학습장애 진단의 대안적 통합모형에 대한 의사결정나무 기법의 활용 가능성 탐색 = Application of Decision Tree Techniques for Identifying the Students with Learning Disabilities

다국어 초록 (Multilingual Abstract)

The purpose of this study was to explore the possibility of application of the decision tree techniques for identification of learning disabilities. At first, we reviewed three major models(ability-achievement discrepancy model, responsiveness to intervention model, the integrated model) of diagnosis of learning disabilities. Second, we provided a comprehensive review of concept, procedure, types and algorithms, applied example of decision tree techniques. In conclusion, we suggested the decision tree techniques for segmentation, classification, prediction, data reduction, variable screening, interaction effect identification, category merging and discretizing continuous variable for identification of learning disabilities.

국문 초록 (Abstract)

학습장애 진단 모형은 능력-성취 불일치모형, 중재반응모형을 거쳐 대안적인 다단계 통합모형으로 발전하고 있다. 다단계 통합모형은 그 특성상 능력-성취 불일치 모형이나 중재반응모형과는 달리 위계적 혹은 계통적 형식을 가진 측정학적 방법론을 필요로 한다. 그러나 아직까지 이에 알맞은 측정학적 방법론이 제대로 제시되지 못하고 있다. 다단계 통합모형은 궁극적으로 단계적인 분류와 예측을 요구하게 되는 데 이에 적합한 방법 중에 한 가지가 데이터마이닝 기법 중에 하나인 의사결정나무 기법이다. 따라서 본 연구에서는 학습장애 진단 모형 특히 대안적인 다단계 통합모형에 대한 의사결정나무 기법의 활용가능성을 탐색하였다. 이를 위해 학습장애 진단 모형의 발전과 의사결정나무분석에 대해서 개관하고, 학습장애 진단에 의사결정나무분석을 적용한 사례를 살펴보았다. 그리고 의사결정나무분석 기법이 학습장애 진단 연구영역에서 세분화, 분류, 예측, 차원축소 및 변수선택, 교호작용효과의 파악, 범주의 병합 또는 연속형 변수의 이산화 측면에서 활용되어질 수 있다는 시사점을 제시하였다

참고문헌 (Reference)

1 김동일, "학습장애와 학습부진: 쟁점과 대안적 접근 , 현대교육심리학의 쟁점과 전망" 교육과학사 111-142, 2000

2 신종호, "학습장애아동 조기 선별을 위한 인지판단 그림검사의 타당도 연구" 한국교육학회 40 (40): 7-176, 2002

3 김윤옥, "학습장애 판별을 위한 중재반응모형(RTI)의 이상과 함정" 한국특수교육학회 41 (41): 141-161, 2006

4 이대식, "학습장애 진단과 판별: 불일치 기준의 문제점과 교과별 기초학습기능의 역할" 17 (17): 19-41, 2001

5 정대영, "학습장애 개념 및 진단평가의 문제와 과제" 18 (18): 63-87, 2002

6 채덕진, "트레이닝 데이터 생성과 의사결정트리를 이용한 계통수 생성 방법" 10 (10): 897-906, 2003

7 김동일, "불일치모형과 중재반응모형을 넘어서 : 학습장애의 진단을 위한 새로운 통합 모형의 제안을 중심으로" 한국정서·행동장애아교육학회 24 (24): 133-161, 2008

8 최종후, "데이터마이닝 의사결정나무분석" 고려정보산업 1998

9 신경식, "데이터 마이닝 기법을 활용한 스팸 메일 분류 및 예측모형 구축에 관한 연구" 20 (20): 89-105, 2002

10 김동일, "교사판단 기반 학습장애 위험군의 핵심요인 탐색과 모형평가 : 의사결정나무분석을 중심으로" 한국열린교육학회 16 (16): 19-35, 2008

11 Kavale, K. A., "What definitions of learning disability say and don't say: A critical analysis" 33 (33): 239-256, 2000

12 Loh, W. Y., "Tree-structures classification via generalized discriminant analysis(with discussion)" (83) : 715-728, 1988

13 Fletcher, J. M., "The validity of discrepancy-based definition of reading disabilities" 25 (25): 555-561,573, 1992

14 Willson, L. R., "The regression equation method of determining academic discrepancy" (22) : 95-110, 1984

15 Flangan, D. P., "The achievement test desk reference(ATDR): Comprehensive assessment and learning disabilities" Allyn & Bacon 2002

16 Gerber, M. M., "Teachers are still the test: Limitations of response to instruction strategies for identifying children with learning disabilities" 38 (38): 516-524, 2005

17 h, W. Y., "Split selection method for classification trees" (7) : 815-840, 1997

18 Gottlieb, J., "Special education in urban America: It's not justifiable for many" (27) : 453-465, 1994

19 Peterson, K. M. H., "Severe discrepancy models: Which best explain school identification practices for learning disabilities" 31 (31): 459-476, 2002

20 Keogh, B., "Revisiting classfication and identification" 28 (28): 100-102, 2005

21 Kavale, K. A., "Responsiveness to intervention and the identification of specific learning disability: A critique and alternative proposal" 28 (28): 2-16, 2005

22 National Joint Committee on Learning Disabilites, "Responsiveness to intervention and learning disabilities" 28 (28): 249-260, 2005

23 Stanovich, L. H., "Progress in understanding reading: Scientific foundation and new frontiers" Guilford 2000

24 Morgan, J. N., "Problems in the Analysis of Survey Data, and a Proposal" (58) : 415-434, 1963

25 Rourke, B. P., "Neuropsychology of learning disabilities: Past and future" 28 (28): 111-114, 2005

26 Semrud-Clikeman, M., "Neuropsychological aspects for evaluating learning disabilities" 38 (38): 563-568, 2005

27 Kim, H., "Multiway Split Classification Trees" University of Wisconsin-Madison 1998

28 Lyon, G. R., "Learning disabilities: An evidence-based conceptualization" Fordham Foundation 259-283, 2001

29 Cortiella, C., "Idea 2004 close up: Evaluation and eligibility for specific learning disabilities. http://www.schwablearning. org/articles"

30 Sousa, D. A., "How the special needs brain learns" Corwin Press 2006

31 강현철, "Enterprise Miner의 의사결정나무분석 알고리즘. SAS 사용자 컨퍼런스 발표자료집(pp.169-186). 서울: SAS-Korea"

32 Berry, M. J. A., "Data Mininig Techniques" John Wiley & Sons, Inc 1997

33 Reynolds, C. R., "Critical measurement issue in learning disabilities" 18 (18): 451-476, 1985

34 Hartigan, J. A., "Clustering Algorithms" John Wiley & Sons, Inc 1975

35 Breiman, J., "Classification and regression trees" . 1984

36 Kavale, K. A., "Chapter Ⅴ. Discrepancy models in the identification of learning disability In : Identification of learning disabilities: Research to practice" Lawrence Erlbaum Associates, Inc 2002

37 Quinlan, J. R., "C4.5 Programs for machine learning" Morgan Kaufmann 1993

38 Fletcher, J. M., "Assessment of reading and learning disabilities a research-based intervention-oriented approach" 40 (40): 27-63, 2002

39 Kass, G., "An Exploratory technique for investigating large quantities of categorical data" 29 (29): 119-129, 1980

40 Proctor, B., "Agreement among four models used for diagnosing learning disabilities" 36 (36): 459-466, 2003

41 Deshler, D. D., "Adolescents with learning disabilities: Unique challenges and reasons for hope" 28 (28): 122-124, 2005

42 김동일, "ACCENT: 인지-학업성취종합검사" 서울대학교 교육연구소 2003