복합적 과제에서 전체과제계열화를 적용한 CTA(Cognitive-Task Analysis)가 전문가의 지식추출에 미치는 영향

김남정; 김동식

추천

검색

자료유형: 학술저널

저자정보: 김남정 김동식

저널정보: 한국교육공학회 교육공학연구 교육공학연구 제34권 제3호

발행연도: 2018.1

수록면: 467 - 493 (27page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 지식․기능․태도 요소들의 통합과 부분기능들의 협응을 통해 이루어지는 복합적 과제의 과제분석을 진행할 때, 내용전문가와의 면담을 통한 CTA(Cognitive Task Analysis)를 실시하여, 전문가에게 제공하는 전체과제 계열화 방식에 따라 지식 추출 결과가 어떻게 달라지는지를 알아보는 것을 목적으로 하였다. 또한, 전통적 과제분석과 비교를 통해, 추출된 지식의 내용과 유형이 어떻게 다르며, 지식의 자동화로 인해 발생하는 오류나 누락의 양적인 측면은 어떻게 다른지를 살펴보고자 하였다. 이를 위해 3명의 전문가를 대상으로 Van Merriënboer & Kirschner(2010)가 제시한 복합적 학습(Complex learning)의 전체과제 계열화의 세가지 방식인 조건단순화하기(simplying conditions)와 강조부분변화시키기(emphasis manipulation), 지식수준진전시키기(knowledge progression)를 적용한 CTA면담과 전통적 과제분석 면담을 실시하였다. 추출된 결과물의 내용과 유형을 알아보기 위해 키워드 빈도 분석 및 전사, 읽기, 세그멘팅, 코딩, 주제어 도출의 5단계 내용분석을 실시하였다. 연구 결과, 세가지 전체과제 계열화방식은 해당 과제를 수행하는데 가장 중요한 부분 과제를 공통적으로 도출하여 차이를 나타내지 않았으며, 지식수준진전시키기 방법은 쉬운 조건의 난이도부터 점차 어려운 조건으로 이동해가면서 필요한 문제해결 지식을 이끌어냄으로써 조건별로 수행 활동 및 의사결정 단계, 개념과 절차적 지식이 모두 포함되어 질적, 양적 측면에서 가장 효과적인 계열화 방법임을 알 수 있었다. 또한, 복합적 학습의 전체과제 계열화방식을 적용한 CTA는 전통적 과제분석에 비해 다양한 상황에 따른 문제해결 행동과 의사결정 내용 및 개념적 지식, 성공수행 조건 등을 담은 실제적 지식들이 두드러지게 추출되었으며, 2.1배 많은 양의 지식을 추출하여 지식의 누락이 적음을 알 수 있었다. 따라서, 본 연구는 CTA면담을 통한 지식 추출과정에 전체과제 계열화를 적용하는 것은 문제해결과정에서 필요한 다양하고 실제적인 지식 도출을 가능하게 해 준다는 것을 시사하고 있다.

The purpose of this study is to explore how the knowledge elicitation result can vary according to the whole-task sequencing method provided to the expert when analyzing, through conducting CTA(Cognitive Task Analysis) interviews with experts, a complex task that involves an integration of factors such as knowledge, skills, and attitudes and with a coordination of partial functions. Further, through a comparison with traditional task analysis, this study aimed to examine how the content and type of elicited knowledge differ in quality, and how the errors and omissions arising from knowledge automation are different in quantitative terms. For this purpose, three experts were selected as subject of this study and the first interview was conducted in the traditional method of task analysis. Then, the second interview had applied what Van Merriënboer & Kirschner(2010) suggested; the three approaches of whole-task sequencing CTA in complex learning which includes simplifying conditions, emphasis manipulation, and knowledge progression. In order to investigate the qualitative difference the content and type of the task analysis results, the collected data were analyzed using a keyword frequency analysis and five-stage content analysis that involves transcription, reading, segmenting, coding, and keyword deduction. This study found that the three approaches of whole-task sequencing did not show any difference in extracting the most important constituent skills to perform the task. In particular, the knowledge progression was concluded to be the most effective method in both qualitative and quantitative terms, as it incorporates performance action, decision stages, and conceptual/procedural knowledge in different conditions through evoking the necessary problem-solving knowledge in the process of increasing complexities. Moreover, the whole-task sequencing CTA in complex learning, when compared to the traditional task analysis, was able to elicit practical knowledge in different situations that embodies the problem-solving actions, contents of decision making, conceptual knowledge, and success indicators. Also, it showed that there was less knowledge ommission as it elicited 2.1 time more of knowledge. Therefore, this study suggests that applying the whole-task sequencing method to the knowledge elicitation process of CTA has a great potential to derive diverse and practical knowledge needed in problem solving process.

#Task analysis #CTA #Knowledge elicitation #Complex learning #Whole-task sequencing #Domain expert

참고문헌 (32)

참고문헌 신청

김선영 / 2015 / CTA(Cognitive Task Analysis) 인터뷰 방식에 따른 영상제작 과제 수행의 전문성 비교 / 교육과학연구 46(3):139~161

Chi, M. T. H. / 2006 / The Cambridge Handbook of Expertise and Expert Performance / Cambridge University Press :21~30

Clark, R. E. / 2014 / Handbook of research on educational communications and technology / Springer :41~551

Clark, R. E. / 1996 / Cognitive task analysis for training / International Journal of Educational Research 25(5):403~417

Clark, R. E. / 2008 / Handbook of research on educational communications and technology / Macmillan/Gale :577~593

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김남정

소속기관 한국교육공학회

주요연구분야 사회과학 > 교육학

논문수 1 이용수 0

김동식

소속기관 한양대학교

주요연구분야 사회과학 > 교육학

논문수 6 이용수 52

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (32)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)