이 연구는 국내 네팔 유학생을 대상으로 한국어 학습에 대한 기대, 가 치, 비용을 분석하여 이들의 학습 동기를 파악하고, 한국어 교육 과정에 시사점을 도출하는 데 목적이 있다. 이를 위하여 영어트랙 네팔 유학생 을 대상으로 설문조사와 TF-IDF 분석을 실시한 결과, 이들은 한국어 학 습을 학문적·직업적 성공을 위한 중요한 도구로 인식하며, 특히 외적 가 치를 가장 높게 평가하는 것으로 나타났다. 또한 한국어 학습에 할애되 는 기회비용이 학습 기대나 가치에 영향을 주고 있음을 확인하였다. 연 구 결과를 바탕으로 본고에서는 학습자의 실질적 요구와 취업 연계성 반 영, 자기효능감을 높일 수 있는 다층적 평가와 지속 가능한 한국어 학습 지원 체계 마련 등을 제안하였다.

이 연구는 국내 네팔 유학생을 대상으로 한국어 학습에 대한 기대, 가 치, 비용을 분석하여 이들의 학습 동기를 파악하고, 한국어 교육 과정에 시사점을 도출하는 데 목적이 있다. 이를 위하여 영어트랙 네팔 유학생 을 대상으로 설문조사와 TF-IDF 분석을 실시한 결과, 이들은 한국어 학 습을 학문적·직업적 성공을 위한 중요한 도구로 인식하며, 특히 외적 가 치를 가장 높게 평가하는 것으로 나타났다. 또한 한국어 학습에 할애되 는 기회비용이 학습 기대나 가치에 영향을 주고 있음을 확인하였다. 연 구 결과를 바탕으로 본고에서는 학습자의 실질적 요구와 취업 연계성 반 영, 자기효능감을 높일 수 있는 다층적 평가와 지속 가능한 한국어 학습 지원 체계 마련 등을 제안하였다.

본 연구의 목적은 성인학습자의 평생학습 참여동기와 행복감 관계에서 성장 마인드셋과 사회적 자본의 매개효과를 살펴보는데 있다. 이를 위해 평생학습을 수강하고 있는 성인학습자 196명을 대상으로 2024년 10월 21∼31일까지 실시하였다. 설문자료는 SPSS 프로그램을 이용하여 빈도 분석, 기술통계, 신뢰도 검증, 상관분석, 중다회귀분석을 실시하였다. 연 구결과는 다음과 같다. 첫째, 성인학습자의 평생학습 참여동기, 성장 마 인드셋, 사회적 자본은 행복감에 유의미한 긍정적인 영향을 미치는 것으 로 나타났다. 둘째, 평생학습 참여동기와 행복감 관계에서 성장 마인드셋 과 사회적 자본은 부분매개변수로 유의미한 효과가 확인되었다. 이러한 결과는 성인학습자들이 평생학습에 참여하는 동기는 다양하지만 이를 통 해 형성된 성장 마인드셋과 사회적 자본은 삶에 대한 행복감을 증진할 수 있음을 의미한다.

본 연구는 보건계열 대학생을 대상으로 학습동기조절전략의 유형을 분 류하고, 이러한 유형에 따른 대학생 성공 및 삶의 만족도의 차이를 분석 하고자 하였다. G시 소재 대학 보건계열 학과(간호학과, 응급구조학과, 치위생학과)에 재학 중인 대학생 250명을 대상으로 한국형 학습동기조절 전략 척도, 대학생 성공 척도, 삶의 만족도 척도를 사용하여 자료를 수집 하였다. 수집된 자료는 군집분석, 다변량분산분석, 일원분산분석 등을 통 해 분석되었다. 연구 결과, 학습동기조절전략에 따라 '소극적 조절집단 (25.6%)', '중간 조절집단(39.6%)', '적극적 조절집단(34.8%)'의 세 가지 유형으로 분류되었다. 적극적 조절집단은 모든 전략에서 높은 점수를 보 였으며, 특히 사회적 인정/외적 보상 추구, 부모(교사)기대에 대한 보답, 공부에 대한 의무 등의 자기조절 전략에서 두드러진 활용 수준을 보였 다. 이러한 학습동기조절전략의 유형에 따라 대학생 성공의 모든 하위요 인과 삶의 만족도에서 유의미한 차이가 나타났다. 이러한 결과는 보건계 열 대학생의 학습동기조절전략이 학업적 성취를 넘어 대학생활의 다양한 측면에서의 성공과 전반적인 삶의 만족도와 밀접한 관련이 있음을 시사 한다.

본 연구는 성인 학습자가 인식한 평생학습 참여동기, 교수 신뢰, 학습 족도 간의 구조적 관계를 분석하는 데 목적을 두었다. 연구목적을 달성 하기 위해 광주광역시 D 대학에 재학 중인 성인 학습자 204명을 연구 대상으로 선정하여 설문조사를 실시하였다. 수집된 자료는 SPSS와 AMOS 프로그램을 이용하여 다음과 같은 연구 결과를 도출하였다. 첫째, 성인 학습자가 인식한 평생학습 참여동기, 교수 신뢰, 학습 만족도 간의 구조적 관계 모형은 적합한 것으로 나타났다. 둘째, 평생학습 참여동기와 학습 만족도 관계에서 교수 신뢰는 부분 매개변수로서 유의한 효과가 있 음이 확인되었다. 따라서 성인 학습자들의 학습 만족도를 증진하기 위해 이들의 평생학습 참여동기를 강화하고 교수와 학습자 간 상호신뢰를 구 축할 수 있는 사회적 관계망을 형성해야 할 것이다.

2021년 제정된 国际中文教育中文水平等级标准(이하 等级标准)은 등급별·기능 중 심의 문법 교육 체계를 제시하고 있으나, 한국인 학습자의 실제 오류 양상과 문법 항목 기술 방식 간에는 상당한 불일치가 존재한다. 본 연구는 한국인 중국어 학습자 의 오류 분석을 바탕으로 等级标准(初等)의 문법 항목에 대해 비판적으로 고찰하 고, 교육적 적용 가능성을 재검토하는 것을 목적으로 한다. ‘비판적 적용(critical appl ication)’ 접근법을 채택하여 2000년 이후 국내 문법 오류 관련 선행연구 50편을 분석 하고, 鄧守信(2009)의 ‘기능–구조–용법’ 삼차원 분석 틀을 적용하였다. 오류 빈도가 높은 把자문, 부사류(都, 就, 还), 개사류(在, 向, 对 등)를 중심으로 분석한 결과, 等 级标准(初等)의 문법 항목 기술 방식과 한국인 학습자의 실제 언어 사용 양상 간에 는 구조적·용법적 측면에서 현저한 차이가 확인되었다. 형식 중심의 간략한 예문 제 시는 학습자의 실제 언어적 문제를 충분히 반영하지 못하는 한계를 보였다. 본 연구 는 한국인 학습자의 오류 양상을 반영한 비판적 적용 사례를 제시하고 구체적 보완 방향을 모색하였다. 향후 한국인을 위한 표준 중국어교육 요목 설계 및 교육과정 설 계, 평가 등 실질적으로 중국어교육에 기여할 수 있을 것으로 기대된다.

This study analyzes the structure and content of current affairs-based Korean language textbooks for academic learners and proposes practical strategies for improving their pedagogical impact. With the number of international students in Korean higher education surpassing 260,000 in 2024, many entering undergraduate or graduate programs do so with Korean proficiency levels below what is typically required for academic success. In response, universities have developed general education and major courses specifically for international students, often using textbooks that integrate current affairs topics to promote both language development and academic engagement. These textbooks commonly draw on news articles and other media texts to strengthen learners’ communicative and analytical skills. In this context, this study examined five types of current affairs-based Korean language textbooks that were commercially available in bookstores as of February 2025 and were likely to be adopted as university course materials. The analysis focused on textbook structure, text selection, and instructional activities. The findings suggest that while the textbooks are well-structured and emphasize logical comprehension, they often lack components that encourage sociocultural interpretation or critical literacy. This study recommends supplementing existing materials with texts and activities that help learners recognize the social dimensions of public discourse and foster critical literacy.

This study investigates the conversation strategies that Korean middle school English learners employ when interacting with AI-based writing tutor chatbots. A total of 79 eighth-grade students at a middle school in Seoul engaged in English process writing tasks with ChatGPT API-powered writing tutor chatbots, composing an argumentative and an expository essay. Their dialogues during the pre-writing and drafting stages were analyzed using content analysis, with a focus on linguistic modification strategies within situated writing contexts. The results reveal that learners actively interacted with the AI writing tutor chatbots, employing various strategies to refine chatbot responses, clarify misunderstandings, and negotiate meaning. These strategies demonstrated both backward- and forward-oriented approaches, allowing students to iteratively improve their writing through dynamic interaction. Based on these findings, the study provides pedagogical recommendations for optimizing AI chatbot-mediated conversations in L2 English writing instruction.

Purpose: This study evaluated the impact of a nursing simulation learning module for caring for patients with chronic obstructive pulmonary disease (COPD) on nursing knowledge, clinical competence, team psychological safety, and learning satisfaction among nursing students. Methods: A non-equivalent control-group pretest–posttest quasi-experimental design was used with 36 students (18 per group) assigned to either a simulation group or a lecture group. Data collected from June 8 to July 13, 2024, were analyzed using SPSS 27.0. Results: Nursing knowledge showed no significant between-group difference (F=1.32, p=.260) but improved over time (F=8.24, p=.007). Clinical competence showed a significant group-by-time interaction (F=58.33, p<.001). Team psychological safety (t=2.70, p=.012) and learning satisfaction (t=2.27, p=.030) were higher in the simulation group. Conclusion: These findings provide foundational data for developing simulation-based educational strategies in nursing curricula. The module may also be applied to the training of novice nurses in clinical settings, thereby contributing to enhanced nursing education and improved clinical practice.

This study explores a pedagogical approach to learning modern Greek imperative forms using machine translation and evaluates its relevance in language education. While imperatives frequently appear in textbooks and exams, they present challenges for beginners, highlighting the need for effective instruction. Machine translation can serve as a practical learning aid in this context. The study h as tw o k ey a ims: e valuating t he q uality of G reek-to-Korean imperative sentence translations from Google Translate and DeepL, and identifying effective learning activities for helping students recognize and acquire imperative forms, specifically in instructional texts. The analysis shows that although machine translation captures core meanings, it struggles with contextually accurate expressions and complex syntax. The study suggests using machine translation to familiarize beginners with imperative forms and support intuitive learning. For more advanced learners, comparing machine and human translations can promote deeper grammatical understanding. Ultimately, machine translation can function not only as a translation tool but also as a means for linguistic analysis and grammar awareness in second language learning.

본 연구는 2022 개정교육과정에 신설된 고등학교 ｢인간과 경제활동｣ 교과서의 탐구 활동 에서 교육과정의 교수·학습의 방향이 제시하고 있는 다양한 학습 방법이 구현되고 있는지를 분석한 것이다. 인간과 경제활동 교육과정은 경제학의 기본 원리나 개념에 대한 설명보다는 학생들이 다양한 체험 활동을 통해 경제 문제를 자신의 삶과 생활에 적용하도록 하였다. 본 연구에서 ｢인간과 경제활동｣ 교과서가 교육과정에서 제시한 다양한 체험 활동을 구현했 는지에 대한 분석 결과는 다음과 같다. 우선, 교수·학습 방법 중 가장 많이 사용된 것은 미디어 활용 학습, 협동 학습, 토의·토론 학습 순으로 나타났다. 다음으로, 게임 학습, 프로 젝트 학습, 시뮬레이션 학습, 인공지능 활용 학습 등 기존의 경제 교과서에서는 잘 다루지 않았던 교수·학습 방법들이 새롭게 시도되었다. 마지막으로, 교육과정에서 제시한 지역사회 경제 전문가와의 협력 학습은 다루어지지 않았다. 향후 ｢인간과 경제활동｣ 교과서에서 시도 된 다양한 체험 활동의 학습 효과에 대한 연구를 통해 경제에 대한 학생들의 흥미를 고취할 수 있기를 기대한다.

Reinforcement learning (RL) is successfully applied to various engineering fields. RL is generally used for structural control cases to develop the control algorithms. On the other hand, a machine learning (ML) is adopted in various research to make automated structural design model for reinforced concrete (RC) beam members. In this case, ML models are developed to produce results that are as similar to those of training data as possible. The ML model developed in this way is difficult to produce better results than the training data. However, in reinforcement learning, an agent learns to make decisions by interacting with an environment. Therefore, the RL agent can find better design solution than the training data. In the structural design process (environment), the action of RL agent represent design variables of RC beam. Because the number of design variables of RC beam section is many, multi-agent DQN (Deep Q-Network) was used in this study to effectively find the optimal design solution. Among various versions of DQN, Double Q-Learning (DDQN) that not only improves accuracy in estimating the action-values but also improves the policy learned was used in this study. American Concrete Institute (318) was selected as the design codes for optimal structural design of RC beam and it was used to train the RL model without any hand-labeled dataset. Six agents of DDQN provides actions for beam with, beam depth, bottom rebar size, number of bottom rebar, top rebar size, and shear stirrup size, respectively. Six agents of DDQN were trained for 5,000 episodes and the performance of the multi-agent of DDQN was evaluated with 100 test design cases that is not used for training. Based on this study, it can be seen that the multi-agent RL algorithm can provide successfully structural design results of doubly reinforced beam.

본 연구는 한국의 외국인 근로자 정책 변화에 따라 형성·변화된 직업 목적 한국어 학습자군의 특성을 정책적 맥락 속에서 구조적으로 분석하 고, 그에 따라 한국어교육이 정책 내에서 어떠한 위상을 갖는지를 고찰 하는 데 목적이 있다. 최근 한국은 단기 비전문 인력 중심의 고용에서 숙련 인력의 장기 체류 및 정주를 유도하는 정책으로 전환하고 있으며, 고용허가제 개편, 숙련기능 점수제 확대, 지역특화형 비자 제도 도입 등 이 이러한 흐름을 보여준다. 이러한 정책 변화는 체류 자격, 산업군, 언 어 요구 수준 등에서 한국 내 한국어 학습자군의 구조를 변화시키며, 이 에 따라 한국어교육이 제도 안에서 갖는 의미와 기능도 변화하고 있다. 이에 본 연구는 외국인 근로자 정책 변화가 직업 목적 한국어 학습자의 구성에 어떠한 영향을 미쳐 왔는지를 고찰하고, 현 시점에서 한국어교육 이 한국 내 직업 목적 한국어 학습자를 정책과 연계하여 어떻게 정의하 고 대응할 것인지 각 시기의 정책을 한국어교육적 관점에서 살펴보고 분 석하였다. 이를 통해 직업 목적 한국어교육에 정책이 미치는 영향을 명 확히 하고, 정책과 연계하여 향후 교육적 실천이 나아가야 할 기반을 마 련하는 데 시사점을 제공하고자 하였다.

Fault detection in electromechanical systems plays a significant role in product quality and manufacturing efficiency during the transition to smart manufacturing. Because collecting a sufficient number of datasets under faulty conditions of the system is challenging in practical industrial sites, unsupervised fault detection methods are mainly used. Although fault datasets accumulate during machine operation, it is not straightforward to utilize the information it contains for fault detection after the deep learning model has been trained in an unsupervised manner. However, the information in fault datasets is expected to significantly contribute to fault detection. In this regard, this study aims to validate the effectiveness of the transition from unsupervised to supervised learning as fault datasets gradually accumulate through continuous machine operation. We also focus on experimentally analyzing how changes in the learning paradigm of the deep learning model and the output representation affect fault detection performance. The results demonstrate that, with a small number of fault datasets, a supervised model with continuous outputs as a regression problem showed better fault detection performance than the original model with one-hot encoded outputs (as a classification problem).

본 연구는 몽골어 학습자가 한·몽 번역 과정에서 빈번히 겪는 ‘нь’ 번역 오류의 양상과 원인을 분석하였다. 오류 분석은 웹툰 별난 남자 번 역 　수 업 에 서 수 강 생 들 이 제 출 한 번 역 물 과 설 문 지 를 바 탕 으 로 이루어졌으며, 이를 통해 오류 발생　요인을 도출할 수 있었다. 분석 결 과 , ‘нь’은 단 순 한 3인 칭 재 귀 소 유 어 미 의 기 능 을 넘 어 , 주어식별표지로 작용하거나 담화 맥락에 따라 주제, 확신, 강조, 구별, 대조, 한정, 제한, 지정 등의 다양한 화용적 기능으로 사용된다는 사실을 확인하였다. 그러나 이러한 기능은 현재 한국 내 몽골어 교육에서 충분히 다루어지지 않고 있으며, 기존 연구들 역시 주로 문법적 정의에 치중해 있는 실정이다. 이로 인해 수강생들의 번역물에서는 ‘нь’의 기능에 대한 이해 부족하여　오류가 자주 나타났다. 이에 본 연구는 ‘нь’을 단순히 3인칭 재귀소유 어미로 제한하지 않고, 그 다양한 실현 양상과 기능을 체계적으로 분석하였다. 특히, 한국어의 주제 표지 ‘은/는’과 주격 표지 ‘이/가’가 문맥에 따라 어떻게 몽골어 ‘нь’으로 번역되는지를 심층적으로 고찰함으로써, 기존 연구에서 간과된 실제 번역 상황에서의 언어적 대응 양상을 밝히고자 하였다. 이러한 접근은 ‘нь’의 개념 정의에 머물던 선행 연구를 보완하며, 교육 현장에 실질적으로 기여할 수 있는 차별성을 지닌다.

Seismically deficient reinforced concrete(RC) structures experience reduced structural capacity and lateral resistance due to the increased axial loads resulting from green retrofitting and vertical extensions. To ensure structural safety, traditional performance assessment methods are commonly employed. However, the complexity of these evaluations can act as a barrier to the application of green retrofitting and vertical extensions. This study proposes a methodology for rapidly calculating the allowable axial force range of RC buildings by leveraging simplified structural details and seismic wave information. The methodology includes three machine-learning-based models: (1) predicting column failure modes, (2) assessing seismic performance under current conditions, and (3) evaluating seismic performance under amplified mass conditions. A machine learning model was specifically developed to predict the seismic performance of an RC moment frame building using structural details, gravity loads, failure modes, and seismic wave data as input variables, with dynamic response-based seismic performance evaluations as output data. Classifiers developed using various machine learning methodologies were compared, and two optimal ensemble models were selected to effectively predict seismic performance for both current and increased mass scenarios.

Existing reinforced concrete buildings with seismically deficient columns experience reduced structural capacity and lateral resistance due to increased axial loads from green remodeling or vertical extensions aimed at reducing CO2 emissions. Traditional performance assessment methods face limitations due to their complexity. This study aims to develop a machine learning-based model for rapidly assessing seismic performance in reinforced concrete buildings using simplified structural details and seismic data. For this purpose, simple structural details, gravity loads, failure modes, and construction years were utilized as input variables for a specific reinforced concrete moment frame building. These inputs were applied to a computational model, and through nonlinear time history analysis under seismic load data with a 2% probability of exceedance in 50 years, the seismic performance evaluation results based on dynamic responses were used as output data. Using the input-output dataset constructed through this process, performance measurements for classifiers developed using various machine learning methodologies were compared, and the best-fit model (Ensemble) was proposed to predict seismic performance.

본 연구는 베트남 대학생들의 한국 문화에 대한 인식 조사를 바탕으로 한국어 및 한국 문화 교육의 방향을 모색하고자 한다. 한류의 영향을 받은 한국 문화에 대한 인식을 살펴보기 위해, 중·고등학교 시절 한류를 처음 접한 다낭 외국어대학 한국어문화학부 학생 140명을 대상으로 설 문조사를 실시하였다. 설문조사 결과, 베트남 대학에서 한국어문화를 전공하는 학생들은 한류의 영향을 받아 한국에 관한 관심이 유의미한 것으로 나타났다. 또한, 베트남 청년들이 한국어를 전 공으로 선택한 후에도 한국에 관한 관심과 애정은 지속되는 것으로 나타났다. 하지만 한류의 영 향으로 베트남 학생들은 주로 K-pop 밴드와 아이돌을 통해 한국 문화를 인식하는 것으로 나타났 으며, 이는 한국의 하위문화 관련 인식이 대중음악과 드라마에 치우쳐 있음을 시사한다. 베트남 대학생들의 한류에 대한 인식은 내재적 동기에서 외재적 동기로 전환되는 과정에서 내재화와 통 합의 특징을 보였다. 이러한 탐색을 통해 우리는 세 가지 제안을 도출했다. 문화적, 경제적 환경 조성을 위한 공존 전략 측면, 한국 하위문화 확산에 대한 대처 전략 측면, 그리고 베트남 내 한국 어 교육 시스템 구축 측면이다.