게임을 이용한 학습도구에서 학습경로 측정을 위한 인식적 연결망 분석

Epistemic Network Analysis for Measuring Learning Trajectories in Game Based Assessment

본 연구에서는, 게임이나 시뮬레이션을 이용한 학습도구에서 참여자들의 학습 경로를 측정하기 위해 고안된 인식적 연결망 분석을 소개하였다. 기술의 발달로 게임이나 시뮬레이션을 이용한 학습도구들의 개발은 활발한 반면에, 이러한 학습도구에서 참여자들의 학습 경로를 측정하고 평가하는 통계적 기법의 개발과 활용에 관한 연구는 미미한 수준이다. 특히, 기존의 전통적 분석 모형은 게임을 활용한 학습도구로부터 수집된 자료를 분석하기에는 한계가 있기 때문에 새로운 방식의 분석 방법을 개발할 필요가 있다. 본 연구에서는, 인식적 게임을 학습도구의 예로 사용하여, 게임을 활용한 학습도구를 통해 얻어진 자료를 분석함에 있어서 전통적 측정 모형들이 가지는 한계점을 제시하고, 대안으로서 제안된 인식적 연결망 분석의 기초적인 통계적 개념과 속성들을 소개하였다. 시뮬레이션 연구를 통해 인식적 연결망 분석 방법이 다양한 학습 상황에서 신뢰성 있는 결과를 산출하는지를 평가하였으며, 실제 학습 상황에서 분석 방법의 실용성에 대하여 논의하였다

Epistemic games are designed to help players develop domain-specific expertise that characterizes how professionals in a particular domain reason, communicate, and act (Bagley & Shaffer, 2009; Shaffer, 2006b). To analyze the complex data that arise from these games, a novel analytic method grounded in social network analysis called epistemic network analysis(ENA) has been recently proposed(Rupp, Gushta, Mislevy, & Shaffer, 2010; Choi et al.,2010; Shaffer et al., 2009). This paper introduced the basic principles and procedures of ENA statistics and how learning trajectories in epistemic games were captured and coded. A simulation study was conducted to evaluate the performances of ENA statistics in the various game based learning tools. Lastly, the application study discussed the performance of a particular ENA statistic.