http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
머신러닝을 활용한 청소년 내기행동의 수준별 예측요인 연구
이난희(Nanhee Lee),전효정(Hyojeong Jeon),고은경(Eunkyoung Goh) 인지발달중재학회 2022 인지발달중재학회지 Vol.13 No.1
연구목적: 본 연구는 청소년 내기행동에 영향을 미치는 다양한 예측요인 중에서 청소년 내기행동의 수준별 예측요인의 상대적 중요도를 확인하는 데 목적이 있다. 연구방법: 전국의 중․고등학교에 재학 중인 청소년 571명을 대상으로 자료를 수집하고 내기행동을 수준별로 분류하였다. R version 3.6.1 프로그램을 이용하여 머신러닝 알고리즘의 성능을 평가한 후, 가장 성능이 우수한 머신러닝 알고리즘을 이용하여 청소년 내기행동의 수준별 예측변수의 상대적 중요도를 분석하였다. 연구결과: 첫째, 청소년 내기행동을 예측하는 머신러닝 알고리즘의 성능은 비문제 집단 vs 문제 집단을 분별하는 경우, 랜덤 포레스트 모델이 가장 탁월하였으며, 비문제 집단 vs 위험 집단과 위험 집단 vs 문제 집단을 분별하는 경우에는 그래디언트-부스팅 모델이 우수하였다. 둘째, 내기행동의 수준별 집단(비문제 집단, 위험 집단, 문제 집단) 중에서, 비문제 집단 vs 문제 집단, 비문제 집단 vs 위험 집단을 분별하는 가장 중요한 예측변수는 ‘내기행동 접근성’이었으며, 위험 집단 vs 문제 집단을 분별하는 가장 중요한 예측변수는 ‘내기행동 기대 중 과몰입’으로 나타났다. 결론: 본 연구는 국내에서 처음으로 청소년 내기행동의 다양한 예측변수를 동시에 투입하여 내기행동을 수준별로 가장 잘 예측하는 변수를 확인함으로써, 청소년 내기행동의 수준별 맞춤형 개입을 위한 기초자료를 제공하는 데 의의가 있다. Objective: The purpose of this study is to confirm the relative importance of predictive factors for each level of adolescent betting behavior among various predictive factors affecting adolescent betting behavior. Methods: Data were collected from 571 adolescents enrolled in middle and high schools across the country, and betting behaviors were classified by level. After evaluating the performance of the machine learning algorithm using the R version 3.6.1 program, the relative importance of predictors for each level of youth betting behavior was analyzed using the optimal machine learning algorithm. Results: First, among the performance of the machine learning algorithm for predicting youth betting behavior, the random forest model showed optimal superiority when discriminating the non-problem vs the problem group. The gradient-boosting model was good at distinguishing between non-problem vs risk group and risk vs problem group. Second, among groups by level of betting behavior (non-problem group, risk group, problem group), the most important predictor variable to distinguish non-problem vs problem group, non-problem vs risk group was ‘accessibility to betting behavior’. The most important predictor variable to discriminate the risk vs the problem group was ‘over-immersion in expectation of betting behavior’. Conclusion: This study is meaningful in providing basic data for customized intervention strategies for each level of youth betting behavior by identifying the variables that best predict betting behavior by level by simultaneously inputting various predictive variables of youth betting behavior for the first time in Korea.
이난희(Nanhee Lee),전효정(Hyojeong Jeon),고은경(Eunkyoung Goh) 학습자중심교과교육학회 2022 학습자중심교과교육연구 Vol.22 No.15
목적 본 연구는 접근성에 따른 청소년 내기행동의 경로를 확인함으로써 청소년 내기행동에 대한 통합적 이해와 경로별 맞춤형 개입을 위한 자료를 제공하는 데 목적이 있다. 방법 이를 위하여 전국에 거주하는 청소년을 대상으로 571명의 자료를 수집하였으며, SPSS 21.0으로 기술통계 및 상관분석을 하고 R version 3.6.1 환경에서 ‘tidyLPA’ 패키지를 사용하여 잠재프로파일 분석을 하였다. 다음으로 내기행동 접근성에 따라 AMOS 21.0으로 방임과 학대가 우울, 충동성, 내기행동 기대, 비합리적 신념, 청소년 내기행동에 미치는 경로를 확인하였다. 결과 첫째, 접근성 고저에 따라 청소년 내기행동 경로는 충동성에서 내기행동으로 이어지는 경로, 내기행동 기대에서 내기행동으로 이어지는 경로, 비합리적 신념에서 내기행동으로 이어지는 경로의 계수 차이가 통계적으로 유의미하게 나타나 집단 간 특정 경로 차이가 뚜렷하였다. 둘째, 접근성이 높은 집단에서 내기행동에 영향을 주는 경로는 방임이 비합리적 신념을 매개로 내기행동으로 가는 경로, 방임에서 우울, 충동성, 내기행동 기대, 비합리적 신념을 순차적으로 거쳐 내기행동으로 가는 경로, 학대에서 우울, 충동성, 내기행동 기대, 비합리적 신념을 거쳐 내기행동으로 가는 경로와 학대에서 충동성, 내기행동 기대, 비합리적 신념을 거쳐 내기행동으로 가는 경로가 유의미하였다. 셋째, 접근성이 낮은 집단에서는 내기행동으로 이어지는 유의미한 경로가 나타나지 않았다. 결론 본 연구는 접근성에 따라 청소년 내기행동에 미치는 특정 경로의 뚜렷한 차이를 확인하였으며, 국내 연구에서 다루지 않았던 내기행동 기대 변수를 청소년 내기행동의 주요변수와 함께 투입하여 접근성에 따른 다차원적 경로를 확인하였다. 이로써 청소년 내기행동에 대한 이해 틀을 넓히고 맞춤형 개입을 위한 근거자료를 제시하였다. Objectives The purpose of this study is to provide data for an integrated understanding of youth betting behaviors and customized interventions for each path by identifying the paths of youth betting behaviors by accessibility level. Methods For this purpose, data from 571 adolescents residing across the country were collected, descriptive statistics and correlation analysis were performed with SPSS 21.0, and latent profile analysis was performed using the ‘tidyLPA’ package in R version 3.6.1 environment. Next, the pathways of neglect and abuse on depression, impulsivity, betting behavior expectations, irrational beliefs, and adolescent betting behaviors were identified with AMOS 21.0 by level of betting behavior accessibility. Results First, for adolescent betting behavior paths by accessibility level, the coefficient differences between the path from impulsivity to betting behavior, the path from betting behavior expectation to betting behavior, and the path from irrational belief to betting behavior were found to be statistically significant. Second, the path that affects betting behavior in the group with high accessibility is the path from neglect to betting behavior through irrational beliefs, the path from neglect to depression, impulsivity, betting behavior expectations, the path to betting behavior through irrational beliefs, and the path from abuse to betting behavior The path to betting behavior through depression, impulsivity, betting behavior expectation, and irrational beliefs and the path from abuse to betting behavior through impulsivity, betting behavior expectation and irrational beliefs are significant. Third, in the group with low accessibility, a significant path leading to betting behavior does not appear. Conclusions This study confirmed the distinct differences in specific pathways on adolescent betting behavior by accessibility level, and confirmed multidimensional pathways by accessibility level by inputting betting behavior expectancy variables, which were not covered in domestic studies, together with major variables of adolescent betting behaviors. This broadened the understanding of youth betting behavior and presented evidence for customized intervention.