초록 열기/닫기 버튼
학업 중단 문제는 발달 과업의 성취에 부정적인 계기로 작용할 가능성이 크다. 본 연구에서는 중퇴를 야기시키는 개인, 가정, 사회, 학교 등의 전 영역을 포괄적으로 고찰하고자 그 관련 변인들을 위험 요인과 보호요인으로 구별한 후 신경망 모형을 구성하였다. 개발된 모형에 의하면 위험 요인이 증가할수록 중퇴 반응도 대체로 증가하고 있었지만 보호요인이 증가할수록 중퇴 반응이 감소하는 것은 일관된 경향이 아니었다. 모형은 비 선형적이었으며, 중학생보다는 고등학생 집단에 그리고 여학생보다는 남학생집단에 더 설명력이 있는 것으로 나타났다. 신경망 모형은 위험 요인과 보호 요인의 시기적 변환을 파악할 수 있게 해주고 예방에 관한 맞춤식 접근을 개발하는데 유용하게 활용될 수 있다. 추후 연구에서는 중퇴의 유형과 지속 기간 등을 고려하고 장기적인 후유증을 추적하는 연구가 필요할 것으로 제안되었다.
The present study was conducted to develop neural network model on school drop out, with two primary steps in mind. They were : First step, to differentiate between risk and protective factors by applying the decision tree analysis on the data about individual, family, peer, school and community-related variable. Second step, to integrate risk and protective factors that would simulated on the multi-axis. According to the neural network model, the more risk factors is cumulated, the more rate of school drop out is increased. But in the case of protective factors, its tendency is not clear. The neural network model showed that risk and protective factor were simulated on the multi-axis would predict school drop out mainly by non-linearity function. Because the various sub-dimensions was involved, the neural network model was fit male and high school student samples very well. Tailored approach of school drop out is avaliable by applying neural network model. The future study on risk and protective factors model of school drop out is desirable to simultaneous consider patterns and duration of school drop out.
키워드열기/닫기 버튼
school dropout, risk factors & protective factors, artificial neural networks
