초록 열기/닫기 버튼
목적 본 연구는 빅데이터 분석법인 의미연결망 분석을 활용해서 유아 코딩교육에 대한 사회적 인식 및 요구의 흐름을 살펴보고 주요키워드를 파악하여 유아 코딩교육의 흐름에 대한 이해를 높이고 앞으로 유아 코딩교육을 위해 유아교육기관 및 정책 연구가 나아갈방향에 시사점을 찾는데 목적이 있다. 방법 이를 위해 2007년 9월 25일~2011년 9월 25일, 2011년 9월 26일~2015년 9월 25일, 2015년 9월 26일~2019년 9월25일, 2019년 9월 26일~2023년 9월 25일과 같이 전체 기간인 2007~2023년을 총 4분기로 나누었다. 이후, TEXTOM에서 ‘유아코딩교육’을 검색어로 하여 데이터를 수집하였다. 다음으로, 수집한 데이터를 토대로 TEXTOM의 감성어휘분석을 실시하였다. 또한, 2차례 정제과정을 거친 후 TF-IDF를 토대로 각 분기별로 50개씩 총 200개의 키워드를 추출하였다. 마지막으로, 최종 키워드로 CONCOR 분석을 실행하였다. 결과 연구결과, 유아코딩교육은 시간이 흐름에 따라 사회적인 관심도가 증가하였고 다양한 채널로 콘텐츠가 확장되고 있었으며, 부정보다 긍정적인 인식이 꾸준히 높았다. 또한, 각 분기별로 50개씩 키워드가 추출되었으며 CONCOR 분석 결과 분기별로 4개의단어 그룹이 형성되었다. 각 분기별 50개의 키워드와 4개의 단어 그룹을 통해 분기별 유아코딩교육에 대한 사회적 인식과 흐름을파악할 수 있었다. 결론 본 연구는 유아코딩교육에 대한 사회적 인식 및 요구의 흐름을 파악하였으며, 이를 토대로 유아코딩교육에 대한 사람들의 주요관심도 파악 및 유아코딩교육의 발전을 위해 정책 방안 마련 시 기초자료로 활용될 수 있을 것이다.
Objectives This study uses semantic network analysis, a big data analysis method, to examine the flow of social awareness and demands for early childhood coding education and identify key keywords to improve understanding of the flow of early childhood coding education and to improve early childhood coding education in the future. The purpose is to find implications for the direction of institutional and policy research. Methods For this purpose, the entire period, 2007-2023, was divided into a total of 4 quarters such as from September 25, 2007 to September 25, 2011, September 26, 2011 to September 25, 2015, September 26, 2015 to September 25, 2019, September 26, 2019 to September 25, 2023. Afterwards, data was collected using ‘Early childhood coding education’ as a search term in TEXTOM. Next, we conducted emotional vocabulary analysis of TEXTOM based on the collected data. In addition, after two purification processes, a total of 200 keywords, 50 for each quarter, were extracted based on TF-IDF. Finally, CONCOR analysis was performed with the final keywords. Results As a result of the study, social interest in early childhood coding education increased over time, content was expanded into various channels, and positive perceptions were consistently higher than negative. In addition, 50 keywords were extracted for each quarter, and as a result of CONCOR analysis, 4 word groups were formed for each quarter. Through 50 keywords and 4 word groups for each quarter, we were able to identify the social awareness and flow of early childhood coding education by quarter. Conclusions This study identified the flow of social awareness and demands for early childhood coding education, and based on this, it can be used as basic data to identify people's major interest in early childhood coding education and prepare policy measures for the development of early childhood coding education.
키워드열기/닫기 버튼
early childhood coding education, social awareness, big data, semantic network analysis
