빅데이터기반 교육 솔루션

비트겐슈타인에 의하면 어떠한 명제는 실체의 의미를 나타내는 것이라 보다. 실체라는 것은 실재하고 있는 어떠한 객체(사실)의 그림이라는 것이다. 그리고 그 그림이라는 것은 기표와 상호 연관되면서, 언어라는 것이 외부의 사물, 객체와 연관성을 가지는 것이라 보는 것이 언어 그림이론이다.

49. 빅 데이터 환경과 인문학적 플랫폼

이런 맥락에서 현대사회를 살아가는 이들에게 권장되는 <이성>이란, 역설적이게도 주어진 데이터를 해독하고 조합해내는 능력이 아니라, 되레 그 바깥으로 나가는 비합리적인 시선의 요청이다. 데이터화되지 않은 것들을 읽어내려는 섬세한 관찰도 필요하겠지만, 때로는 새로운 데이터를 쌓기 위한 모험, 즉 광기가 필요하다. 하나님에 의해 모든 것이 결정된다고 봤던 중세의 끝자락에 르네상스가 열렸던 것처럼, 빅데이터에 의해 모든 것이 결정된다고 여겨지는 신(新)중세 속에서의 신(新)르네상스가 필요해진 셈이다. 이런 의미에서 진실로 요청되는 것은 단순히 데이터들 속에서 최선의 선택지를 찾아내는 것이 아니라, 반대로 그렇게 만들어진 명제, 즉 관념적 범주로부터의 끊임없는 탈주이다. 여성 철학자가 없는 것으로부터 도출되어야 할 것은 <여성에겐 이성이 희박하다>가 아니라 <여성 철학자-만들기>라는 새로운 욕망의 목표 설정이다. 「과정으로서의 생산은 모든 관념적 범주를 넘어서 있으며, 내재적 원리로서의 욕망과 관계된 하나의 순환을 형성한다.」

However, the educational sector is not an exception in this situation. In the educational realm, a large volume of data is produced through online courses, teaching and learning activities (Oi, Yamada, Okubo, Shimada, & Ogata, 2017). With the advent of big data, now teachers can access student’s academic performance, learning patterns and provide instant feedback (Black & Wiliam, 2018). The timely and constructive feedback motivates and satisfies the students, which gives a positive impact on their performance (Zheng & Bender, 2019). Academic data can help teachers to analyze their teaching pedagogy and affect changes according to students’ needs and requirement. Many online educational sites have been designed, and multiple courses based on individual student preferences have been introduced (Holland, 2019). The improvement in the educational sector depends upon acquisition and technology. The large-scale administrative data can play a tremendous role in managing various educational problems(Sorensen, 2018). Therefore, it is essential for professionals to understand the effectiveness of big data in education in order to minimize educational issues.

The research questions of this study are stated below:
1) What are the trends in the papers published on big data in education?
2) What research themes have been addressed in big data in education domain?
3) What are the limitations and possible future directions?

데이터 웨어하우스

[http://eprints.rclis.org/30201/1/Design-and-Implementation-of-Educational-Data-Warehouse-Using-OLAP.pdf Design and Implementation of Educational Data Warehouse Using OLAP ]

OLAP란? OLAP(Online Analytical Processing)는 데이터 웨어하우스, 데이터 마트 또는 기타 중앙화된 통합 데이터 저장소의 대용량 데이터를 고속으로 다차원 분석하는 소프트웨어.

분석을 위해 등장한 데이터베이스··· OLAP 따라잡기

56. Big Data in Education. How It Transforms the Industry?

57. Big Data in Education: 10 Companies Delivering Insights to the Classroom

58. The Use of Big Data in Education

59. The Effect of Shadowing on English Listening and Speaking Abilities of Korean Middle School Students

Furthermore, shadowing might not be effective when it is solely used to improve L2 speaking ability. In this study, no interactive activity followed the shadowing. Shadowing is relatively artificial and is not a real-life communicative task. Bailey(2005) rightly points out that “rigidly controlled practice does not necessarily prepare learners for the spontaneous, fluid interaction that occurs outside the English classroom (p. 18). Therefore, it would be appropriate to support shadowing with constructive tasks to contribute to general L2 speaking ability improvement.

60. 섀도잉 검색창에 '섀도잉'을 쳐보세요.

61. 아이린으로 본 '조선 붕당정치’의 이해...“갈색머리는 사문난적”

빅데이터기반 교육 솔루션

목차

빅데이터 시각화

조선 지역별 과거 급제자

일제 강점기 일본군 주둔 현황

조선 유배지

둘러보기 메뉴

개인 도구

이름공간

변수

보기

더 보기

검색

둘러보기

도구