학교소속감이 중도탈락을 막을 수 있는 중요한 변수임에도 불구하고 특히 고등학교 학생에 대한 학교소속감 연구는 그 수가 많지 않다. 아직 충분한 연구가 이루어지지 않은 분야에서 기계학습 기법을 활용하는 탐색적 연구가 학문적 기여를 할 수 있다. 본 연구의 주요 목적은 일반고 및 특성화고 학생들의 학교소속감을 예측하는 중요한 변수를 파악하는 것이다. 이를 위하여 부산교육종단 연구 2016 4차년도 데이터의 일반고와 특성화고 학생, 교사, 교장, 학교 변수를 모두 활용하였다. 구체적으로 75개 일반고 1,775명의 824개 변수 자료와 36개 특성화고 739명의 854개 변수 자료를 기계학습 기법으로 분석한 결과, 일반고와 특성화고에서 각각 20개와 21개의 학생, 교사, 학교 관련 변수가 선택되었다. 학교소속감을 개인의 심리적 차원에 초점을 맞추어 분석한 선행연구와 달리, 본 연구는 교사, 교장, 학교 변수까지 모두 모형에 투입함으로써 학교 현장에서의 변화를 꾀하였다. 기계학습 기법 중 벌점회귀모형으로 분류되는 glmmLasso를 활용하여 변수 선택 시 자료의 위계적 구조를 반영한 점 또한 연구 의의라 하겠다. 특히 특성화고 자료는 사례 수보다 변수 수가 더 많은 고차원 자료였으므로 기계학습 기법을 활용하는 것이 필수적이었다. 연구 결과를 토대로 고등학생의 학교소속감을 향상시키기 위하여 필요한 정책적 제언을 제시하고, 후속 연구주제 또한 논하였다.

본 연구는 기계학습적 접근법인 LASSO 기법을 우리나라 TIMSS 2011 중학교 2학년 자료 에 적용하였다. TIMSS의 100개의 설명변수를 모형에 모두 투입하여 22개 변수를 선택하였을 때, 이 모형의 예측정확도는 약 80%였다. 학생의 수학적 자기효능감, 수학에 대한 태도, 어머 니의 교육 수준, 그리고 가정 보유 장서 수와 같은 가정의 교육자원 변수가 학생의 수학 성취 수준에 영향을 미치는 것으로 나타났으며, 이는 기존 연구 결과와 일치하였다. 본 연구에서 학 생의 수학 성취수준과 관련과 있다고 새롭게 탐색된 변수로 수학숙제 시간, 학생의 과학적 자 기효능감, 과학숙제 부여 빈도 등이 있었다. 연구 함의 및 향후 연구 주제 또한 논의되었다.

본 연구는 영어가 모국어가 아닌 학생(ELL; English Language Learner)이 전체 학생의 절반을 차지하는 미국 T주 영어 쓰기평가를 다룬다. 채점자 선정 기준, 채점자 훈련, 쓰기 표본 수집 기준 등을 개관하며 실제 데이터 분석을 통하여 채점자 일치도를 구하였다. 미국 T주 ELL 학생 영어 쓰기평가는 해당 ELL 학생을 가르치는 학교 교사가 여러 영역에서 학생의 쓰기 표본을 수집하여 평가함으로써 실제 상황에서의 참평가(authentic assessment)를 구현하려한 점이 특징이었다. 쓰기평가에서 더 적합한 총체적(holistic) 채점 방식을 도입하였으므로 채점자 자격 요건과 훈련을 강조한 것, 그리고 3개년 간의 지속적인 감사(audit)를 통하여 채점자 일치도 증거를 수집하고 후속 연구와 훈련에 이를 이용하는 것 또한 배울만한 점이다. 채점자 자격 기준을 정하고, 채점자를 합당한 수준이 되도록 훈련시킴으로써 교사 채점 신뢰도를 상당 수준 높일 수 있었다. 학교 교사를 채점자로 훈련시키는 것은 교사 재교육, 그리고 교사 전문성 함양 차원에서도 권장할 만하다.