텍스트 네트워크 분석을 통한 성적경고자 멘토링 프로그램 참여 경험 분석

Analyzing the Experience of Participating in a Mentoring Program for Academic Alert College Students Through Text Network Analysis

본 연구의 목적은 성적경고자 멘토링 프로그램 진행 과정에서 작성된 활동지를 통해 개인적 참여경험 도출 및 상호작용 효과를 확인하며, 텍스트 네트워크 분석 방법의 시각화와 연결망 분석을 통해대학 내 운영 중인 프로그램에 참여한 전체 학생들의 경험을 통합적으로 경험을 살펴봄으로써 시사점을 제공하는 데 있다. 연구 대상은 G시 소재 4년제 대학의 성적경고자 멘토링 프로그램 참여자로 총86팀, 176명이다. 프로그램은 총 5회기로 이루어졌고, 참여자들은 회기 종료 후 활동 보고서를 작성하였다. 자료수집 및 활용 동의를 구한 후 활동지 및 소감문 내용을 수집했고, MAXQDA를 사용하여 자료분석을 실시했다. 연구 결과 멘티 경험에서 456개의 코드(code)가 코딩되었으며, 코드 빈도수에 따른핵심 키워드는 ‘학습태도 개선’, ‘자기효능감 증진’ 등으로 나타났다. 멘토 경험에서 코드는 411개이며, 코딩 결과 ‘멘티를 도우며 성장’, ‘페이스 메이커’ 등이 핵심 키워드로 도출됐다. 마지막으로 상호작용경험에서 총 1,483개의 코드가 코딩되었으며, 핵심 키워드는 ‘동행’, ‘꾸준한 의사소통’ 등이다. 마지막으로 각 경험의 코드체계 분석 결과를 토대로 연결망 분석을 실시하여 시각적으로 확인하였으며, 클러스터에 따른 구조적 해석을 제시했다. 이러한 결과를 토대로 성적경고자 멘토링 프로그램의 효과를 높이기위한 방안을 제안하였다.

The purpose of this study is to identify the effect of personal participation and interaction through activity sheets created in a course called Mentoring Program for Graders. In doing so, this study provides educational implications by examining the experiences of all students who participated in the programs operated in the university through the visualization of text network analysis methods and network analysis. The target audience is a total of 86 teams and 176 participants in the mentoring program for merit credits at a four-year university in G City. The program consisted of a total of 5 sessions, and participants wrote an activity report after each session. After obtaining consent for data collection and use, the contents of the activity sheets and impressions were collected, and data analysis was carried out using MAXQDA. As a result of the study, 456 codes were coded in the mentee experience, and the main keywords according to the frequency of the codes were ‘improvement of learning attitude’ and ‘enhancement of self-efficacy’. In the mentor experience, there were 411 codes, and as a result of the coding, ‘growing by helping the mentee’ and ‘pace maker’ were derived as the main keywords. Finally, a total of 1,483 codes were coded in the interaction experience, and the main keywords were ‘companionship’ and ‘steady communication’. Finally, based on the results of the code system analysis of each experience, network analysis was carried out to visually confirm Code map, and the structural analysis according to the cluster was presented. Based on these results, we proposed a plan to increase the effectiveness of the mentoring program for graders.