본 연구의 목적은 2022 개정 교육과정 고등학교 신설 과목인 ｢도시의 미래 탐구｣가 학교 현장에서 성공적으로 안착하고 지리교과의 심화과목이자 진로 선택 과목으로서의 정체성을 살리기 위한 방안으로 공공데이터를 활용한 웹 기반 GIS 플랫폼을 개발하고, 교수･학습 모듈을 디자인하는 것이다. 이 플랫폼은 데이터 전처리, 시각화, 공간 분석을 위한 통합 도구를 제공하며, HTML과 JavaScript로 설계되어 저사양 기기를 포함한 다양한 교육 환경에서도 활용 가능하다. 본 연구는 또한 ｢도시의 미래 탐구｣교육과정에 부합하는 교수･학습 모듈을 개발하고, 지리탐구의 수업 실행 방식을 제안하였다. 학습자는 ‘도시’라고 하는 시민성의 공간을 과학적 인식, 개인적 반응, 비판적 사고를 통해 온전히 이해하게 되고, 도시의 역동성과 공간 불평등을 탐구할 수 있도록 설계되었다. 본 연구는 공공데이터와 지리정보기술을 통합한 본 연구는 지리교육에서 디지털 리터러시를 증진하고 비판적 탐구 역량을 강화한다는 점에서 의의가 있다.

중국어 학습에서 한자는 단순한 문자 학습을 넘어 어휘 확장, 문해력 향상, 문화적 이해를 연결하는 핵심 요소이다. 그러나 현재의 한자 교육은 주로 단순 암기에 의존 하며 학습자 개개인의 수준과 학습 성향을 충분히 반영하지 못하고 있다. 이에 본고 는 대학 중국어 학습자를 대상으로 한 한자 학습의 효과적인 방안을 모색하기 위해 단계별 교육 모델을 제안한다. 초급 단계에서는 학습자들이 기초 한자의 형태, 발음, 의미를 연결하여 이해할 수 있도록 시각적 자료와 반복 학습을 활용한다. 기본 부수 학습과 병음을 연계한 발음 연습이 포함되며 실생활에서 자주 사용하는 기초 어휘를 중심으로 학습을 진행한다. 중급 단계에서는 한자의 조합 원리를 활용한 어휘 확장 과 문맥 내 한자 사용법 학습을 통해 실질적인 독해 및 표현 능력을 강화한다. 부수 기반의 한자 조합 이해와 다양한 텍스트 자료를 통한 문맥 속 학습이 강조된다. 고 급 단계에서는 전문 용어 및 고급 어휘를 포함한 복합적인 한자 학습을 중심으로 하 며 전문 자료를 활용하여 심화된 문해력과 응용 능력을 배양한다. 본고는 초급, 중 급, 고급 단계로 나누어 학습자의 수준에 맞춘 체계적인 한자 교육 방안을 설계하고, 이를 통해 한자 학습의 효과를 극대화하여 학습자들의 중국어 문해력과 어휘력을 체 계적으로 향상시키는 데 기여하고자 한다.

This study investigates the effect of team-teaching between Korean English teachers and native speakers of English on English learning anxiety. A total of 248 elementary students in grade 6 participated in this study. One group of students were taught by Korean English teachers and native speakers of English while the other group never had the opportunity to speak with a native speaker in class. A survey questionnaire based on FLCAS (Foreign Language Classroom Anxiety Scale) was newly developed to investigate how the two groups showed differences in English learning anxiety in class. The exploratory factor analysis was undertaken to suggest a three-factor solution. The two groups showed differences in English classroom anxiety and confidence in communication with native English speakers. On the other hand, fear of negative evaluation did not show any significant differences between the two groups. The students who experienced team-teaching showed more confidence in communication with native speakers only at a rudimentary level. Therefore, native English-speaking teachers should make their efforts to develop the skills to promote students’ confidence and higher level of communicative abilities.

This study examined the effects of creating English picture books using generative artificial intelligence (AI) on Korean high school students’ reading and writing skills, AI literacy, and self-efficacy. Forty-five students were divided into two groups and participated in tasks that included selecting a character from English-speaking cultures, generating images using Bing Image Creator, drafting and revising stories with ChatGPT, and creating audiobooks with ClovaDubbing. Reading and writing skills were evaluated using pre- and post-tests, and AI literacy as well as affective factors, including selfefficacy, were measured through surveys. The results indicated a significant improvement in students’ writing skills and self-efficacy, whereas reading skills did not demonstrate statistically significant progress. The study underscores the potential of generative AI as a tool for enhancing writing skills, AI literacy, and self-efficacy in language learning. However, it also emphasizes the need for further pedagogical efforts to design instructional strategies that effectively improve reading skills. These findings offer practical guidance for integrating generative AI into EFL education to enhance language learning and AI literacy.

This study aims to examine whether social support has a mediating effect on the relationship between optimism and learning flow as a strategy to promote learning flow in nursing students. The subjects of the study were first-, second-, third-, and fourth year students enrolled in the department of nursing at a four-year university located in city G. Data collection was conducted from September to October 2024. The data were analyzed using descriptive statistics, Pearson correlation coefficient, and Baron and Kenny's regression analysis. The results of the correlation analysis between the variables in this study are as follows. Optimism and social support (r=.372, p<.001), social support and learning flow (r=.445, p<.001), and optimism and learning flow (r=.437, p<.001) all showed positive correlations. The results of the mediating effect of social support on the relationship between optimism and learning flow according to Baron and Kenny's regression analysis are as follows. In step 1, optimism showed a positive effect on social support (β=.372. p<.001). In step 2, optimism showed a positive effect on learning flow (β=.437. p<.001). In step 3, social support showed a partial mediating effect between optimism and learning flow (β=.315. p<.001, β=.328. p<.001). Overall, these findings suggest that strategies that promote optimism and social support are needed to enhance learning flow among nursing students.

This study is a descriptive research conducted to identify the levels of self-directed learning ability, class participation, and learning satisfaction in the online learning environment of university students, and to examine the relationships among them and their effects on learning satisfaction. The subjects of this study were 172 students enrolled in a four-year university located in J province. The collected data were analyzed using the SPSS 23.0 program, with frequency, percentage, mean, standard deviation, t-test, ANOVA, Scheffe's post-hoc test, Pearson’s correlation coefficient, and multiple regression analysis. The results of the study showed that the mean score for self-directed learning was 3.73±0.47, for class participation was 3.00±0.54, and for learning satisfaction was 3.44±0.74. The factors influencing learning satisfaction were class participation and major satisfaction. This study suggests that class participation and major satisfaction affect learning satisfaction in an online learning environment. . Therefore, as a method to enhance learning satisfaction in online learning environments, it is necessary to adopt various teaching methods that increase class participation and design learner-centered courses that consider major satisfaction

Rapidly changing environmental factors due to climate change are increasing the uncertainty of crop growth, and the importance of crop yield prediction for food security is becoming increasingly evident in Republic of Korea. Traditionally, crop yield prediction models have been developed by using statistical techniques such as regression models and correlation analysis. However, as machine learning technique develops, it is able to predict the crop yield more accurate than the statistical techniques. This study aims at proposing the onion yield prediction framework to accurately predict the onion yield by using various environmental factor data. Temperature, humidity, precipitation, solar radiation, and wind speed are considered as climate factors and irrigation water and nitrogen application rate are considered as soil factors. To improve the performance of the prediction model, ensemble learning technique is applied to the proposed framework. The coefficient of determination of the proposed stacked ensemble framework is 0.96, which is a 24.68% improvement over the coefficient of determination of 0.77 of the existing single machine learning model. This framework can be applied to the particular farmland so that each farm can get their customized prediction model, which is visualized by the web system.

This study develops a machine learning-based tool life prediction model using spindle power data collected from real manufacturing environments. The primary objective is to monitor tool wear and predict optimal replacement times, thereby enhancing manufacturing efficiency and product quality in smart factory settings. Accurate tool life prediction is critical for reducing downtime, minimizing costs, and maintaining consistent product standards. Six machine learning models, including Random Forest, Decision Tree, Support Vector Regressor, Linear Regression, XGBoost, and LightGBM, were evaluated for their predictive performance. Among these, the Random Forest Regressor demonstrated the highest accuracy with R2 value of 0.92, making it the most suitable for tool wear prediction. Linear Regression also provided detailed insights into the relationship between tool usage and spindle power, offering a practical alternative for precise predictions in scenarios with consistent data patterns. The results highlight the potential for real-time monitoring and predictive maintenance, significantly reducing downtime, optimizing tool usage, and improving operational efficiency. Challenges such as data variability, real-world noise, and model generalizability across diverse processes remain areas for future exploration. This work contributes to advancing smart manufacturing by integrating data-driven approaches into operational workflows and enabling sustainable, cost-effective production environments.

This study aimed to improve the accuracy of road pavement design by comparing and analyzing various statistical and machine-learning techniques for predicting asphalt layer thickness, focusing on regional roads in Pakistan. The explanatory variables selected for this study included the annual average daily traffic (AADT), subbase thickness, and subgrade California bearing ratio (CBR) values from six cities in Pakistan. The statistical prediction models used were multiple linear regression (MLR), support vector regression (SVR), random forest, and XGBoost. The performance of each model was evaluated using the mean absolute percentage error (MAPE) and root-mean-square error (RMSE). The analysis results indicated that the AADT was the most influential variable affecting the asphalt layer thickness. Among the models, the MLR demonstrated the best predictive performance. While XGBoost had a relatively strong performance among the machine-learning techniques, the traditional statistical model, MLR, still outperformed it in certain regions. This study emphasized the need for customized pavement designs that reflect the traffic and environmental conditions specific to regional roads in Pakistan. This finding suggests that future research should incorporate additional variables and data for a more in-depth analysis.

불확실한 대내외 환경에서 기업들이 살아남기 위한 효율적인 경영의 중요성이 대두되고 있다. 기업은 미래를 위한 투자를 아끼지 않으면서, 반대로 경기침체의 상황에서 생존하기 위한 비용 절감도 필요한 상충적인 상황에 놓여있다. 그에 따라 미래를 위한 투자의 일환으로 우수한 인적자원을 확보하고, 현재 보유하고 있는 인적자원의 역량을 높여 생산성을 높이고, 비용을 절감하기 위해 기업 특유의 기술에 대한 구성원들의 교육 중요성이 더욱 부각되고 있다. 특히, 기업 특유의 기술에 대한 역량을 향상시키기 위해서 는 형식교육과 더불어 무형식학습에 의한 교육이 중요하며, 이러한 경향에 따라 무형식학습에 대한 연구 가 활발히 진행되고 있다. 무형식학습을 통해 기업 특유의 기술에 대한 역량이 높아진 구성원은 직무수행 과정에서 느끼는 어려움과 스트레스가 감소하고, 자기효능감이 증가하여 직무에 대한 만족이 향상될 수 있다. 그리고 이러한 관계는 구성원의 인재우대 인식으로 더 강하게 나타날 수 있다. 구성원이 조직의 인 재우대를 높게 인식하고 있다면, 제도의 수용성이 높아지고 이는 무형식학습의 효과성을 높여 직무만족 이 높아지는 결과를 가져올 수 있다. 그러므로 본 연구에서는 무형식학습 참여가 직무만족에 미치는 영향 을 살펴보고, 이 관계가 인재우대 인식에 따라 조절되는 관계를 살펴보고자 한다. 본 연구의 목적은 첫째, 무형식학습과 무형식학습 효과성 인식과의 관계를 살펴보고, 둘째, 무형식학습 참여와 직무만족간의 관계에서 무형식학습 효과성 인식의 매개효과를 살펴본다. 셋째, 무형식학습 참여와 무형식학습 효과성 인식의 관계에서 인재우대 인식의 조절효과를 살펴본다. 마지막으로 무형식학습 참여 와 직무만족 간의 관계에서 무형식학습 효과성 인식의 매개효과가 인재우대 인식에 의해 조절되는지 살 펴보도록 한다. 연구가설을 검증하기 위해 한국직업능력연구원의 인적자본기업패널 2020년 근로자 데이터를 활용하였다. 연구자료분석 결과 첫째, 무형식학습 참여는 무형식학습 효과성 인식에 정적인 영향을 미쳤고, 둘째, 무형 식학습 참여는 무형식학습 효과성 인식을 매개로 직무만족에 정적인 영향을 미쳤다. 셋째, 무형식학습 참 여와 무형식학습 효과성 인식의 관계는 인재우대 인식이 높을수록 정적인 관계가 더 강하게 나타나는 것을 확인할 수 있었다. 마지막으로 무형식학습 참여가 무형식학습 효과성 인식을 매개하여 직무만족에 미치는 영향이 인재우대 인식이 높을수록 더 강하게 나타나는 조절된 매개효과를 확인할 수 있었다. 이러 한 연구결과를 통해 무형식학습의 실행과 효과에 대해 고민하는 실무자들을 위한 시사점을 제시하였다.

본 연구는 중국 베이징 등 선진도시 금융기관의 구성원을 대상으로 임파워링 리더십이 피드백 추구행 동에 미치는 영향과 임파워링 리더십과 피드백 추구행동의 관계에서 자기결정성의 매개효과 및 학습목표 성향의 조절효과를 규명하였다. 중국 베이징 등 선진도시 금융기관의 구성원 446명을 대상으로 실증분석 한 결과는 다음과 같다. 첫째, 임파워링 리더십은 피드백 추구행동과 자기결정성에 긍정적인 영향을 주었 다. 둘째, 임파워링 리더십과 피드백 추구행동의 관계에서 자기결정성은 부분매개효과를 실증하였다. 즉, 임파워링 리더십은 피드백 추구행동에 직접적으로 영향을 주기도 하지만 자기결정성을 매개로 하여 간접적으로 영향을 준다. 셋째, 학습목표성향은 임파워링 리더십과 피드백 추구행동의 관계를 조절하는 것으 로 확인되었다. 즉, 피드백 추구행동에 대한 임파워링 리더십의 긍정적인 효과는 학습목표성향이 높은 구 성원들이 더욱 높게 나타났다. 넷째, 학습목표성향은 임파워링 리더십과 자기결정성의 관계를 조절하는 것으로 확인되었다. 즉, 자기결정성에 대한 임파워링 리더십의 긍정적인 효과는 학습목표성향이 높은 구 성원들이 더욱 높게 나타났다. 마지막으로 본 연구에 대한 토론과 결과를 바탕으로 학문적 및 실무적 시 사점을 제시하고, 연구의 한계점과 향후 연구방향을 제시하였다.

본 연구의 목적은 네팔 학부생의 정서지능, 자기효능감, 학습몰입과 대 학생활적응 간의 영향을 규명하고, 정서지능과 대학생활적응의 관계에서 자기효능감과 학습몰입의 매개효과를 분석하는 데에 목적이 있다. 이를 위해 경기 북부 지역 대학에 재학 중인 네팔 학부생 230명을 대상으로 연구를 실시하였다. 구조방정식 모형을 설정하였으며, 측정모델과 구조모 델로 구분하여 각각 모델의 적합 여부와 경로계수의 효과성을 검증하였 다. 연구 결과 네팔 학부생의 정서지능이 높을수록 자기효능감이 높아졌 고, 정서지능은 학습몰입에 직접적으로 유의미한 영향은 미치지 않는 것 으로 나타났다. 또한 자기효능감이 높을수록 학습에 대한 몰입도가 높아 졌으며, 학습에 대한 몰입도가 높아질수록 대학생활적응을 잘하는 것으 로 나타났다. 마지막으로 정서지능과 대학생활적응 간의 관계에서 자기 효능감의 매개효과를 검증한 결과 유의미한 매개요인임이 확인되었지만 학습몰입의 매개효과를 검증한 결과 유의미하지 않는 것으로 나타났다. 본 연구 결과를 통해 네팔 학부생의 대학생활 적응을 위한 다각도의 지 원책이 필요함을 제언하였다.