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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
신여울 (한경국립대학교) 우호성 (한국방송통신대학교)
저널정보
국제차세대융합기술학회 차세대융합기술학회논문지 차세대융합기술학회논문지 제8권 제5호
발행연도
2024.5
수록면
1,304 - 1,318 (15page)
DOI
10.33097/JNCTA.2024.08.5.1304

이용수

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

초록· 키워드

오류제보하기
본 연구의 목적은 경기도에 위치한 H 대학교의 학생 관련 데이터를 중심으로 XGBoost 머신러닝 기법을활용한 학업중단 예측 모형을 개발하였다. 예측 변인은 Tinto(1975)의 모형을 기반으로 개인적 특성 변인, 학문적통합 관련 변인, 사회적 통합 관련 변인으로 예측 변인을 구분하였다. 그리고 구분한 예측 변인을 각각 모델에 투입하여 예측 모델의 성능을 비교하고, 변수 중요도를 분석하였다. 연구 결과 학문적 통합 관련 변인이 투입된 학업중단 예측 모델의 성능이 비교적 높게 나타나 학문적 통합 관련 변인의 중요도가 높았다. 이와 같은 결과는 사회적 통합보다 학문적 통합이 더 중요하다고 언급한 Tinto(1993)의 연구와 일치한다. 본 연구 결과를 토대로 대학생의 학업중단을 낮추기 위해 대학생들의 학업 유지 및 중단 예방을 위한 정책 및 프로그램 개발에 대한 실질적인 권장 사항을 제시하고, 대학교육 정책 입안자와 학생 지원 서비스에 실질적인 데이터 기반의 통찰을 제공하여, 학업 중단률 감소를 위한 전략적 개입을 위한 기초 자료로 활용될 수 있길 기대한다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0