초록

이 연구는 온라인 학습과정 중 학생들의 비공식 정보 추구 행태와 그들의 비공식 정보 요구를 지원하는 온라인 학습 환경을 알고자 한다. 연구 참여자는 미국 럿거스 대학 평생 교육 프로그램의 온라인 학생 29명이고, 설문지를 통해 수집한 데이터는 내용분석과 기술적 통계를 통해 분석되었다. 이 연구의 초점은 온라인 학생들이 학습 문제를 해결하기 위해 비공식 정보를 필요로 하는 이유와 그들이 온라인 학습 환경에서 구성원간의 의사소통을 통해 이를 해결하는 방식에 있다. 결론에서는 연구 결과에 기초하여 온라인 학생들의 비공식 정보 추구 행태를 지원하기 위하여 고려해야 할 사항들이 제안된다.

Abstract

This study aims to examine online students informal information seeking behavior during their learning process and online learning environments to support their informal information needs. The participants of the study were 29 online students in the Professional Development Studies of Rutgers University. Data was collected by the questionnaire and was analyzed with content analysis and descriptive statistics. This study focuses on when and why online students need human interaction to solve their learning problems and how they communicate with others to meet their informal information needs. Moreover, how online students think about their personal communication opportunities and the functions of their online learning system to support their learning problems is also examined. Finally, online students suggest the ways to effectively support personal communication needed during learning process in online learning systems. Based on the findings of this study, a few considerations are suggested in conclusions.

초록

본 연구는 다양한 지식이 축적되고 공유되며 구성원 간의 관계와 상호작용을 바탕으로 지식이 생산되고 활용되는 공간인 소셜 러닝 커뮤니티에서 학습자의 지식소싱 행위가 지식활용 성과에 어떠한 영향을 미치는지를 실증적으로 분석하는 것을 목적으로 하였다. 이를 위해 한 대학의 사회과학분야 전공수업에 참여한 55명의 학습자들을 대상으로 소셜 러닝 커뮤니티를 구성하고 한 학기의 소셜 러닝 완료 후 설문조사를 통해 자료를 수집하였으며, 다중회귀분석을 사용하여 지식소싱 행위와 지식활용 성과의 영향관계를 규명하였다. 연구 결과, 양자 지식소싱과 문서 지식소싱은 지식재이용과 지식응용에 영향을 미치며, 그룹 지식소싱은 지식응용과 지식혁신에 영향을 미치는 것으로 나타났다. 본 연구의 결과는 소셜 러닝 커뮤니티에서 지식의 이용 목적에 따라 효율적인 지식소싱 행위를 선택하는데 유용할 것으로 기대된다.

Abstract

This research aims to analyze empirically the effects of learners’ knowledge sourcing behavior on the knowledge utilization outcomes in a social learning community. This kind of virtual community is of service to users who not only produce but also share a variety of valuable knowledge which is created based on relationships and interactions among learners. In order to conduct the study, a group of learners was made of 55 undergraduate students who were majoring in social science. The data was collected by online survey at the end of the term and multiple regression methods have been used for empirical analysis. The study shows that dyadic knowledge sourcing and published knowledge sourcing both have significant effects on knowledge reuse and knowledge adaptation. In addition, knowledge adaptation and knowledge innovation were affected by group knowledge sourcing. The research results help to select appropriate knowledge sourcing behavior depending on one’s purpose of knowledge use.

초록

이 연구의 목적은 사건을 연구대상으로 하는 사건트래킹 기법이 과연 최신 사건 정보를 검색함에 있어 기존의 정보필터링 기법보다 성능이 우수한가를 살펴보는 데 있다. 따라서 이 연구에서는 특정 사건에 관한 최신 기사를 보다 효과적으로 검색하여 제공하는 기법을 찾아내기 위하여 kNN(k-Nearest Neighbors) 분류기를 응용한 사건트래킹 기법과 질의기반 정보필터링 기법을 사용하여 사건검색 실험을 수행한 후 두 기법의 검색 성능을 비교하였다. 사건트래킹 실험은 초기의 고정 학습문서 집합을 사용한 사건트래킹과 트래킹 과정에서 변화하는 동적 학습문서 집합을 사용한 사건트래킹의 두 가지 방법으로 수행되었다. 정보필터링 실험도 초기질의를 사용한 정보필터링과 필터링 과정에서 계속 수정되는 질의를 사용한 정보필터링의 두 가지 방법으로 수행되었다. 실험 결과 사건트래킹 기법에서는 고정 학습문서 집합을 사용한 경우가 동적 학습문서 집합을 사용한 경우보다 더 우수한 성능을 보였으며, 정보필터링 기법에서는 초기질의를 사용한 경우가 수정질의를 사용한 경우보다 더 좋은 성능을 보였다. 또한 고정 학습문서 집합을 사용한 사건트래킹과 초기질의를 사용한 정보필터링을 비교한 결과 정보필터링 기법이 사건트래킹 기법에 비해 더 좋은 사건검색 성능을 보이는 것으로 나타났다.

Abstract

The purpose of this study is to ascertain whether event tracking is more effective in event retrieval than information filtering. This study examined the two techniques for event retrieval to suggest the more effective one. The event-retrieval performances of the event tracking technique based on a kNN classifier and the query-based information filtering technique were compared. Two event tracking experiments, one with the static training set and the other with the dynamic training set, were carried out. Two information filtering experiments, one with initial queries and the other with refined queries, were also carried out to evaluate the event-retrieval effectiveness. We found that the event tracking technique with the static training set performed better than one with the dynamic training set. It was also found that the information filtering technique using intial queries performed better than one using the refined queries. In conclusion, the comparison of the best cases of event tracking and information filtering revealed that the information filtering technique outperformed the event tracking technique in event retrieval.

초록

Abstract

This exploratory study describes the social bookmarking perceptions and behaviors of students in university courses. Although an emerging discussion regarding the value of social bookmarking tools exists, how users adopt tools in practice is not well known. Students were asked to utilize the bookmarking tool del.icio.us to store information relating to course projects. They were also asked to comment how they employed del.icio.us for course projects. The study analyzed student perceptions and behaviors when using social bookmarking tools for university coursework. The study noted that the use of tags, notes, and networking within these social bookmarking tools remained less active and social bookmarking services in Web 2.0 as shared collaboration, shared communities, and vertical search were less present. Utilizing social bookmarking tools to facilitate personal information management includes the activities of information use, information re-use, and mobility.

초록

해외에 진출한 국내기업의 소송 사례가 증가하면서 기업들의 전자증거개시제도의 대응에 대한 요구가 증가하고 있다. 영미법에서 유래된 제도인 전자증거개시제도는 절차 진행과정에서 여러 곳에 산재해 있는 전자적 정보들을 중 제한된 시간 내에 소송과 관련된 전자적 정보들을 찾아 증거자료로 검토하여 제출하는 제도이다. 이는 하루에도 수많은 전자기록이 생산되는 국내기업들의 기록관리가 잘 이루어지지 않고 있는 현실에서 제한된 시간 이내에 증거자료를 추리고 검토하여 제출하는 것은 쉽지 않은 일이다. 검토대상을 줄이고 검토과정을 효율적으로 진행하는 것은 소송에서 승소를 위한 가장 중요한 과제 중 하나이다. Predictive Coding은 전자증거개시 검토 과정에서 사용되는 도구로써 기계학습을 이용하여 기업들이 보유하고 있는 전자적 정보들의 검토를 도와주는 도구이다. Predictive Coding이 기존의 검색 도구보다 효율성이 높고 잠재적으로 소송과 관련된 전자적 정보를 추려내는데 강점이 있다고 판단된다. 기업의 효율적인 검색도구의 선택과 지속적인 기록관리를 통해 검토비용의 시간적, 비용적 절감을 꾀할 수 있을 것으로 예상된다. 따라서 기업은 전자증거개시 제도에 대응하기 위해서 시간과 비용적 측면을 고려한 전문적인 Predictive Coding 솔루션의 도입과 기업 기록관리를 통해 가장 효과적인 방법을 모색해야 할 것이다.

Abstract

As the domestic companies which have made inroads into foreign markets have more lawsuits, these companies’ demands for responding to E-Discovery are also increasing. E-Discovery, derived from Anglo-American law, is the system to find electronic evidences related to lawsuits among scattered electronic data within limited time, to review them as evidences, and to submit them. It is not difficult to find, select, review, and submit evidences within limited time given the reality that the domestic companies do not manage their records even though lots of electronic records are produced everyday. To reduce items to be reviewed and proceed the process efficiently is one of the most important tasks to win a lawsuit. The Predictive Coding is a computer assisted review instrument used in reviewing process of E-Discovery, which is to help companies review their own electronic data using mechanical learning. Predictive Coding is more efficient than the previous computer assister review tools and has a merit to select electronic data related to lawsuit. Through companies’ selection of efficient computer assisted review instrument and continuous records management, it is expected that time and cost for reviewing will be saved. Therefore, in for companies to respond to E-Discovery, it is required to seek the most effective method through introduction of the professional Predictive Coding solution and Business records management with consideration of time and cost.

초록

본 연구는 공공도서관 직영전환결정에 대한 정책적인 관점에서, 정책옹호연합모형을 적용하여 도서관 운영체제의 변동에 영향을 미친 요인을 분석하는 것을 그 목적으로 한다. 분석 결과, 해당 사안을 둘러싼 3개 연합(직영찬성, 직영반대, 위탁유지)의 신념체계와 이들의 활동을 고려하였을 때, 기본핵심신념을 공유하는 경우 정책지향학습을 통해 부차적 신념은 변화될 수 있었다. 앞으로도 도서관 정책 전반에서 공론의 장을 활성화시키는 것은 정책추진에 있어 전략적으로 필요함을 시사한다.

Abstract

This study analyzed the policy making process by finding factors of a back-in phenomenon appeared in contracting out of public library using advocacy coalition framework. The coalitions were divided into ‘agreement of direct management’, ‘opposition of direct management’ and ‘keep the contract out’. Considering their belief and activity, to share core belief could make a change of secondary belief. It suggests that activating public sphere is necessary for enforcement of their strategies throughout the library policy.

초록

본 연구에서는 사서교사가 제공해야 할 정보활용교육의 일부로서 저작권 교육 관련 자료를 새로 개발하였다. 그리고 Jigsaw 협동학습법을 적용하는 집단과 강의식 교수법을 적용하는 집단, 아무런 수업을 하지 않는 집단으로 나누어 수업을 진행하였다. 수업이 끝나고 교수법이 고등학생들의 저작권 지식 및 저작권 태도에 미치는 효과를 분석함으로써 보다 더 효과적인 저작권 수업 방식을 모색하려 하였다. 실험 결과 저작권 지식 부분에서는 Jigsaw 협동학습법이 가장 높은 교육적 효과를 보였으며 저작권 태도 부분에서는 Jigsaw 협동학습법이 실천적 태도 부분에서 강의식 교수법보다 더 높은 교육적 효과를 나타내었다.

Abstract

This study aims to identify the effects of instruction methods on the students’ knowledge and attitudes to persue an effective instruction for information literacy. For this purpose, a copyright class as a quasi-experiment is provided to students in a high school in different ways including the teacher-centered lecture and the student-centered Jigsaw cooperative learning program. As a result, Group D (Jjgsaw method) showed the highest educational effectiveness among the four groups in terms of the knowledge of copyright. the group also showed higher instructional effectiveness compared to other groups in the practical attitude, which was one of the three types of attitude to copyright.

초록

로치오 알고리즘에 기초한 통제어휘 자동색인 또는 텍스트 범주화에서 적용되어 온 여러 성능 요인들을 재검토하였고, 성능 향상을 위한 기본적인 방법을 찾아보았다. 또한, 동등한 조건에서 통제어휘 자동색인을 위한 로치오 알고리즘 기반 방법의 성능을 다른 학습기반 방법들의 성능과 비교하였다. 결과에 따르면, 통제어휘 자동색인을 위한 로치오 기반의 프로파일 방법은 구현의 용이성과 컴퓨터 처리시간 측면의 경제성이라는 기존의 장점을 그대로 유지하면서도, 다른 학습기반 방법들(SVM, VPT, NB)과 거의 동등하거나 더 나은 성능을 보여주었다. 특히, 색인전문가의 색인작업을 지원하는 반-자동 색인의 목적으로는 비교적 높은 수준의 재현율을 유지하면서 학습 데이터의 증가에 따라 정확률이 크게 향상되는 로치오 알고리즘을 이용한 방법을 우선적으로 고려할 수 있을 것이다.

Abstract

Several performance factors which have applied to the automatic indexing with controlled vocabulary and text categorization based on Rocchio algorithm were examined, and the simple method for performance improvement of them were tried. Also, results of the methods using Rocchio algorithm were compared with those of other learning based methods on the same conditions. As a result, keeping with the strong points which are implementational easiness and computational efficiency, the methods based Rocchio algorithms showed equivalent or better results than other learning based methods(SVM, VPT, NB). Especially, for the semi-automatic indexing(computer-aided indexing), the methods using Rocchio algorithm with a high recall level could be used preferentially.

초록

이 연구는 대학 강의지원시스템을 이용하는 학습자의 이용성을 향상시키기 위해 필요한 이용자 인터페이스 설계 원칙을 개발하는데 목적이 있다. 이를 위하여 문헌조사를 바탕으로 사전설문과 이용성 평가 실험으로 구성된 이용성 조사를 실시하였다. 이용성 조사로부터 얻어낸 결과를 종합하여 총 11개의 대학 강의지원시스템 이용자 인터페이스 설계 원칙을 개발하였다. 본 연구는 대학 강의지원시스템의 이용자 인터페이스 설계 원칙을 개발하기 위하여 주이용자인 학습자를 대상으로 이용성 조사를 실시하여 실제 이용자의 의견을 시스템의 기능별로 제시하고 직접적으로 설계 원칙에 반영할 수 있었다는 점에서 의의가 있다.

Abstract

The study goal is to develop the user interface design principles to improve the usability of university course management systems. To achieve the goal, a usability study was conducted using a survey questionnaire and usability test. Eleven user interface design principles for university course management system were developed based on the usability study. This study has significance in that student opinions were incorporated directly into the user interface design principles of university course management system.

초록

본 연구에서는 한국어 데이터로 학습된 BERT 모델을 기반으로 문헌정보학 분야의 문서를 자동으로 분류하여 성능을 분석하였다. 이를 위해 문헌정보학 분야의 7개 학술지의 5,357개 논문의 초록 데이터를 학습된 데이터의 크기에 따라서 자동분류의 성능에 어떠한 차이가 있는지를 분석, 평가하였다. 성능 평가척도는 정확률(Precision), 재현율(Recall), F 척도를 사용하였다. 평가결과 데이터의 양이 많고 품질이 높은 주제 분야들은 F 척도가 90% 이상으로 높은 수준의 성능을 보였다. 반면에 데이터 품질이 낮고 내용적으로 다른 주제 분야들과 유사도가 높고 주제적으로 확실히 구별되는 자질이 적을 경우 유의미한 높은 수준의 성능 평가가 도출되지 못하였다. 이러한 연구는 미래 학술 문헌에서 지속적으로 활용할 수 있는 사전학습모델의 활용 가능성을 제시하기 위한 기초자료로 활용될 수 있을 것으로 기대한다.

Abstract

In this study, we analyzed the performance of the BERT-based document classification model by automatically classifying documents in the field of library and information science based on the KoBERT. For this purpose, abstract data of 5,357 papers in 7 journals in the field of library and information science were analyzed and evaluated for any difference in the performance of automatic classification according to the size of the learned data. As performance evaluation scales, precision, recall, and F scale were used. As a result of the evaluation, subject areas with large amounts of data and high quality showed a high level of performance with an F scale of 90% or more. On the other hand, if the data quality was low, the similarity with other subject areas was high, and there were few features that were clearly distinguished thematically, a meaningful high-level performance evaluation could not be derived. This study is expected to be used as basic data to suggest the possibility of using a pre-trained learning model to automatically classify the academic documents.