TBEC-병선쌤

첫 논문이 게재되었습니다. 최선희 교수님과 함께, 국내에서 생성형 AI를 활용한 영어 말하기 수업 연구가 어떻게 이루어지고 있는지 살펴보았습니다. 관련 연구들을 모아 연구 대상과 수업 활용 방식, 주요 결과와 앞으로의 과제를 정리한 스코핑 리뷰 논문입니다. 이번 연구에 교신저자로 참여하면서 스코핑 리뷰의 전반적인 과정을 이해하고, 앞으로 어떤 연구를 해나갈지 고민해볼 수 있었습니다.검토한 연구들은 주로 대학생을 대상으로 하고 있었습니다. 중·고등학교 영어 수업에서의 활용에 대해서는 앞으로 더 많은 연구가 필요하다는 점도 확인할 수 있었습니다. 현장에서 영어를 가르치며 연구에 관심을 두고 계신 선생님들과 이 주제로 이야기를 나눌 수 있으면 좋겠습니다. 생성형 AI가 학생들이 직접 말하고 쓰는 기회를 넓히고..

기본 지표를 넘어 데이터 속 숨겨진 인과관계와 실질적 영향력을 분석해 봅니다.지난 포스팅에서 변수의 개념과 M, SD, t, p값 같은 기초적인 통계 지표들을 살펴봤는데요. 오늘은 그보다 한 걸음 더 나아가, 실제 논문의 몸통을 구성하는 분석 기법들과 결과의 실질적 위력을 보여주는 효과 크기에 대해 제가 공부한 내용을 정리해 보았습니다. 여전히 영어 원서 다독(Extensive Reading)이라는 주제를 예시로 삼아 복습해 볼게요.1. 통계의 기초 체력: 관계와 차이 이해하기데이터가 가진 기본적인 연결 고리와 집단 간의 차이를 더 깊게 파악하는 단계입니다.가. 상관분석(Correlation Analysis): 둘이 얼마나 친해?두 변수가 서로 얼마나 밀접하게 관련되어 있는지를 수치로 확인하는 방법입니다..

논문을 읽다 보면 보이는 통계 수치들이 있습니다. 각종 알파벳으로 이뤄진 암호 같은 통계 수치들... 한번 살펴보도록 하겠습니다. 1. 집단의 점수 분포 확인하기 (M, SD)먼저 집단이 전반적으로 어떤 상태인지 확인하는 기본 지표입니다.📊 데이터 예시:• 실험군(AI를 통해 학습한 그룹): M = 5.85, SD = 0.35• 대조군(교사와 함께 학습한 그룹): M = 5.54, SD = 0.62가. M (Mean): 집단의 평균 점수- 실험군의 평균(5.85)이 대조군(5.54)보다 높습니다.- "일단 AI로 공부한 그룹의 전반적인 성적이 더 좋구나"라고 1차적인 판단을 내릴 수 있습니다.나. SD (Standard Deviation): 표준편차 (집단의 고른 정도)- 실험군의 SD(0.35)가 대..

논문을 읽으며 필요한 개념 몇가지를 정리하려고 합니다. 자세히 들여다보지 않으면 헷갈리는 '변인'들의 개념에 대해 정의해보고 이를 깊이 이해할 수 있는 방법을 AI의 도움을 받아 개념을 완전히 이해해볼 수 있는 과정을 보여드리려고 합니다. 일단 연구 주제 하나를 예로 들어 각 변인에 대해 구별해보도록 하겠습니다. '재택근무의 도입이 직무 만족도에 미치는 영향' 1. 독립변인(Independent Variable, IV): 원인- '독립'이라는 워딩에서 볼 수 있듯 연구자가 스스로 정의하는 변인입니다. 다른 변수에 의해 변하지 않고 영향을 주는 주체라고 할 수 있습니다.- 예시로 든 '재택근무의 도입이 직무 만족도에 미치는 영향'에서, 연구자는 "재택근무를 하냐 안하느냐가 만족도를 바꿀거야"라고 가정합니다..