• 전문가 요청 쿠폰 이벤트
PARTNER
검증된 파트너 제휴사 자료

Lipsky의 일선관료모형으로 본 학습장애 선정 직무행태: 출현율 상위, 중위, 하위 지역 중심으로 (Job Behavior in Learning Disability Identification Based on Lipsky’s Street-Level Bureaucracy Model: Focusing on High, Middle, and Low Prevalence Rate Regions)

28 페이지
기타파일
최초등록일 2025.06.19 최종저작일 2025.02
28P 미리보기
Lipsky의 일선관료모형으로 본 학습장애 선정 직무행태: 출현율 상위, 중위, 하위 지역 중심으로
  • 미리보기

    서지정보

    · 발행기관 : 이화여자대학교 특수교육연구소
    · 수록지 정보 : 특수교육 / 24권 / 1호 / 5 ~ 32페이지
    · 저자명 : 송요한

    초록

    연구목적: 본 연구는 국내 17개 시・도별 학습장애 출현율을 확인하고 Lipsky의 일선관료모형을 통해 학습장애 출현율 상위, 중위, 하위 지역의 학습장애 선정 직무 행태를 분석하고자 했다. 연구방법: 첫째, 통계 자료를 이용해 학습장애 출현율을 산출했다. 둘째, 출현율 상위, 중위, 하위 지역을 선정해 특수교육지원센터에서 선정・배치 업무를 담당하는 특수교사 6인과 개별 면담을 진행하였다. 연구결과: 첫째, 학습장애 출현율은 지역별로 차이가 컸다. 둘째, 학습장애 출현율에 따른 지역별 선정 과정의 직무환경은 제일 많은 업무량, 시간과 정보의 부족, 민원의 최전방, 정보 수집・정리 후 전달의 역할, 잦은 인사이동, 모호한 선정기준과 통일된 선정 기준 필요라는 점이 공통적으로 나타났으며 진단 평가 실시와 교육청 수준 학습장애 선정 기준 제시 여부가 차이점으로 나타났다. 대응 기제는 차이가 없었으며 관료화, 단순화, 회피 전략, 정형화가 나타났다. 결론: 첫째, 학습장애 선정 기준의 통일과 적용에 있어 신뢰구간이 필요하다. 둘째, 악성 민원으로부터 선정・배치 담당자를 보호할 수 있는 제도적 장치가 필요하다.

    영어초록

    Purpose: The purpose of this study was to identify learning disability (LD) prevalence rates of 17 City・Province and analyze the learning disability identification job behavior from the high, middle, low LD prevalence rate regions. Method: First, LD prevalence rate was calculated using statistic data. Second, after selecting high, middle, low prevalence rate regions, individual interviews with six special education teachers who were charged for LD identification&placement at the Special Education Support Center was processed. Results: First, LD prevalence rates were largely different among regions. Second, the identification process by region according to the LD prevalence rate revealed that job conditions including large amount of work, lack of time and information, front line of civil complaint, role of collecting, arranging, and delivering information, frequent transfer of personnel, vague identification criteria, and requiring unified identification criteria appeared very common. Performing diagnostic assessment and providing LD identification criteria by the level of office of education showed differences. Coping mechanism had no difference. Bureaucratization, simplifications, refusing strategies, and routines also appeared. Conclusion: First, unification of LD identification criteria and confidential interval for application is needed. Second, protecting system for identification and placement charging personnel from vicious client complaint is needed.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우
문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2026년 03월 29일 일요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
12:35 오후