RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      산 염기 평형에 대한 디지털 화학 교육 프로그램 개발 및 학생의 교육적 효과 분석 = Development of a Digital Chemistry Education Program on Acid-Base Equilibrium and Analysis of Its Educational Effects on Students

      한글로보기

      https://www.riss.kr/link?id=T17381537

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract) kakao i 다국어 번역

      본 연구에서는 고등학교 고급 화학의 핵심 단원인 산 염기 평형 개념을 보다 깊이 이해시키기 위해 학습자가 직접 Python 기반 디지털 시뮬레이션을 제작하는 방식의 디지털 화학 교육 프로그램을 설계하고 그 교육적 효과를 실증적으로 분석하였다. 기존 수업 방식에서는 산 염기 평형이 포함하는 거시적 현상과 준미시적 입자 수준의 과정을 연결하여 이해하는 데 어려움이 있었고 학생들은 문제 풀이에서 계산 공식에만 의존하는 경향이 강했다. 이에 본 연구는 생성형 인공지능(ChatGPT)을 활 용하여 학생이 직접 약산–강염기 적정 과정의 입자 시뮬레이션을 구현 하도록 하였고 해리 상수(Ka), 중화 반응, 염의 가수분해, 최종 pH 평형 형성을 코드로 시각화하는 활동을 중심으로 구성하였다. 학습자는 시뮬레이션 제작 과정에서 오류를 수정하고 교사 피드백을 반영하며 단순 암 기가 아닌 연속적 평형 개념을 재구조화하는 학습 경험을 하도록 설계되었다. 연구는 경상북도 소재 고등학교 2학년 54명을 대상으로 하였으며 학업 성취도 검사(6문항), 융합 인재 소양(STEAM 역량) 검사(21문항), 디지털 리터러시 질적 분석을 실시하였다. 사전-사후 대응 표본 t-검정 결과, 학업 성취도는 통계적으로 매우 유의하게 상승하였고 특히 입자 모형 기반 평형 해석, 가수분해 반영, 적정 곡선 해석 능력이 개선되었다. 점수 분포가 정규화된 점은 특정 학생만 향상된 것이 아니라 전체 집단의 개념 이해가 고르게 향상되었음을 의미한다. STEAM 역량 역시 사후 점수가 유의하게 상승했으며 학생들은 디지털 도구 기반 문제 해결, 협 업, 시각화 능력 및 설계 능력이 강화되었다. 디지털 리터러시 분석 결 과, 학생들은 단순 정보 소비가 아니라 프로그래밍–표상 연결–평형 검증을 통합적으로 수행하였으며 이는 학습 과정에서 인지적, 기술적, 사회 정서적 역량 모두가 성장했음을 보여준다. 본 디지털 화학 교육 프로그램은 단일 문제 풀이를 넘어 장기적 연 구 프로젝트나 동아리 탐구, 캡스톤 활동 등과 결합될 경우 확대 효과가 예상된다. 시뮬레이션은 실험 설계, 변수 분석, 가설 비교에 활용 가능하며 학생 주도 연구 역량을 강화하는 도구로 발전할 수 있다.
      번역하기

      본 연구에서는 고등학교 고급 화학의 핵심 단원인 산 염기 평형 개념을 보다 깊이 이해시키기 위해 학습자가 직접 Python 기반 디지털 시뮬레이션을 제작하는 방식의 디지털 화학 교육 프로그...

      본 연구에서는 고등학교 고급 화학의 핵심 단원인 산 염기 평형 개념을 보다 깊이 이해시키기 위해 학습자가 직접 Python 기반 디지털 시뮬레이션을 제작하는 방식의 디지털 화학 교육 프로그램을 설계하고 그 교육적 효과를 실증적으로 분석하였다. 기존 수업 방식에서는 산 염기 평형이 포함하는 거시적 현상과 준미시적 입자 수준의 과정을 연결하여 이해하는 데 어려움이 있었고 학생들은 문제 풀이에서 계산 공식에만 의존하는 경향이 강했다. 이에 본 연구는 생성형 인공지능(ChatGPT)을 활 용하여 학생이 직접 약산–강염기 적정 과정의 입자 시뮬레이션을 구현 하도록 하였고 해리 상수(Ka), 중화 반응, 염의 가수분해, 최종 pH 평형 형성을 코드로 시각화하는 활동을 중심으로 구성하였다. 학습자는 시뮬레이션 제작 과정에서 오류를 수정하고 교사 피드백을 반영하며 단순 암 기가 아닌 연속적 평형 개념을 재구조화하는 학습 경험을 하도록 설계되었다. 연구는 경상북도 소재 고등학교 2학년 54명을 대상으로 하였으며 학업 성취도 검사(6문항), 융합 인재 소양(STEAM 역량) 검사(21문항), 디지털 리터러시 질적 분석을 실시하였다. 사전-사후 대응 표본 t-검정 결과, 학업 성취도는 통계적으로 매우 유의하게 상승하였고 특히 입자 모형 기반 평형 해석, 가수분해 반영, 적정 곡선 해석 능력이 개선되었다. 점수 분포가 정규화된 점은 특정 학생만 향상된 것이 아니라 전체 집단의 개념 이해가 고르게 향상되었음을 의미한다. STEAM 역량 역시 사후 점수가 유의하게 상승했으며 학생들은 디지털 도구 기반 문제 해결, 협 업, 시각화 능력 및 설계 능력이 강화되었다. 디지털 리터러시 분석 결 과, 학생들은 단순 정보 소비가 아니라 프로그래밍–표상 연결–평형 검증을 통합적으로 수행하였으며 이는 학습 과정에서 인지적, 기술적, 사회 정서적 역량 모두가 성장했음을 보여준다. 본 디지털 화학 교육 프로그램은 단일 문제 풀이를 넘어 장기적 연 구 프로젝트나 동아리 탐구, 캡스톤 활동 등과 결합될 경우 확대 효과가 예상된다. 시뮬레이션은 실험 설계, 변수 분석, 가설 비교에 활용 가능하며 학생 주도 연구 역량을 강화하는 도구로 발전할 수 있다.

      더보기

      목차 (Table of Contents)

      • Ⅰ. 서 론 1
      • 1. 연구의 필요성 및 목적 1
      • 2. 연구의 문제 5
      • 3. 용어의 정의 6
      • Ⅰ. 서 론 1
      • 1. 연구의 필요성 및 목적 1
      • 2. 연구의 문제 5
      • 3. 용어의 정의 6
      • 가. 생성형 인공지능(Generative Artificial Intelligence) 7
      • 나. 시뮬레이션(Simulation) 7
      • 4. 연구의 제한점 8
      • Ⅱ. 이론적 배경 9
      • 1. 산 염기 평형 9
      • 2. 산 염기의 세기와 평형 상수 11
      • 3. 헨더슨-하셀바흐 식(Henderson-Hasselbalch Equation) 13
      • 4. 완충 용액(Buffer Solution) 14
      • 5. 중화 적정 15
      • 6. 염의 가수 분해 17
      • Ⅲ. 연구방법 19
      • 1. 연구 대상 19
      • 2. 검사 도구 20
      • 가. 학업성취도 평가 20
      • 나. 융합 인재 소양 검사 23
      • 다. 디지털 리터러시 문항 24
      • 3. 수업 프로그램 개발 25
      • 가. ChatGPT 기반 Python 시뮬레이션 25
      • 나. 시뮬레이션 피드백 활동 설계 26
      • 4. 연구 절차 27
      • 가. 사전 검사 27
      • 나. 산 염기 평형에 대한 디지털 화학 교육 프로그램 수업 28
      • 다. 사후 검사 28
      • 5. 자료 분석 29
      • 가. 대응 표본 t-검정 29
      • 나. ANOVA 29
      • 다. 신뢰도 검사(Cronbach’s α) 30
      • 라. 질적 내용 분석 30
      • Ⅳ. 연구 결과 31
      • 1. 학업성취도 분석 31
      • 가. 사전-사후 점수 변화 31
      • 나. 학생 사례 분석 35
      • 다. 대응 표본 t-검정 결과 43
      • 라. 성취 수준별 차이 45
      • 2. 융합 인재 소양 분석 47
      • 가. 사전-사후 점수 변화 47
      • 나. 대응 표본 t-검정 결과 50
      • 다. 문항간 점수 차이 및 사전-사후 점수 차이 52
      • 3. 도구 신뢰도 분석 54
      • 가. 학업성취도 검사 신뢰도(Cronbach’s α) 54
      • 나. 융합 인재 소양 검사 신뢰도 55
      • 4. 디지털 리터러시 분석 56
      • 가. 학생 응답 사례 분석 56
      • 나. 범주 및 빈도 분석 결과 64
      • Ⅴ. 연구 결론 및 제언 66
      • 1. 연구 결론 66
      • 2. 제언 68
      • 참고문헌 71
      • Abstract 74
      • 부록77
      • 1. 학업성취도 검사지 77
      • 2. 융합 인재 소양 검사지 79
      • 3. 디지털 리터러시 검사지 80
      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼