Overview

Dataset statistics

Number of variables10
Number of observations128
Missing cells15
Missing cells (%)1.2%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory10.3 KiB
Average record size in memory82.0 B

Variable types

Text5
Categorical3
Numeric1
DateTime1

Dataset

Description다양한 수학교육 소식을 알리고 수학학습 진단, 수학 콘텐츠 등이 있는 AskMath에서 제공하는 수학교육 연구보고서 관련 자료입니다. 해당 데이터가 보유한 컬럼은 다음과 같습니다. 컬럼명 : 제목, 발행번호, 주관연구책임자, 주관연구기관, 대상, 분류, 연구분야, 내용, 조회수, 등록일
Author한국과학창의재단
URLhttps://www.data.go.kr/data/15093603/fileData.do

Alerts

조회수 is highly overall correlated with 대상High correlation
주관연구기관 is highly overall correlated with 대상High correlation
대상 is highly overall correlated with 조회수 and 2 other fieldsHigh correlation
분류 is highly overall correlated with 대상High correlation
대상 is highly imbalanced (57.0%)Imbalance
발행번호 has 15 (11.7%) missing valuesMissing
내용 has unique valuesUnique

Reproduction

Analysis started2023-12-12 18:20:28.564899
Analysis finished2023-12-12 18:20:30.756985
Duration2.19 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

제목
Text

Distinct126
Distinct (%)98.4%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-13T03:20:31.004071image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length53
Median length42
Mean length29.8125
Min length14

Characters and Unicode

Total characters3816
Distinct characters224
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique125 ?
Unique (%)97.7%

Sample

1st row(2009)교육과정 모형 연구
2nd row(2011)과학과 교육과정
3rd row(2011)2009 개정 교육과정에 따른 수학과 교육과정 연구
4th row(2011)2009 개정 교육과정에 따른 수학과 성취기준 및 성취수준 개발 연구
5th row(2014)고등학교 수학 교육과정 실태 분석 연구
ValueCountFrequency (%)
연구 61
 
6.9%
수학 40
 
4.5%
개발 37
 
4.2%
수학과 22
 
2.5%
2014 19
 
2.1%
교육과정 19
 
2.1%
2013 17
 
1.9%
중심의 17
 
1.9%
2015 17
 
1.9%
및 14
 
1.6%
Other values (279) 627
70.4%
2023-12-13T03:20:31.567562image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
762
20.0%
학 196
 
5.1%
수 154
 
4.0%
2 142
 
3.7%
0 139
 
3.6%
교 138
 
3.6%
1 132
 
3.5%
( 118
 
3.1%
) 118
 
3.1%
과 112
 
2.9%
Other values (214) 1805
47.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2258
59.2%
Space Separator 762
 
20.0%
Decimal Number 518
 
13.6%
Open Punctuation 118
 
3.1%
Close Punctuation 118
 
3.1%
Connector Punctuation 14
 
0.4%
Other Punctuation 12
 
0.3%
Uppercase Letter 8
 
0.2%
Lowercase Letter 7
 
0.2%
Dash Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 196
 
8.7%
수 154
 
6.8%
교 138
 
6.1%
과 112
 
5.0%
구 91
 
4.0%
연 90
 
4.0%
개 64
 
2.8%
정 52
 
2.3%
육 47
 
2.1%
발 42
 
1.9%
Other values (184) 1272
56.3%
Decimal Number
ValueCountFrequency (%)
2 142
27.4%
0 139
26.8%
1 132
25.5%
4 25
 
4.8%
3 21
 
4.1%
5 18
 
3.5%
9 15
 
2.9%
8 9
 
1.7%
6 9
 
1.7%
7 8
 
1.5%
Lowercase Letter
ValueCountFrequency (%)
l 1
14.3%
t 1
14.3%
a 1
14.3%
o 1
14.3%
e 1
14.3%
g 1
14.3%
h 1
14.3%
Uppercase Letter
ValueCountFrequency (%)
I 2
25.0%
C 2
25.0%
M 2
25.0%
A 1
12.5%
T 1
12.5%
Other Punctuation
ValueCountFrequency (%)
, 7
58.3%
' 4
33.3%
· 1
 
8.3%
Space Separator
ValueCountFrequency (%)
762
100.0%
Open Punctuation
ValueCountFrequency (%)
( 118
100.0%
Close Punctuation
ValueCountFrequency (%)
) 118
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 14
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2258
59.2%
Common 1543
40.4%
Latin 15
 
0.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 196
 
8.7%
수 154
 
6.8%
교 138
 
6.1%
과 112
 
5.0%
구 91
 
4.0%
연 90
 
4.0%
개 64
 
2.8%
정 52
 
2.3%
육 47
 
2.1%
발 42
 
1.9%
Other values (184) 1272
56.3%
Common
ValueCountFrequency (%)
762
49.4%
2 142
 
9.2%
0 139
 
9.0%
1 132
 
8.6%
( 118
 
7.6%
) 118
 
7.6%
4 25
 
1.6%
3 21
 
1.4%
5 18
 
1.2%
9 15
 
1.0%
Other values (8) 53
 
3.4%
Latin
ValueCountFrequency (%)
I 2
13.3%
C 2
13.3%
M 2
13.3%
A 1
6.7%
l 1
6.7%
t 1
6.7%
a 1
6.7%
o 1
6.7%
e 1
6.7%
g 1
6.7%
Other values (2) 2
13.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2258
59.2%
ASCII 1557
40.8%
None 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
762
48.9%
2 142
 
9.1%
0 139
 
8.9%
1 132
 
8.5%
( 118
 
7.6%
) 118
 
7.6%
4 25
 
1.6%
3 21
 
1.3%
5 18
 
1.2%
9 15
 
1.0%
Other values (19) 67
 
4.3%
Hangul
ValueCountFrequency (%)
학 196
 
8.7%
수 154
 
6.8%
교 138
 
6.1%
과 112
 
5.0%
구 91
 
4.0%
연 90
 
4.0%
개 64
 
2.8%
정 52
 
2.3%
육 47
 
2.1%
발 42
 
1.9%
Other values (184) 1272
56.3%
None
ValueCountFrequency (%)
· 1
100.0%

발행번호
Text

MISSING 

Distinct100
Distinct (%)88.5%
Missing15
Missing (%)11.7%
Memory size1.1 KiB
2023-12-13T03:20:31.966553image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length25
Median length15
Mean length7.5132743
Min length1

Characters and Unicode

Total characters849
Distinct characters35
Distinct categories6 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique91 ?
Unique (%)80.5%

Sample

1st row2009_R1
2nd row2011_R1
3rd row2011_R1
4th row2012_R5
5th row5
ValueCountFrequency (%)
2011_r1 3
 
2.5%
해당없음 3
 
2.5%
bd20020004 3
 
2.5%
6 3
 
2.5%
2012_r8 2
 
1.7%
ad14020156 2
 
1.7%
2009_r1 2
 
1.7%
5 2
 
1.7%
2012_r5 2
 
1.7%
2014_r7 1
 
0.8%
Other values (96) 96
80.7%
2023-12-13T03:20:32.524240image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 202
23.8%
1 144
17.0%
2 119
14.0%
_ 63
 
7.4%
R 61
 
7.2%
4 34
 
4.0%
D 34
 
4.0%
3 30
 
3.5%
5 28
 
3.3%
B 24
 
2.8%
Other values (25) 110
13.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 622
73.3%
Uppercase Letter 130
 
15.3%
Connector Punctuation 63
 
7.4%
Other Letter 27
 
3.2%
Space Separator 6
 
0.7%
Lowercase Letter 1
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
음 3
 
11.1%
없 3
 
11.1%
당 3
 
11.1%
해 3
 
11.1%
학 2
 
7.4%
개 1
 
3.7%
구 1
 
3.7%
연 1
 
3.7%
안 1
 
3.7%
방 1
 
3.7%
Other values (8) 8
29.6%
Decimal Number
ValueCountFrequency (%)
0 202
32.5%
1 144
23.2%
2 119
19.1%
4 34
 
5.5%
3 30
 
4.8%
5 28
 
4.5%
6 23
 
3.7%
8 17
 
2.7%
7 15
 
2.4%
9 10
 
1.6%
Uppercase Letter
ValueCountFrequency (%)
R 61
46.9%
D 34
26.2%
B 24
 
18.5%
A 11
 
8.5%
Connector Punctuation
ValueCountFrequency (%)
_ 63
100.0%
Space Separator
ValueCountFrequency (%)
6
100.0%
Lowercase Letter
ValueCountFrequency (%)
d 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 691
81.4%
Latin 131
 
15.4%
Hangul 27
 
3.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
음 3
 
11.1%
없 3
 
11.1%
당 3
 
11.1%
해 3
 
11.1%
학 2
 
7.4%
개 1
 
3.7%
구 1
 
3.7%
연 1
 
3.7%
안 1
 
3.7%
방 1
 
3.7%
Other values (8) 8
29.6%
Common
ValueCountFrequency (%)
0 202
29.2%
1 144
20.8%
2 119
17.2%
_ 63
 
9.1%
4 34
 
4.9%
3 30
 
4.3%
5 28
 
4.1%
6 23
 
3.3%
8 17
 
2.5%
7 15
 
2.2%
Other values (2) 16
 
2.3%
Latin
ValueCountFrequency (%)
R 61
46.6%
D 34
26.0%
B 24
 
18.3%
A 11
 
8.4%
d 1
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII 822
96.8%
Hangul 27
 
3.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 202
24.6%
1 144
17.5%
2 119
14.5%
_ 63
 
7.7%
R 61
 
7.4%
4 34
 
4.1%
D 34
 
4.1%
3 30
 
3.6%
5 28
 
3.4%
B 24
 
2.9%
Other values (7) 83
10.1%
Hangul
ValueCountFrequency (%)
음 3
 
11.1%
없 3
 
11.1%
당 3
 
11.1%
해 3
 
11.1%
학 2
 
7.4%
개 1
 
3.7%
구 1
 
3.7%
연 1
 
3.7%
안 1
 
3.7%
방 1
 
3.7%
Other values (8) 8
29.6%

주관연구책임자
Text

Distinct66
Distinct (%)51.6%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-13T03:20:32.824880image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length8
Median length3
Mean length3.0625
Min length2

Characters and Unicode

Total characters392
Distinct characters91
Distinct categories3 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique35 ?
Unique (%)27.3%

Sample

1st row김도한
2nd row관리자
3rd row신이섭
4th row최수일, 정진수
5th row박교식
ValueCountFrequency (%)
관리자 9
 
6.9%
박혜숙 5
 
3.8%
김선희 5
 
3.8%
최수일 5
 
3.8%
고호경 5
 
3.8%
장혜원 4
 
3.1%
김화경 4
 
3.1%
황선욱 4
 
3.1%
노지화 4
 
3.1%
기타 3
 
2.3%
Other values (56) 82
63.1%
2023-12-13T03:20:33.668471image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
김 25
 
6.4%
박 17
 
4.3%
경 13
 
3.3%
영 12
 
3.1%
선 11
 
2.8%
화 10
 
2.6%
혜 10
 
2.6%
이 10
 
2.6%
희 10
 
2.6%
수 10
 
2.6%
Other values (81) 264
67.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 388
99.0%
Space Separator 2
 
0.5%
Other Punctuation 2
 
0.5%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
김 25
 
6.4%
박 17
 
4.4%
경 13
 
3.4%
영 12
 
3.1%
선 11
 
2.8%
화 10
 
2.6%
혜 10
 
2.6%
이 10
 
2.6%
희 10
 
2.6%
수 10
 
2.6%
Other values (79) 260
67.0%
Space Separator
ValueCountFrequency (%)
2
100.0%
Other Punctuation
ValueCountFrequency (%)
, 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 388
99.0%
Common 4
 
1.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
김 25
 
6.4%
박 17
 
4.4%
경 13
 
3.4%
영 12
 
3.1%
선 11
 
2.8%
화 10
 
2.6%
혜 10
 
2.6%
이 10
 
2.6%
희 10
 
2.6%
수 10
 
2.6%
Other values (79) 260
67.0%
Common
ValueCountFrequency (%)
2
50.0%
, 2
50.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 388
99.0%
ASCII 4
 
1.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
김 25
 
6.4%
박 17
 
4.4%
경 13
 
3.4%
영 12
 
3.1%
선 11
 
2.8%
화 10
 
2.6%
혜 10
 
2.6%
이 10
 
2.6%
희 10
 
2.6%
수 10
 
2.6%
Other values (79) 260
67.0%
ASCII
ValueCountFrequency (%)
2
50.0%
, 2
50.0%

주관연구기관
Categorical

HIGH CORRELATION 

Distinct44
Distinct (%)34.4%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
한국과학창의재단
18 
관리자
 
8
대한수학교육학회
 
7
경인교육대학교
 
7
대한수학회
 
6
Other values (39)
82 

Length

Max length19
Median length11
Mean length6.296875
Min length2

Unique

Unique20 ?
Unique (%)15.6%

Sample

1st row대한수학회
2nd row기타
3rd row한국과학창의재단
4th row전국수학교사모임
5th row경인교육대학교

Common Values

ValueCountFrequency (%)
한국과학창의재단 18
 
14.1%
관리자 8
 
6.2%
대한수학교육학회 7
 
5.5%
경인교육대학교 7
 
5.5%
대한수학회 6
 
4.7%
서원대학교 6
 
4.7%
서울교육대학교 6
 
4.7%
전국수학교사모임 5
 
3.9%
아주대학교 5
 
3.9%
숭실대학교 4
 
3.1%
Other values (34) 56
43.8%

Length

2023-12-13T03:20:33.847531image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
한국과학창의재단 18
 
13.7%
관리자 8
 
6.1%
대한수학교육학회 7
 
5.3%
경인교육대학교 7
 
5.3%
대한수학회 6
 
4.6%
서원대학교 6
 
4.6%
서울교육대학교 6
 
4.6%
전국수학교사모임 5
 
3.8%
아주대학교 5
 
3.8%
한국수학교육학회 5
 
3.8%
Other values (33) 58
44.3%

대상
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct18
Distinct (%)14.1%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
교사
93 
전문가
12 
교사, 일반
 
3
학부모, 교사
 
3
학생, 교사, 일반
 
2
Other values (13)
15 

Length

Max length18
Median length2
Mean length3.2578125
Min length2

Unique

Unique11 ?
Unique (%)8.6%

Sample

1st row교사
2nd row기타
3rd row교사
4th row교사, 일반
5th row전문가

Common Values

ValueCountFrequency (%)
교사 93
72.7%
전문가 12
 
9.4%
교사, 일반 3
 
2.3%
학부모, 교사 3
 
2.3%
학생, 교사, 일반 2
 
1.6%
학생, 교사, 일반인 2
 
1.6%
유치원, 초등, 중학 등 2
 
1.6%
초중고 1
 
0.8%
학생, 교사 1
 
0.8%
초등교사 1
 
0.8%
Other values (8) 8
 
6.2%

Length

2023-12-13T03:20:34.062715image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
교사 106
65.0%
전문가 12
 
7.4%
학생 7
 
4.3%
일반 6
 
3.7%
초등 5
 
3.1%
학부모 5
 
3.1%
중학 3
 
1.8%
등 3
 
1.8%
유치원 3
 
1.8%
일반인 2
 
1.2%
Other values (9) 11
 
6.7%

분류
Categorical

HIGH CORRELATION 

Distinct7
Distinct (%)5.5%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
1종
71 
기타
47 
2종
 
6
8종
 
1
3종
 
1
Other values (2)
 
2

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique4 ?
Unique (%)3.1%

Sample

1st row1종
2nd row기타
3rd row1종
4th row1종
5th row기타

Common Values

ValueCountFrequency (%)
1종 71
55.5%
기타 47
36.7%
2종 6
 
4.7%
8종 1
 
0.8%
3종 1
 
0.8%
4종 1
 
0.8%
5종 1
 
0.8%

Length

2023-12-13T03:20:34.215258image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-13T03:20:34.351997image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
1종 71
55.5%
기타 47
36.7%
2종 6
 
4.7%
8종 1
 
0.8%
3종 1
 
0.8%
4종 1
 
0.8%
5종 1
 
0.8%

연구분야
Text

Distinct97
Distinct (%)75.8%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-13T03:20:34.676570image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length67
Median length44.5
Mean length18.164062
Min length2

Characters and Unicode

Total characters2325
Distinct characters210
Distinct categories6 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique87 ?
Unique (%)68.0%

Sample

1st row창의, 미래, 교육과정
2nd row교육과정
3rd row연구 보고서
4th row교육과정, 성취기준
5th row고등학교, 수학교육과정, 실태분석
ValueCountFrequency (%)
교육과정 30
 
6.0%
수학교육 24
 
4.8%
수학 21
 
4.2%
교과서 15
 
3.0%
초등학교 12
 
2.4%
수학교과서 10
 
2.0%
평가 10
 
2.0%
모형연구 9
 
1.8%
소프트웨어 9
 
1.8%
고등학교 9
 
1.8%
Other values (217) 350
70.1%
2023-12-13T03:20:35.148478image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
371
 
16.0%
, 245
 
10.5%
학 181
 
7.8%
교 153
 
6.6%
수 137
 
5.9%
과 93
 
4.0%
육 67
 
2.9%
정 48
 
2.1%
서 31
 
1.3%
구 30
 
1.3%
Other values (200) 969
41.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1667
71.7%
Space Separator 371
 
16.0%
Other Punctuation 246
 
10.6%
Uppercase Letter 22
 
0.9%
Decimal Number 18
 
0.8%
Math Symbol 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 181
 
10.9%
교 153
 
9.2%
수 137
 
8.2%
과 93
 
5.6%
육 67
 
4.0%
정 48
 
2.9%
서 31
 
1.9%
구 30
 
1.8%
등 27
 
1.6%
연 26
 
1.6%
Other values (179) 874
52.4%
Uppercase Letter
ValueCountFrequency (%)
P 5
22.7%
I 4
18.2%
S 3
13.6%
T 2
 
9.1%
Y 2
 
9.1%
M 2
 
9.1%
A 1
 
4.5%
D 1
 
4.5%
B 1
 
4.5%
C 1
 
4.5%
Decimal Number
ValueCountFrequency (%)
0 6
33.3%
2 4
22.2%
5 2
 
11.1%
1 2
 
11.1%
9 2
 
11.1%
4 1
 
5.6%
3 1
 
5.6%
Other Punctuation
ValueCountFrequency (%)
, 245
99.6%
/ 1
 
0.4%
Space Separator
ValueCountFrequency (%)
371
100.0%
Math Symbol
ValueCountFrequency (%)
~ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1667
71.7%
Common 636
 
27.4%
Latin 22
 
0.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 181
 
10.9%
교 153
 
9.2%
수 137
 
8.2%
과 93
 
5.6%
육 67
 
4.0%
정 48
 
2.9%
서 31
 
1.9%
구 30
 
1.8%
등 27
 
1.6%
연 26
 
1.6%
Other values (179) 874
52.4%
Common
ValueCountFrequency (%)
371
58.3%
, 245
38.5%
0 6
 
0.9%
2 4
 
0.6%
5 2
 
0.3%
1 2
 
0.3%
9 2
 
0.3%
/ 1
 
0.2%
4 1
 
0.2%
~ 1
 
0.2%
Latin
ValueCountFrequency (%)
P 5
22.7%
I 4
18.2%
S 3
13.6%
T 2
 
9.1%
Y 2
 
9.1%
M 2
 
9.1%
A 1
 
4.5%
D 1
 
4.5%
B 1
 
4.5%
C 1
 
4.5%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1667
71.7%
ASCII 658
 
28.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
371
56.4%
, 245
37.2%
0 6
 
0.9%
P 5
 
0.8%
I 4
 
0.6%
2 4
 
0.6%
S 3
 
0.5%
5 2
 
0.3%
T 2
 
0.3%
1 2
 
0.3%
Other values (11) 14
 
2.1%
Hangul
ValueCountFrequency (%)
학 181
 
10.9%
교 153
 
9.2%
수 137
 
8.2%
과 93
 
5.6%
육 67
 
4.0%
정 48
 
2.9%
서 31
 
1.9%
구 30
 
1.8%
등 27
 
1.6%
연 26
 
1.6%
Other values (179) 874
52.4%

내용
Text

UNIQUE 

Distinct128
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
2023-12-13T03:20:35.411728image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length458.5
Mean length418.63281
Min length8

Characters and Unicode

Total characters53585
Distinct characters645
Distinct categories14 ?
Distinct scripts3 ?
Distinct blocks7 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique128 ?
Unique (%)100.0%

Sample

1st row연구과제명 : 창의 중심의 미래형 수학과 교육과정 모형 연구연구기관명 : 대한수학회 연구기간 : 09. 6. 19 ~ 09. 12. 26 연구책임자 : 김 도 한연구요약문 : 본 연구는 창의 중심의 미래형 수학과 교육과정 시안을 개발하기 위한 기초 연구로, 주요 목적은 수학과 교육과정의 체제 및 방향을 정립하고 학교급별 수학과 교육과정의 모형을 제 시하는 데 있다. 이와 같은 연구 목적을 달성하기 위해 우선 핵심역량 중심의 미래형 교육과 정의 방향과 성격을 알아보고, 일반적인 창의성과 학교 수학에서의 수학적 창의성의 개념을 규명하였다
2nd row과학과 교육과정
3rd row연구과제명 : 2009 개정 교육과정에 따른 수학과 교육과정 연구주관연구기관 : 한국과학창의재단연구기간 : 2011.3.16 ~ 2011.12.31연구요약 : 2009년 국민공통기본교육기간의 단축그리고 학년제의 변화일 것이다학생들은 자신의 흥미나 적성을 고려 하여 필요한 수학 교과를 선택할 수 있고 이는 학생들의 진로 방향과 관련될 수 있다초등학교 고등학교 교육과정 운영의 자율성도 확대되었다학교의 여건과 학생의 진로 과정 등을 감안하여 흥미수준에 부합 하는 교육과정을 제공할 수 있게 함은 물론학교 입장에서는 집중이수나 블록타임제 등의 실시가 보다 원활히 이뤄질 수 있도록 하였다
4th row연구과제명 : 2009 개정 교육과정에 따른 수학과 성취기준 및 성취수준 개발 연구 연구책임자 : 최수일, 정진수 연구요악문 : 연구는 2009 개정 교육과정에 따른 수학과 교육과정에 근거하여 공통교육과정과 선택교육과정의 성취기준과 성취수준 및 예시평가도구를 개발하는 데 목적을 두고 수행되었다. 본 연구의 결과를 정리하면 다음과 같다. 첫째, 성취기준과 성취수준 관련 선행 연구를 분석하여, 성취기준과 성취수준의 의미를 파악하고 본 연구에서 사용할 성취기준과 성취수준의 의미를 명확히 하였다.
5th row연구과제명 : 고등학교 수학 교육과정 실태 분석 연구 연구기관명 : 경인교육대학교 연구기간 : 2013.6.28 ~ 2014.2.27 연구책임자 : 박교식 연구요약문 : 본 연구에서는 관련 문헌 분석, 교과용 도서 개발 실무자 설문조사, 전문가 자문등을 통해 '교육과정 해석의 다양성으로 인한 교과서 간의 차이에 대한 논의'와 ' 용어와 기호; 에 대한 논의'를 중심으로 고등학교 교과용 도서(수학 1, 수학 2, 확 률과 통계, 미적분 1, 미적분 2) 개발 과정에서 나타난 교육과정 해석과 적용 실태를 분석하였다. 교육과정에 대한 실태 분석의 결과를 바탕으로 다음과 같은 제언을 하였다. 첫째, 교육과정의 의도가 무엇인가를 명확하게 드러내는 공신력을 갖춘 문서가 필요하다. 앞에서 살펴본 바와 같이 교육과정의 해석의 다양성으로 인하여 교과서 간에 차이가 존재하여 그에 대한 논의가 필요한 경우가 많았다. 교육과정에서 다룰 수 있다고 명시된 바가 없으나 교과서 중 상당수 다루는 내용도 있었고, 교육과정의 수정이나 보완에 대한 논의가 필요한 내용도 많았다. 그리고 교과서 저자들의 자율권의 범위가 어디까지인가를 보다 명확하게 할 필요가 있다. 무엇보다도 교육과정 문서의 유일무이한 권위를 고려할 때, 그 교육과정 문서가 구체적으로 구현될 수 있는 다양한 양상을 체계적으로 연구하여 구체적으로 제시할 필요가 있다.
ValueCountFrequency (%)
653
 
5.2%
수학 186
 
1.5%
및 176
 
1.4%
개발 118
 
0.9%
연구 108
 
0.9%
연구과제명 99
 
0.8%
수 97
 
0.8%
연구책임자 91
 
0.7%
위한 86
 
0.7%
연구요약문 86
 
0.7%
Other values (4231) 10890
86.5%
2023-12-13T03:20:35.798038image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
13552
25.3%
학 1507
 
2.8%
수 1212
 
2.3%
교 1045
 
2.0%
과 1034
 
1.9%
구 994
 
1.9%
연 907
 
1.7%
의 846
 
1.6%
. 813
 
1.5%
하 769
 
1.4%
Other values (635) 30906
57.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 35255
65.8%
Space Separator 13552
 
25.3%
Decimal Number 1978
 
3.7%
Other Punctuation 1938
 
3.6%
Lowercase Letter 224
 
0.4%
Uppercase Letter 132
 
0.2%
Dash Punctuation 130
 
0.2%
Math Symbol 107
 
0.2%
Close Punctuation 96
 
0.2%
Open Punctuation 78
 
0.1%
Other values (4) 95
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 1507
 
4.3%
수 1212
 
3.4%
교 1045
 
3.0%
과 1034
 
2.9%
구 994
 
2.8%
연 907
 
2.6%
의 846
 
2.4%
하 769
 
2.2%
을 618
 
1.8%
정 534
 
1.5%
Other values (560) 25789
73.1%
Lowercase Letter
ValueCountFrequency (%)
i 30
13.4%
a 27
12.1%
n 24
10.7%
t 23
10.3%
e 22
9.8%
s 15
 
6.7%
l 11
 
4.9%
r 10
 
4.5%
d 10
 
4.5%
h 8
 
3.6%
Other values (11) 44
19.6%
Uppercase Letter
ValueCountFrequency (%)
I 23
17.4%
M 17
12.9%
C 14
10.6%
S 13
9.8%
P 11
8.3%
A 11
8.3%
T 10
7.6%
E 9
 
6.8%
B 8
 
6.1%
Y 4
 
3.0%
Other values (8) 12
9.1%
Decimal Number
ValueCountFrequency (%)
1 508
25.7%
2 494
25.0%
0 395
20.0%
3 119
 
6.0%
5 98
 
5.0%
6 89
 
4.5%
4 88
 
4.4%
9 87
 
4.4%
7 50
 
2.5%
8 50
 
2.5%
Other Punctuation
ValueCountFrequency (%)
. 813
42.0%
: 537
27.7%
, 513
26.5%
· 37
 
1.9%
' 19
 
1.0%
; 9
 
0.5%
/ 8
 
0.4%
* 2
 
0.1%
Math Symbol
ValueCountFrequency (%)
~ 93
86.9%
∼ 10
 
9.3%
～ 3
 
2.8%
= 1
 
0.9%
Letter Number
ValueCountFrequency (%)
Ⅰ 1
33.3%
Ⅲ 1
33.3%
Ⅱ 1
33.3%
Close Punctuation
ValueCountFrequency (%)
) 94
97.9%
] 2
 
2.1%
Open Punctuation
ValueCountFrequency (%)
( 76
97.4%
[ 2
 
2.6%
Initial Punctuation
ValueCountFrequency (%)
‘ 26
74.3%
“ 9
 
25.7%
Final Punctuation
ValueCountFrequency (%)
’ 26
74.3%
” 9
 
25.7%
Space Separator
ValueCountFrequency (%)
13552
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 130
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 22
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 35255
65.8%
Common 17971
33.5%
Latin 359
 
0.7%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 1507
 
4.3%
수 1212
 
3.4%
교 1045
 
3.0%
과 1034
 
2.9%
구 994
 
2.8%
연 907
 
2.6%
의 846
 
2.4%
하 769
 
2.2%
을 618
 
1.8%
정 534
 
1.5%
Other values (560) 25789
73.1%
Latin
ValueCountFrequency (%)
i 30
 
8.4%
a 27
 
7.5%
n 24
 
6.7%
I 23
 
6.4%
t 23
 
6.4%
e 22
 
6.1%
M 17
 
4.7%
s 15
 
4.2%
C 14
 
3.9%
S 13
 
3.6%
Other values (32) 151
42.1%
Common
ValueCountFrequency (%)
13552
75.4%
. 813
 
4.5%
: 537
 
3.0%
, 513
 
2.9%
1 508
 
2.8%
2 494
 
2.7%
0 395
 
2.2%
- 130
 
0.7%
3 119
 
0.7%
5 98
 
0.5%
Other values (23) 812
 
4.5%

Most occurring blocks

ValueCountFrequency (%)
Hangul 35249
65.8%
ASCII 18207
34.0%
Punctuation 70
 
0.1%
None 40
 
0.1%
Math Operators 10
 
< 0.1%
Compat Jamo 6
 
< 0.1%
Number Forms 3
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
13552
74.4%
. 813
 
4.5%
: 537
 
2.9%
, 513
 
2.8%
1 508
 
2.8%
2 494
 
2.7%
0 395
 
2.2%
- 130
 
0.7%
3 119
 
0.7%
5 98
 
0.5%
Other values (55) 1048
 
5.8%
Hangul
ValueCountFrequency (%)
학 1507
 
4.3%
수 1212
 
3.4%
교 1045
 
3.0%
과 1034
 
2.9%
구 994
 
2.8%
연 907
 
2.6%
의 846
 
2.4%
하 769
 
2.2%
을 618
 
1.8%
정 534
 
1.5%
Other values (559) 25783
73.1%
None
ValueCountFrequency (%)
· 37
92.5%
～ 3
 
7.5%
Punctuation
ValueCountFrequency (%)
‘ 26
37.1%
’ 26
37.1%
” 9
 
12.9%
“ 9
 
12.9%
Math Operators
ValueCountFrequency (%)
∼ 10
100.0%
Compat Jamo
ValueCountFrequency (%)
ㆍ 6
100.0%
Number Forms
ValueCountFrequency (%)
Ⅰ 1
33.3%
Ⅲ 1
33.3%
Ⅱ 1
33.3%

조회수
Real number (ℝ)

HIGH CORRELATION 

Distinct47
Distinct (%)36.7%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean27.351562
Minimum5
Maximum461
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.3 KiB
2023-12-13T03:20:35.919374image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum5
5-th percentile7
Q110.75
median15.5
Q326.25
95-th percentile81.85
Maximum461
Range456
Interquartile range (IQR)15.5

Descriptive statistics

Standard deviation46.481152
Coefficient of variation (CV)1.6993966
Kurtosis60.910764
Mean27.351562
Median Absolute Deviation (MAD)6.5
Skewness7.0010431
Sum3501
Variance2160.4975
MonotonicityNot monotonic
2023-12-13T03:20:36.034993image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=47)
ValueCountFrequency (%)
11 10
 
7.8%
9 10
 
7.8%
10 7
 
5.5%
13 7
 
5.5%
17 7
 
5.5%
12 6
 
4.7%
8 6
 
4.7%
14 5
 
3.9%
7 5
 
3.9%
23 4
 
3.1%
Other values (37) 61
47.7%
ValueCountFrequency (%)
5 1
 
0.8%
6 3
 
2.3%
7 5
3.9%
8 6
4.7%
9 10
7.8%
10 7
5.5%
11 10
7.8%
12 6
4.7%
13 7
5.5%
14 5
3.9%
ValueCountFrequency (%)
461 1
0.8%
181 1
0.8%
131 1
0.8%
110 1
0.8%
109 1
0.8%
96 1
0.8%
85 1
0.8%
76 1
0.8%
64 1
0.8%
63 1
0.8%

등록일
Date

Distinct63
Distinct (%)49.2%
Missing0
Missing (%)0.0%
Memory size1.1 KiB
Minimum2010-12-24 00:00:00
Maximum2021-06-07 00:00:00
2023-12-13T03:20:36.150640image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-13T03:20:36.281090image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)

Interactions

2023-12-13T03:20:30.340416image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-13T03:20:36.371745image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
발행번호주관연구책임자주관연구기관대상분류연구분야조회수등록일
발행번호1.0000.9960.9410.5950.9950.9970.0000.986
주관연구책임자0.9961.0000.9960.9570.7000.9970.9550.836
주관연구기관0.9410.9961.0000.9460.0000.9920.0000.000
대상0.5950.9570.9461.0000.8210.9900.7970.767
분류0.9950.7000.0000.8211.0000.9980.0000.617
연구분야0.9970.9970.9920.9900.9981.0000.0000.982
조회수0.0000.9550.0000.7970.0000.0001.0000.484
등록일0.9860.8360.0000.7670.6170.9820.4841.000
2023-12-13T03:20:36.466669image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
분류대상주관연구기관
분류1.0000.5240.000
대상0.5241.0000.528
주관연구기관0.0000.5281.000
2023-12-13T03:20:36.558580image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
조회수주관연구기관대상분류
조회수1.0000.0000.5330.000
주관연구기관0.0001.0000.5280.000
대상0.5330.5281.0000.524
분류0.0000.0000.5241.000

Missing values

2023-12-13T03:20:30.490064image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-13T03:20:30.672863image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

제목발행번호주관연구책임자주관연구기관대상분류연구분야내용조회수등록일
0(2009)교육과정 모형 연구2009_R1김도한대한수학회교사1종창의, 미래, 교육과정연구과제명 : 창의 중심의 미래형 수학과 교육과정 모형 연구연구기관명 : 대한수학회 연구기간 : 09. 6. 19 ~ 09. 12. 26 연구책임자 : 김 도 한연구요약문 : 본 연구는 창의 중심의 미래형 수학과 교육과정 시안을 개발하기 위한 기초 연구로, 주요 목적은 수학과 교육과정의 체제 및 방향을 정립하고 학교급별 수학과 교육과정의 모형을 제 시하는 데 있다. 이와 같은 연구 목적을 달성하기 위해 우선 핵심역량 중심의 미래형 교육과 정의 방향과 성격을 알아보고, 일반적인 창의성과 학교 수학에서의 수학적 창의성의 개념을 규명하였다232010-12-24
1(2011)과학과 교육과정2011_R1관리자기타기타기타교육과정과학과 교육과정102015-02-04
2(2011)2009 개정 교육과정에 따른 수학과 교육과정 연구2011_R1신이섭한국과학창의재단교사1종연구 보고서연구과제명 : 2009 개정 교육과정에 따른 수학과 교육과정 연구주관연구기관 : 한국과학창의재단연구기간 : 2011.3.16 ~ 2011.12.31연구요약 : 2009년 국민공통기본교육기간의 단축그리고 학년제의 변화일 것이다학생들은 자신의 흥미나 적성을 고려 하여 필요한 수학 교과를 선택할 수 있고 이는 학생들의 진로 방향과 관련될 수 있다초등학교 고등학교 교육과정 운영의 자율성도 확대되었다학교의 여건과 학생의 진로 과정 등을 감안하여 흥미수준에 부합 하는 교육과정을 제공할 수 있게 함은 물론학교 입장에서는 집중이수나 블록타임제 등의 실시가 보다 원활히 이뤄질 수 있도록 하였다112012-12-03
3(2011)2009 개정 교육과정에 따른 수학과 성취기준 및 성취수준 개발 연구2012_R5최수일, 정진수전국수학교사모임교사, 일반1종교육과정, 성취기준연구과제명 : 2009 개정 교육과정에 따른 수학과 성취기준 및 성취수준 개발 연구 연구책임자 : 최수일, 정진수 연구요악문 : 연구는 2009 개정 교육과정에 따른 수학과 교육과정에 근거하여 공통교육과정과 선택교육과정의 성취기준과 성취수준 및 예시평가도구를 개발하는 데 목적을 두고 수행되었다. 본 연구의 결과를 정리하면 다음과 같다. 첫째, 성취기준과 성취수준 관련 선행 연구를 분석하여, 성취기준과 성취수준의 의미를 파악하고 본 연구에서 사용할 성취기준과 성취수준의 의미를 명확히 하였다.122013-08-01
4(2014)고등학교 수학 교육과정 실태 분석 연구5박교식경인교육대학교전문가기타고등학교, 수학교육과정, 실태분석연구과제명 : 고등학교 수학 교육과정 실태 분석 연구 연구기관명 : 경인교육대학교 연구기간 : 2013.6.28 ~ 2014.2.27 연구책임자 : 박교식 연구요약문 : 본 연구에서는 관련 문헌 분석, 교과용 도서 개발 실무자 설문조사, 전문가 자문등을 통해 '교육과정 해석의 다양성으로 인한 교과서 간의 차이에 대한 논의'와 ' 용어와 기호; 에 대한 논의'를 중심으로 고등학교 교과용 도서(수학 1, 수학 2, 확 률과 통계, 미적분 1, 미적분 2) 개발 과정에서 나타난 교육과정 해석과 적용 실태를 분석하였다. 교육과정에 대한 실태 분석의 결과를 바탕으로 다음과 같은 제언을 하였다. 첫째, 교육과정의 의도가 무엇인가를 명확하게 드러내는 공신력을 갖춘 문서가 필요하다. 앞에서 살펴본 바와 같이 교육과정의 해석의 다양성으로 인하여 교과서 간에 차이가 존재하여 그에 대한 논의가 필요한 경우가 많았다. 교육과정에서 다룰 수 있다고 명시된 바가 없으나 교과서 중 상당수 다루는 내용도 있었고, 교육과정의 수정이나 보완에 대한 논의가 필요한 내용도 많았다. 그리고 교과서 저자들의 자율권의 범위가 어디까지인가를 보다 명확하게 할 필요가 있다. 무엇보다도 교육과정 문서의 유일무이한 권위를 고려할 때, 그 교육과정 문서가 구체적으로 구현될 수 있는 다양한 양상을 체계적으로 연구하여 구체적으로 제시할 필요가 있다.152015-02-27
5(2013)초등학교 수학과 교육과정과 교과서 연계 분석 연구6장혜원서울교육대학교전문가기타초등학교 수학교과서 모형연구연구과제명 : 초등학교 수학과 교육과정과 교과서 연계 분석 연구 연구기관명 : 서울교육대학교 연 구 기 간 : 2013. 11. 8 ~ 2014. 4. 7 연구책임자 : 장혜원 연구요약문 : 본 연구는 2009 개정 교육과정에 따른 교과서의 현장 적용 시점에서 교육과정과 교과서의 연계성을 분석하여 향후 교육과정 개정 및 교과서 집필 및 수정을 위한 시사점을 얻는것을 목적으로 함.92015-04-07
6(2014)초등학교 수학 교육과정과 누리과정의 연계성 확보 방안 연구11장혜원서울교육대학교전문가기타초등학교 수학 교육과정, 누리과정, 교사용지도서, 교과서, 연계성연구과제명 : 초등학교 수학 교육과정과 누리과정의 연계성 확보 방안 연구 연구기관명 : 서울교육대학교 연 구 기 간 : 2014. 9. 16 ~ 2015. 1. 15 연구책임자 : 장혜원 연구요약문 : 본 연구는 유치원 교육과정과 초등학교 수학과 교육과정의 연계성 확보 방안을 모색하려는 목적을 위해 현재 적용중인 3~5세 연령별 누리과정의 수학 관련 내용과 2009 개정 교육과정에 따른 초등학교 수학과 교육과정의 연계성 분석을 주요내용으로 함182016-02-15
7(2014) 주제 중심의 초등학교 수학교과서 모형 연구_지도서(지속가능한 삶)1관리자관리자전문가기타초등학교 수학교과서 모형연구주제 중심의 초등학교 수학교과서 모형 연구_지도서(지속가능한 삶)262015-12-01
8(2014) 주제 중심의 초등학교 수학교과서 모형 연구_지도서(더불어 사는 삶)2관리자관리자전문가기타초등학교 수학교과서 모형연구주제 중심의 초등학교 수학교과서 모형 연구_지도서(더불어 사는 삶)92015-06-25
9(2014) 주제 중심의 초등학교 수학교과서 모형 연구_지도서(건강한 삶)3관리자관리자전문가기타초등학교 수학교과서 모형연구주제 중심의 초등학교 수학교과서 모형 연구_지도서(건강한 삶)102015-02-25
제목발행번호주관연구책임자주관연구기관대상분류연구분야내용조회수등록일
118고등학교 신규 수학 교재 모형 개발(2019 수학교육 정책과제)BD20020005고상숙단국대학교중등 수학기타교과서, 교재 모형, 수학적 모델링연구과제명 : 고등학교 신규 수학 교재 모형 개발에 관한 연구 연구기관명 : 단국대학교 연구 기간 : 2019.06.28 ~ 2019.12.31 연구책임자 : 고상숙 연구요약문 : 4차 산업혁명 시대 도래에 따른 미래 인재에게 필요한 수학적 역량을 중심으로 문헌연구하고 전문가 집단에 의한 지속적인 피드백을 통해 수정·보완을 거쳐 완성함 일본, 중국, 프랑스, 호주, 캐나다 5개국의 개정 교육과정과 교과서를 비교 분석함. 문헌연구, 교육과정과 교과서 분석, 자문회의 결과를 유기적으로 활용하여 미래 사회에 필요한 수학적 역량을 함양하기 위한 교재 모형의 뼈대를 구성할 이론을 수학적 모델링으로 선정함. 미래형 교재 개발 방향과 체제 및 구성요소를 제시함. - 수학적 역량 모델 - 수학적 모델링 모형 - 모델링 기반 수학 교재 개발 방향 - 모델링 기반 수학 교재 체제 및 구성 요소 - 과정중심평가 문항 제시 목차 및 교재 10차시 개발 제시함. 교재활용을 위한 교사 가이드 개발 제시함. 전문가 집단에 의한 지속적인 피드백을 통해 수정·보완을 거쳐 완성함762020-12-31
1192019 가족 단위 수학공감 프로그램해당없음전민주수학사랑기업부설연구소유치원, 초등, 중학 등기타수학축제, 수학버스, 수학체험, 수학문화, 수학공예연구과제명 : 가족의 일상 속 수학공감 연구기관명 : (주)수학사랑기업부설연구소 연구 기간 : 2019.6.12 ~ 2019.12.31 연구책임자 : 전민주 연구요약문 : - ’가족의 일상 속 수학공감‘을 목표로 일상 속에서 찾는 수학원리와 쉽게 만들고 즐기는 수학체험을 통해 확산되는 가족 단위 수학공감 문화확산을 위하여 콘텐츠를 개발 운영하고 프로그램 안내서를 제작하여 공유하고자 함.172020-12-31
1202019 가족 단위 수학공감 프로그램해당없음이형주경기대학교유치원, 초등, 중학 등기타가족수학, 공감기반 가족수학, 수학공감, 세대공감연구과제명 : 2019 가족 단위 수학공감 프로그램 개발 및 운영 연국기관명 : 경기대학교 연구책임자 : 이형주 연구 기간 : 2019.6.28 ~ 2019.12.31 연구요약문 : 2019 가족 단위 수학공감 프로그램 개발 및 운영 연구는 다음의 연구를 수행함 - 프로그램 운영 시 학습자 대상 적용 양상 탐색 및 수학공감, 세대공감, 문화공감의 공감 요인 효과성 분석 - 공감 관련 선행연구 고찰 - 수업모형 관련 선행연구 고찰 - 공감기반 가족수학 수업모형 개발: 개념모형과 상세모형으로 구분하여 개발 본 연구보고서는 가족 단위 수학공감 프로그램을 개발하고자 다음의 연구를 수행함 - 공감기반 가족수학 프로그램 유형 및 대상 도출 - 소외계층을 위한 프로그램으로 다문화 가족과 농촌지역 거주 가족을 대상으로 문화 프로그램을 융합한 수학 활동 프로그램 개발 - 연산, 도형, 대칭, 코딩, 전략, VR, 게이미피케이션 등을 활용한 프로그램 개발 - 6,7세 가족, 초등 저학년 가족, 초등 고학년 가족 대상 프로그램 개발 - 프로그램 별 공감요인 추출 - 프로그램 프로파일 양식 개발 및 프로그램 별 프로파일 작성 본 연구보고서는 개발된 가족수학 프로그램을 운영 및 적용하고자 다음을 수행함 - 공감기반 가족수학 프로그램 8회차 적용 - 다문화 가족 및 농촌지역 거주 가족을 대상으로 적용 - 정책연구로서 정책적 운영의 가능성을 확인하기 위하여 교육청과 연계하여 이천시에 서 2회차 적용 - 프로그램 운영 시 학습자 대상 적용 양상 탐색 및 수학공감, 세대공감, 문화공감의 공감 요인 효과성 분석272020-12-31
1212019 가족 단위 수학공감 프로그램해당없음심재규융합과학교육협회유치원, 초등, 중학 등기타수학교육연구과제명 : 2019 가족 단위 수학 공감 프로그램 개발운영연구기관 : 융합과학교육협회연구기간 : 2019.6.26 ~ 2019.12.31 연구책임자 : 심재규연구요약문 : 부모와 자녀가 함께할 수 있는 다양한 수학 프로그램을 개발하고 프로그램 안내서를 보급하여 수학을 어려워하는 성인 부모가 자녀를 이끌어 함께 수학을 즐기고 체험할 수 있도록 하여 수학에 대한 긍정적 인식 확산 및 수학의 대중화에 그 목적이 있다. 가족이 함께 공감할 수 있는 수학을 함께한다는 의미로 연구의 프로그램 명칭을 가족 단위 수학 공감 프로그램로 선정. 맞벌이 가정으로 가족과 함께 하는 시간이 적은 학생들을 주 대상으로 선정하여 평일 저녁 및 주말에 프로그램을 총 개정교육과정의 초등 수학 영역(수와 연산, 도형, 측정, 규칙성, 자료와 가능성)에 맞게 14개 프로그램을 개발하였으며, 학생들의 학년군과 수준에 따라 난이도를 조정하여 다양한 활동을 구성하였다. 각 활동들은 쉽게 구할 수 있는 재료 및 도구를 활용할 수 있도록 개발하였으며, 프로그램 참여한 가족들에게 가정용 키트를 배부하였다. 지속가능한 활동을 위하여 프로그램 안내서를 제작하여 가정에서 활동할 수 있도록 하였고, 안내서에 부모님의 역할을 안내하여 가족 공감을 실현할 수 있도록 하였다.622020-12-31
1222015 개정 수학과 교육과정 '인공지능 수학' 과목 시안 개발 연구<NA>이상구한국과학창의재단초등, 중등, 고등, 대학, 일반기타교육과정, 수학교육, 수학과 교육과정, 인공지능, 인공지능 수학연구과제명 : 2015 개정 수학과 교육과정 '인공지능 수학' 과목 시안 개발 연구 연구기관명 : 한국과학창의재단 연 구 기 간 : 2020.4.24 ~ 2020.8.31 연구책임자 : 이상구 연구요약문 : 본 연구는 2015 개정 수학과 교육과정에서 인공지능과 연계된 신규 수학 과목 개발의필요에 근거해 인공지능(AI)에서 기초가 되는 수학 개념이 인공지능(AI)에 어떻게 적용되고 활용하는지 경험하고 배울 수 있는 과목으로 인공지능 수학; 과목의 교육과정 시안을 개발하였다. 이 과목은 2015 개정 교육과정 관련 교과 간, 중 고교 교육과정 간 위계를고려함으로써 학생들이 공통과목 이수 후 이수할 수 있는 진로 선택 과목으로써 기여할예정이다. 인공지능 수학;은 현 교육과정 체제 내에서 학생의 진로와 학습 역량을 고려하여 선택할 수 있는 과목으로, 향후 고교학점제 운영을 위해 제공되는 다양한 선택 과목으로서 학생들의 수학 역량 증진에 기여할 것으로 기대된다.4612021-02-28
123알지오매스 체험관 모델 개발 연구<NA>권지은상명대학교교사기타알지오매스,체험관,수학문화관주관연구기관명 : 상명대학교 연 구 기 간 : 2020. 06 2020. 12 (7개월) 주관연구책임자 : 권지은 요약문 * 체험 콘텐츠 모델 방향성 정립 - “창밖으로 뛰쳐나온 알지오매스” - 호기심 발동, 앎의 즐거움, 새로운 도전, 지적 성장의 컨셉으로 콘텐츠를 체험하도록 함. * 유형별 체험 콘텐츠 가이드라인 개발 (1) 독립된 체험 공간 - 수학문화관 “도형으로 디제잉”: 기하학과 음악을 연계한 인터랙티브 체험 콘텐츠 (2) 독립된 체험 공간 수학체험센터 “알지오매스로 디자이너”: 도형이 소재로 나오는 동화책을 읽고, 그 안에 나타난 주인공을 알지오매스를 통해 캐릭터로 그리고 실시간 전시하는 체험 콘텐츠 (3) 독립된 체험 공간 수학체험센터 “입체도형으로 우주행성”: 알지오매스의 입체도형을 이용하여 나만의 우주 행성을 만들어 체험 공간 디스플레이 또는 온라인의 가상 공간에 실시간 전시 (4) 독립된 체험 공간 과학관 “점과 선으로 별자리”: 알지오매스의 점과 선을 이용하여 나의 별자리를 그리고, 돔스크린(천체 체험관)에서 그린 별자리를 보는 체험 콘텐츠 (5) 학교 내 체험 공간 수학교과실 “기하학으로 예술가”: 알지오매스를 통해 수학적 개념과 도구를 통해 기하학을 배우고 동시에 예술 체험 활동을 하는 5차시 동아리 활동 프로그램962021-04-27
1242015 개정 수학과 교육과정 현장실태 분석BD21010009김동원대한수학교육학회초등,중학,고등학교기타수학,교육주관연구기관명 : 대한수학교육학회 연 구 기 간 : 2020. 7. 9. ~ 2020. 12. 31. 주관연구책임자 : 김동원 요약문 (목표) 2015 개정 수학과 교육과정 적용 실태·요구 조사 및 현장 교육과정 지원 방향모색, 차기 교육과정 개선 방안 제시(방법) - 교과서 개발에 참여한 교수, 교사 대상 초점 그룹 면담 및 토론 - 초점 그룹 면담 및 토론을 통해 도출된 쟁점을 포함한 대규모 설문 조사- 대규모 설문 결과를 바탕으로 추가 초점 그룹 토론 및 전문가 자문 청취(교육과정 적용 실태 및 요구) - 교과 역량 선정은 대체로 잘 되었으나 교과 역량 의미와 역할의 모호성으로 학교현장에서 구현에 어려움이 있음- 대체로 학습 부담 경감이 되었으나 초등학교에서는 자연수의 혼합계산, 중학교는 피타고라스 정리, 고등학교는 과목별 이수 경로에 따른 내용 위계 문제가 발생함- 교수 학습 방법 및 평가 방법이 치우쳐 활용되고 있으며, 과정중심 평가에 대한 구체적인 방안이 부족함 (교육과정 지원 방향) - 교수 학습 방법, 역량 평가를 위한 연수에 대한 요구가 높고 교사 연수 시기 및 방법개선이 필요함- 디지털 교과서 및 디지털 환경이 갖춰진 교과 교실 확보가 필요함- 수학 교과 역량 지도와 관련된 예시 자료 제공이 필요함- 중학교는 자유학기제/자유학년제에 따른 시수 확보, 고등학교는 수능시험과의 연계 측면에서 평가에 대한 개선이 필요함(차기 교육과정 개선 방안) - 수학 교과 역량은 시대의 변화, 학교급 따라 하위 요소 유연하게 설정- 위계, 내적 연결성을 고려한 교육 내용 개선- 교수 학습 및 평가의 구체적인 사례 제시- 교수 학습 방법 및 유의사항, 평가 방법 및 유의사항의 강제성 약화632021-05-27
125수학 학습 어려움 분석을 위한 평가문항 개발 연구BD21010011김희정홍익대학교초등기타수학학습경로, 수학학습 어려움, 오개념, 메타연구주관연구기관명 : 홍익대학교 산학협력단 연 구 기 간 : 2020.8.10~2020.12.31. 주관연구책임자 : 김 희 정 요약문본 연구는 2015 개정 수학과 교육과정의 학교 현장에서의 안착 및 수학교육의 활성화 필요성에 근거한 제3차 수학교육 정책연구과제이다. 특히 본 연구의 목적은 수학 학습에서 초등학교3~6학년군 학생들이 겪는 수학 학습 어려움을 진단하기 위한 평가 문항을 설계 및 개발하여, 수학 학습 어려움 발생 시점 및 원인을 도출하고, 교수학습 지원 방안과 정책적 제언을 마련하는 것이다. 이를 위해, 본 연구는 크게 세 가지 연구를 실시하였다. 첫째, 초등학교 3~6학년군의 수학 내용 영역별 선행 연구의 메타분석을 실시하고, 2015 개정교육과정상의 수학 내용 영역별 오개념 선행 연구 조사를 통해 사례를 정리하였다. 이를 통해초등학교 수학 내용 영역별 키워드 검색을 실시한 후, 인용 네트워크 분석을 통해 연구의 흐름을 파악하고, 학습 경로 수립을 위한 이론적 근거를 마련하였다. 또한, 정리한 오개념 사례를 정리하여수학 학습 어려움 진단을 위한 평가 문항 개발의 이론적 근거를 마련하였다. 둘째, 초등학교 3~6학년군의 수학 학습 어려움 진단을 세부적으로 하기 위하여 수학 내용 영역별 및 주제별 학습 요소에 따른 세부 학습 경로를 수립하였다. 이 학습 경로는 초등학교 학생들이 교육과정에 근거한 학습 과정을체계적이고 위계적으로 나타낸 것으로 학생들의 수학 개념의 이해 정도를 선수/후속 개념과 관련지어 나타낼 수 있다. 전문가 자문을 통한 적합도 검사 및 자문 의견을 반영하여 학습 경로를 수정하였고, 개발한 평가 문항의 신뢰도 및 타당도 검사를 통해 학습 경로를 수립하였다. 셋째, 초등학교 3~6학년군의 수학 학습 어려움 및 이해도를 진단하기 위해 2015 개정 수학과 교육과정의 학년별, 영역별 성취 기준과 본 연구진이 수립한 세부 학습 경로를 연계한 평가 문항을 개발하였다. 평가 문항은 세부 학습 경로별 수학 학습의 어려움 발생 지점 및 원인을 진단하고 분석을 목적으로 각 세부 경로당1092021-06-07
126수학 서술형 평가 지원을 위한 지능정보도구 기획 연구<NA>김혜미한국과학창의재단교사기타수학교육주관연구기관명 : 한국과학창의재단 연 구 기 간 : 2018.4.1 ~ 2018.12.31 주관연구책임자 : 김혜미 ( 한국과학창의재단 ) 요약문 : 1. 국내 외 수학교육 현황 국내 외 수학교육 및 평가, 서술형 평가 관련 선행연구와 인식 조사 분석을 통해 학교현장 교사들이 문항 출제, 채점 결과의 공정성, 결과 활용 등으로 인해 서술형 평가 현장 적용에 어려움을 느끼고 있음을 파악함. 또한 교사들은 문제은행, 자동채점, 평가 결과 활용 방안 및 피드백 환경 구축 등을 요구함을 확인함 2. 국내 외 지능정보도구 교육 활용 사례국내 외 지능정보도구 교육 활용 사례 및 선행연구 분석을 통해 교육현장에서 지능정보기술을 활용한 교수 학습 도구가 활발하게 개발 활용되고 있으며, 학습 수준과 태도 등을 진단하고 분석하여 맞춤형 학습을 지원하고 있음을 확인함. 또한, 인식 조사 분석을 바탕으로 교사들은 시대적 변화와 수학교육의 추세에 따라 서술형 평가 확산 및 지능정보도구 개발·활용을 요구하고 있음을 확인함 3. 수학 서술형 평가 지원을 위한 지능정보도구 개발 방안지능정보시대 국내 외 수학교육 현황 및 지능정보도구 교육 활용 사례에 기반하여 수학 서술형 평가 여려움을 개선하고 활성화 제고를 위한 지능정보 도구 개발 방안으로, 문항관리 시스템과 자동채점 시스템, 맞춤형 피드백 시스템을 제안함72018-12-31
127수학 수업분석 실습 프로그램 개발에 관한 연구<NA>노지화부산대학교교사기타수학교육주관연구기관명 : 부산대학교 연 구 기 간 : 2018. 04. 1 ~ 2018. 12. 31 주관연구책임자 : 노지화 (부산대학교) 연구요약문 : 수학수업 분석틀 개발- 내용: 수학수업의 특성을 반영한 수업분석틀 개발 원리 도출 및 구성 - 방법: 문헌조사, 사용 적합성 조사, 국내·외 전문가 협의- 결과: 수업의 내용적 측면 분석을 위한 핵심요소 추출, 수업의 교수법 측면 분석을 위한 핵심요소 추출, 분석틀 2종 (수업내용, 수업교수법)의 각 분석기준 및 지표 개발 수학수업 분석 실습 자료 개발- 내용: 수학수업 애니메이션 개발 - 방법: 문헌조사, 수업 동영상 발굴, 애니메이션 제작, 국내 전문가 협의- 결과: 대규모 수업 동영상 축적, 실제수업 기반 수업 애니메이션 8편 개발, 수학수업 분석 실습 방법 제안- 내용: 효과적인 수학수업 분석 논의를 위한 개발 자료 활용 방법 제시- 방법: 문헌조사, 사례연구 수행, 국내 전문가 협의- 결과: 개발 자료를 사용한 수학수업 분석 실습 사례 축적82019-10-22