http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
학습자 중심 수업과 교수자 중심 수업이 중학생의 교과 흥미에 미치는 영향: 성취수준별 집단 간 차이 분석을 중심으로
이수지,이상수 한국교육방법학회 2023 교육방법연구 Vol.35 No.1
This study analyzed the influence of learner-centered and teacher-centered instruction on middle school students’ subject interest. Also, this study specifically examined if subject interest varies for students of different achievement levels: low-, medium-, and high-achieving students. Multiple regression analysis with the fixed effects model was used based on data from the Gyeonggi Education Panel Study 2012 (GEPS 2012). The results indicated that learner-centered instruction positively impacted student interest in English and mathematics, whereas teacher-centered instruction did not. After analyzing interests by achievement level, learner-centered instruction was a significant positive predictor of interest in English and mathematics for all groups: low-, medium-, and high-achieving students. However, teacher-centered instruction was significantly positively associated with interest in mathematics for high-achieving students. These findings add to the growing evidence that learner-centered instruction plays a more critical role in enhancing students’ subject interest than teacher-centered instruction.
지속적인 재평가를 통해 최적화된 임시 보철을 최종 보철로 이행한 전악 CAD/CAM 고정성 수복 증례
이수지,우이형,배아란,노관태,Lee, Suji,Woo, Yi-Hyung,Pae, Ahran,Noh, Kwantae 대한치과보철학회 2017 대한치과보철학회지 Vol.55 No.4
보철적 의사 결정(decision-making)은 다양한 요소가 작용하므로 복잡하며, 치과의사가 분석한 자료를 바탕으로 환자와의 소통을 통해 이루어진다. 다양한 치료 옵션과 그에 따른 결과의 경우의 수가 많아짐에 따라 이러한 의사 결정 과정의 지속적인 재평가가 요구된다. 본 증례는 교합평면의 부조화를 보이는 환자의 교합평면을 재형성하는 치료 방법으로 고정성 보철 수복을 선택하고, 진단 납형 제작을 통한 치료계획의 수립으로 교합평면을 재설정하였다. 충분한 기간 동안 사용하면서 지속적인 재평가를 시행하여 얻은 임시 보철물을 CAD/CAM (Computer-aided design/computer-aided manufacturing)을 이용하여 지르코니아 최종 보철물로 이행하였다. 치료 종결 후 3개월 간의 주기적 내원을 통해 관찰하였을 때 만족스러운 결과를 얻었다. Prosthetic decision-making is complex because of various factors, and involves a combination of the individual dentist's interpretation of the objective clinical data and his or her interaction with the patient. Increasing therapeutic options and emerging outcome data demand the constant re-evaluation of our decision-making process. In this case, fixed prosthetic restorations were selected as a treatment method to reconstruct the occlusal plane of a patient with disharmonious occlusal plane. And the occlusal plane was re-established by establishing a treatment plan through diagnostic wax-up. Provisional restorations obtained by continuous re-evaluation for a sufficient period of time was replicated to definitive restorations using CAD/CAM technology. The results were satisfactory when they were observed through clinical follow-up for 3 months after the end of treatment.
인공지능 에이전트 대화형 인터랙션에서의 감탄사 효과: 자율주행 맥락에서
이수지,서지윤,최준호 국제문화기술진흥원 2022 The Journal of the Convergence on Culture Technolo Vol.8 No.1
이 연구의 목적은 자율 주행 차량의 체화된 에이전트가 ‘감탄사’를 사용하여 감정 표현을 드러낸 대화 상호작용을 할 경우 사용자 경험에 어떠한 효과를 나타내는지 확인하는 것이다. 감탄사 포함 유무와 대화 유형(과제 중심적 대화 vs. 관계 중심적 대화)의 조건에 따라 실험을 설계하였다. 온라인 실험으로 각 조건별로 4가지 대화 시나리오 영상을 시청한 후, 해당 에이전트에 대한 친밀도, 호감도, 신뢰도, 사회적 실재감, 지각된 의인화, 향후 이용 의도를 측정하였다. 분석 결과, 에이전트가 감탄사를 사용할 경우 두 대화 유형 모두에서 사회적 실재감의 주 효과가 나타났다. 에이전트가 감탄사를 사용하지 않을 경우 과제 중심적 대화 유형에서 신뢰와 향후 이용 의도가 높았다. 에이전트가 감탄사를 사용하여 감정적 표현을 더하는 것은 사회적 실재감을 높이는 효과는 발견했지만, 다른 사용자 경험 요인에 대한 영향은 나타나지 않았다.
Comparative Study of Dimension Reduction Methods for Highly Imbalanced Overlapping Churn Data
이수지,구본효,정규환 대한산업공학회 2014 Industrial Engineeering & Management Systems Vol.13 No.4
Retention of possible churning customer is one of the most important issues in customer relationship management, so companies try to predict churn customers using their large-scale high-dimensional data. This study focuses on dealing with large data sets by reducing the dimensionality. By using six different dimension reduction methods—Principal Component Analysis (PCA), factor analysis (FA), locally linear embedding (LLE), local tangent space alignment (LTSA), locally preserving projections (LPP), and deep auto-encoder—our experiments apply each dimension reduction method to the training data, build a classification model using the mapped data and then measure the performance using hit rate to compare the dimension reduction methods. In the result, PCA shows good performance despite itssimplicity, and the deep auto-encoder gives the best overall performance. These results can be explained by the characteristics of the churn prediction data that is highly correlated and overlapped over the classes. We also proposed a simple out-of-sample extension method for the nonlinear dimension reduction methods, LLE and LTSA, utilizing the characteristic of the data.