빅데이터에 기초한 학습공동체에 대한 키워드 네트워크 분석 (Keyword Network Analysis of Learning Communities Based on Big Data)

서지정보

· 발행기관 : 학습자중심교과교육학회
· 수록지 정보 : 학습자중심교과교육연구 / 25권 / 7호 / 617 ~ 635페이지
· 저자명 : 이서연

초록

목적 본 연구는 빅데이터를 활용하여 학습공동체와 관련된 주요 키워드를 추출하고, 키워드 및 키워드 네트워크를 분석함으로써사회 전반에서 이루어지는 학습공동체에 대한 주요 논의와 담론을 파악하는 것을 목적으로 한다.
방법 이를 위해 텍스톰(Textom) 프로그램을 활용하여 2022년 1월 1일부터 2024년 12월 1일까지 3년간 빅데이터에서 ‘학습공동체’ 관련 키워드를 수집한 후, 두 차례의 정제 과정을 거쳐 명사를 중심으로 키워드를 추출하였다. 이후 출현 빈도 상위 100개 키워드를 선정하고, Ucinet 6.0 프로그램을 활용하여 키워드 간 연결로 형성된 네트워크의 구성 요소와 연결성을 분석하였다. 또한, K-core 분석과 CONCOR 분석 기법을 활용하여 네트워크 내 하위 네트워크를 분석함으로써 네트워크의 특성을 파악하고자 하였다.
결과 학습공동체 관련 키워드의 출현 빈도 분석 결과, ‘학습공동체’, ‘교사’, ‘전문’, ‘교육’, ‘학교’ 등의 키워드가 상위 순위를 차지하였다. 학습공동체 네트워크의 구조적 특성을 살펴본 결과, 밀도는 0.935, 직경은 2, 평균 연결 정도는 92.58, 평균 연결 거리는1.085로 나타났다. 또한, 키워드 간 중심성을 분석한 결과, 연결 중심성과 매개 중심성은 출현 빈도가 높은 주요 키워드들과 유사한양상을 보였다. 그러나 근접 중심성 분석에서는 ‘보육’, ‘원장’, ‘그림책’, ‘에듀테크’ 등의 키워드가 상위에 위치하였으며, K-core 분석에서도 유사한 경향이 나타나 ‘보육’을 담당하는 어린이집 중심의 학습공동체가 독특한 특성을 지닌다는 점이 확인되었다. 마지막으로, 학습공동체의 하위 네트워크를 분석한 결과, ‘학교 중심의 학습공동체’, ‘대학생 및 청소년 중심의 학습공동체’, ‘영유아 중심의 학습공동체’, ‘지역사회 중심의 학습공동체’ 등 총 4개의 군집으로 분류할 수 있었다.
결론 본 연구 결과, 학습공동체가 사회 전반에서 활발하게 운영되고 있으며, 협력적 조직문화 형성에 기여하고 사회 구성원들에게평생교육의 기회를 제공하는 데 의의가 있는 것으로 나타났다. 이에 따라 학습공동체가 지속적으로 운영되어 사회의 보편적인 학습문화로 자리 잡기 위해서는, 다양한 구성원의 목소리에 귀를 기울이고 이들이 자발적으로 참여할 수 있는 환경적 여건을 적극적으로지원할 필요가 있음을 시사한다.

영어초록

Objectives The purpose of this study is to identify key keywords related to learning communities using big data and analyze keyword networks to understand major discussions and discourses on learning communities in society.
Methods Keyword analysis of learning communities identified ‘learning community,’ ‘teacher,’ ‘professional,’ ‘education,’ and ‘school’ as the most frequent terms. Network analysis showed high connectivity, with distinct char acteristics in childcare-centered communities. Sub-network analysis revealed four main clusters: ‘school-cen tered,’ ‘university student and adolescent-centered,’ ‘early childhood-centered,’ and ‘community-based’ learning communities.
Results The keyword frequency analysis of learning communities revealed that ‘learning community,’ ‘teacher,’ ‘professional,’ ‘education,’ and ‘school’ were the most prominent. Network analysis showed a density of 0.935, a diameter of 2, an average degree of 92.58, and an average path length of 1.085. Degree and betweenness cen trality aligned with frequently occurring keywords, while closeness centrality highlighted ‘childcare,’ ‘director,’ ‘picture book,’ and ‘edutech,’ indicating unique characteristics of childcare-centered learning communities.
Furthermore, the sub-network analysis identified four main clusters: ‘school-centered,’ ‘university student and adolescent-centered,’ ‘early childhood-centered,’ and ‘community-based’ learning communities.
Conclusions The results of this study indicate that learning communities are actively utilized across society, con tributing to the formation of a collaborative organizational culture and providing lifelong learning opportunities for members of society. Therefore, for learning communities to continue operating and become an integral part of the broader learning culture, it is essential to listen to the voices of diverse participants and support the environmental conditions that enable their voluntary engagement.

참고자료

· 없음