'과학한자' 용어의 意味網(Semantic Mapping) 해석을 통한 중심한자의 추출과 활용

한예원

추천

검색

자료유형: 학술저널

저자정보: 한예원 (조선대학교)

저널정보: 우리한문학회 漢文學報漢文學報 제41권

발행연도: 2019.1

수록면: 519 - 548 (30page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

한문과목은 “도구 교과”라는 성격을 갖고 있다. 여기서 도구교과라는 것은 한문학습이 다른 교과의 한자로 된 학습 용어의 학습과 원활한 언어생활에 중요한 역할을 한다는 것을 의미한다. 동아시아 지역은 19세기 들어와 서구 학문의 ‘近代知’를 수용하는 과정에서 일본에서 번역된 新造語도 함께 수용하여야 했다. 이런 현상은 고전적 과학뿐만 아니라, 첨단 과학에도 해당된다. 하지만 한문학습을 제대로 하지 않은 1970년대 이후의 한글 세대들은 이러한 한자 신조어의 과학 개념을 이해하고 추론하는 것이 용이하지 않다. 필자는 이런 과학기술 분야의 한자 신조어를 ‘과학한자’ 용어라고 부르고, 한글세대의 이공학 분야 학습자가 신조어를 보다 효율적이고 수월하게 학습할 수 있는 학습방법의 필요성을 절감하였다. 이에 과학한자 造語 때에 활용된 중심한자를 통하여 관련 용어를 학습하는 ‘중심한자’ 학습법을 고안하였다. 이것은 ‘중심한자’를 중심으로 다양한 과학용어를 의미망으로 정리하여 체계적으로 분류하여 이해하는 학습법이다. ‘의미망 만들기’는 8차 교육과정에 제시된 학습방법으로, 문장이나 단어의 뜻, 개념 사이의 연상 관계, 지식 따위를 표현하는 네트워크(network)의 하나이다. 따라서 의미망 학습법은 일종의 분류학습이라고 할 수 있다. 우리가 안다고 하는 것은 ‘분류할 수 있다’는 말이기도 하다. 분류 가능하다는 것은 과학적 인식의 대상이 되고, 인식 가능하면 공학적 기술로 실용화되고, 실용화되면 생활에 사용 가능하게 된다. 따라서 과학한자 용어를 분류 할 수 있다는 것은 다양한 분야를 폭넓게 이해한다는 것이 된다. 이런 과학한자의 특성을 파악하여 분류를 통한 학습방법은 과학개념을 추론화하고 구체화하며 각인화 하는 知力을 향상시킬 것으로 기대된다. ‘과학한자’는 본 논문에 예시한 각 의미망 전체로 확장 가능하며, 의미망의 확장을 예측하면 해당 분야 개념을 전체적으로 조망하여 타영역으로 확장 가능하게 된다. 이런 ‘과학한자’ 의미망 학습으로 보다 통합적 사고가 가능할 수 있을 것이다.

Chinese Writing as a subject is characterized by an “instrumental subject.” The instrumental subject means that learning of Chinese writing play an important role in learning of Chinese terms in other subjects and active use of daily language. The East Asian countries were compelled to accept new words that were translated by Japan in the process of accepting modern western knowledge in the 19th century. Such phenomenon was found in advanced science as well as classical. However, the generation who only used Korean language without learning Chinese characters after 1970s had difficulty in understanding and inferring scientific concepts explained by newly-coined Chinese characters. The author called the new science Chinese words as terms of science Chinese characters and realized that a learning method that can help learners who are studying science and technology acquire new words more easily and efficiently should be developed. Therefore, this study devised a method of learning related terms based on Chinese characters of principle which were used in coinage of new words in science. Centering on the ‘Chinese characters of principle,’ this study organized a variety of science terms into a semantic network to enhance understanding of learners. A semantic mapping as one of learning methods presented in the 8th Curriculum is intended to represent meanings of sentences or words, associations between concepts and knowledge. The semantic mapping learning method is a sort of classification learning. That we know something indicates we can classify it. We can classify subjects that can be recognized scientifically. If they can be recognized, they can be practically realized into engineering technology. If they are practically realized, they can be used in life. Therefore, when we can classify Chinese terms of science, we can understand the area extensively. It is expected that such classification-oriented learning method will be helpful to inferring and actualizing scientific concepts.

#과학한자 #중심한자 #의미망 #체계적 분류 #개념추론 #교육활용

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

한예원

소속기관 조선대학교

주요연구분야 인문학 > 철학 > 동양철학 인문학 > 인문학 일반

논문수 28 이용수 2,017

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 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)