embedded text. This study establishes a classification model for Korean depression trends with improved performance using various text features, and detects potential depressive patients early among Korean online community users, enabling rapid treatment and prevention, thereby enabling the mental health of Korean society. It is significant in that it can help in promotion.