머신러닝 기반의 인과 포레스트 기법을 활용한 처치효과 검증: 교내 동아리활동 참여가 협업능력에 미치는 효과를 중심으로 = Evaluating the Effects of School Club Activities on Collaborative Competency Using Random Forests for Causal Inference

다국어 초록 (Multilingual Abstract)

Recently, there has been a growing interest in using machine learning methods for causal inference to estimate the average treatment effect and the conditional average treatment effects. The purposes of this paper are to introduce machine learning methods for causal inference and to investigate the effects of school club activities on students’ collaborative competency using one particular machine learning method based on random forests, called ‘casual forests’. Specifically, this paper uses causal forests to estimate the average effect and heterogeneous effects of school club activities on students' collaborative competency. As a result, we found that the average effect of school club participation is significantly positive, and this finding highlights the importance of school club activities as a complement to subject-centered curriculum to enhance students’ social development. Our additional analysis found that there are no significant, heterogeneous treatment effects depending on gender, peer relationship, and teacher-student relationship.

참고문헌 (Reference)

1 교육부, "학생의 꿈과 끼를 키워 행복교육을 실현하는 중학교 자유학기제 시행 계획(안)"

2 교육과학기술부, "초‧ 중‧ 고 창의적 체험활동 교육과정 해설"

3 박경미, "청소년활동의 효과에 대한 유형화 분석" 한국청소년활동학회 6 (6): 95-121, 2020

4 한국청소년활동진흥원, "청소년활동을 통해 키울 수 있는 핵심역량은?"

5 황여정, "청소년활동 참여 경험이 중학생의 갈등해결역량에 미치는 영향" 학습자중심교과교육학회 20 (20): 1097-1125, 2020

6 김아름, "청소년의 창의적 체험활동 참여가 협업능력에 미치는 영향: 자아존중감의 매개효과를 중심으로" 학습자중심교과교육학회 20 (20): 691-708, 2020

7 전자배, "청소년의 동아리활동이 협업능력에 미치는 영향: 자아유능감의 매개를 중심으로" 한국청소년정책연구원 31 (31): 101-127, 2020

8 이승렬, "청소년 동아리 조직유형별 활동 참여의결정요인 분석" 한국청소년학회 20 (20): 407-431, 2013

9 교육부, "창의적 체험활동 교육과정(안전한 생활 포함)"

10 김경미, "참여하는 청소년은 행복한가? : 사회참여 활동유형과 성별에 따른 공동체 의식의 매개효과" 사회과학연구원 46 (46): 141-164, 2020

11 김정주, "지역사회에서 청소년 동아리 활동 실태와 지원 방안 연구" 한국청소년개발원 2003

12 조영희, "중학생의 자아존중감과 협동심 간의관계에서 부모 및 교사관계의 매개효과 :성별 차이를 중심으로" 한국교육학회 59 (59): 185-213, 2021

13 심우정, "중학생의 동아리 활동 참여 수준 및 참여 동아리 유형 관련 요인" 교육연구소 21 (21): 433-462, 2020

14 관계부처 합동, "제6차 청소년정책기본계획(2018~2022)"

15 김한솔, "자율동아리활동 참여특성에 따른 청소년활동 핵심역량 차이분석" 한국청소년활동학회 5 (5): 5-22, 2019

16 이승희, "의사소통 및 협업능력 관련 영향요인 간관계 구조분석: H대학교 학생을 중심으로" 학습자중심교과교육학회 18 (18): 203-222, 2018

17 김도희, "아동이 지각한 부모양육태도와 또래관계의 관계에서 자아존중감과 협동심의 직렬다중매개효과" 한국디지털정책학회 18 (18): 485-495, 2020

18 전란영, "부모의 자율성 지지와 구조제공이 아동의 그릿을 매개로 아동의 협동심에 미치는 영향" 학습자중심교과교육학회 20 (20): 117-139, 2020

19 이진실, "매개효과 분석에서 오차 간 상관을 고려한 경향점수 역확률가중치 활용방법" 한국자료분석학회 23 (23): 971-984, 2021

20 교육부, "동아리활동 길라잡이: 중 ‧ 고통합용"

21 김영서, "고등학생의 청소년활동 참여에 따른 잠재프로파일 유형과 공동체의식 및 주관적 행복감의 차이" 한국조사연구학회 22 (22): 91-125, 2021

22 김나영, "경향점수를 활용한 교내 동아리 활동 참여가 고등학생의 학업 및 사회적 자아개념에 미치는 영향 분석" 교육발전연구소 29 (29): 291-308, 2019

23 Tibshirani, J., "grf: Generalized Random Forests. R package version 2.0.2"

24 Davis, J., "Using Causal Forests to Predict Treatment Heterogeneity : An Application to Summer Jobs" 107 (107): 546-550, 2017

25 Suk, Y., "Tuning Random Forests for Causal Inference under Cluster-level Unmeasured Confounding" Multivariate Behavioral Research

26 Steiner, P.M., "The Oxford Handbook of Quantitative Methods" Oxford University Press 236-258, 2013

27 Hastie, T., "The Elements of Statistical Learning: Data Mining, Inference, and Prediction" Springer 2017

28 Rosenbaum, P.R., "The Central Role of the Propensity Score in Observational Studies for Causal Effects" 70 : 41-55, 1983

29 van der Laan, M.J., "Targeted Maximum Likelihood Learning" 2 (2): 1-38, 2006

30 Cohen, J., "Statistical Power Analysis for the Behavioral Sciences" Academic Press 1977

31 Suk, Y., "Robust Machine Learning for Treatment Effects in Multilevel Observational Studies under Cluster-level Unmeasured Confounding" 0 (0): 1-34, 2021

32 Athey, S., "Recursive Partitioning for Heterogeneous Causal Effects" 113 (113): 7353-7360, 2016

33 Suk, Y., "Random Forests Approach for Causal Inference with Clustered Observational Data" 0 (0): 1-24, 2020

34 Künzel, S. R., "Metalearners for Estimating Heterogeneous Treatment Effects Using Machine Learning" 116 (116): 4156-4165, 2019

35 Suk, Y., "Hybridizing Machine Learning Methods and Finite Mixture Models for Estimating Heterogeneous Treatment Effects in Latent Classes" 46 (46): 323-347, 2020

36 Athey, S., "Generalized Random Forests" 47 (47): 1148-1178, 2019

37 Cook, T.D., "Experimental and Quasi-experimental Designs for Generalized Causal Inference" Houghton Mifflin 2002

38 Wager, S., "Estimation and Inference of Heterogeneous Treatment Effects Using Random Forests" 113 (113): 1228-1242, 2018

39 Athey, S., "Estimating Treatment Effects with Causal Forests : An Application" 5 (5): 37-51, 2019

40 Imai, K., "Estimating Treatment Effect Heterogeneity in Randomized Program Evaluation" 7 (7): 443-470, 2013

41 Rubin, D.B., "Estimating Causal Effects of Treatments in Randomized and Nonrandomized Studies" 66 : 688-701, 1974

42 김준엽, "Drawing Causal Inferences Using Propensity Score Methods in Educational Research" 한국교육평가학회 21 (21): 219-242, 2008

43 Hill, J.L., "Bayesian Nonparametric Modeling for Causal Inference" 20 (20): 217-240, 2011

44 Schafer, J.L., "Average Causal Effects from Nonrandomized Studies : A Practical Guide and Simulated Example" 13 (13): 279-313, 2008

45 Dorie, V., "Automated versus Do-it-yourself Methods for Causal Inference : Lessons Learned from a Data Analysis Competition" 34 (34): 43-68, 2019

46 Austin, P.C., "An Introduction to Propensity Score Methods for Reducing the Effects of Confounding in Observational Studies" 46 : 399-424, 2011