메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
이예나 (차의과학대학교) 장호준 (고려대학교)
저널정보
팬코리아영어교육학회 영어교육연구 영어교육연구 제34권 제2호
발행연도
2022.6
수록면
63 - 88 (26page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
This study researches the possibility of applying a deep learning-based English assessment score prediction model in an assessment setting to predict scores of unperformed English assessments. A reading difficulty index and a corpus index were calculated as attributes connected to each test type for each English test type. A deep learning score prediction model was run to learn from the test. The model's validity was determined by comparing the predicted model's performance on a new trial with the scores obtained from the actual test. The results show a high level of prediction accuracy, and out of the 10,380 participants' scores from the TOEIC English assessment taken as a part of a university liberal arts class over three years, for 782 test-takers, there was only a 0.07- point difference in the average scores across 3 test types. Furthermore, there was only a 1.5 and 1.3 point difference between the top 30% and bottom 30% groups. It was also confirmed that the results were valid even when the individual test takers were replaced with a different group. It is expected that this prediction model of English test results can be used as an additional indicator for developing an English test. This study proposes that the valid result predictions of unperformed English assessments using the deep learning-based English assessment prediction model can be used as a new supporting indicator.
#인공지능(artificial intelligence) #딥 러닝(deep learning) #영어 시험 개발(English test development) #성적 예측(score prediction) #시험 난이도(test difficulty)

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0