http://dx.doi.org/10.3938/NPSM.68.889
Semantics Network Analysis of the Activation Words for ‘Energy’
Terminology Used by Secondary Pre-Service Science Teachers
Youngwook Song
∗Department of Physics Education, Korea National University of Education, Cheongju 28173, Korea (Received 2 April 2018 : revised 30 July 2018 : accepted 30 July 2018)
Energy is a term that is often used in everyday life or physics. It is also an important term used in many areas. However, energy is an abstract idea that explains natural phenomena such as power, work, heat, and electricity. The purpose of this study is to attempt to understand the structure of knowledge of energy terminology in secondary pre-service science teachers by using an activation word network analysis and to discuss the implications for the educational application of an energy-word activation-word network analysis. The subjects of this study were 88 students at a Science Education University. The analysis method was based on a semantic network analysis of the frequency, weight, and centrality of active words in free association and definition sentences on energy terminology. Finally, the results of the active word network analysis are used to infer the structure of knowledge of energy terminology in secondary pre-service science teachers and to discuss the educational implications for the activation word network analysis.
PACS numbers: 01.40.Ha
Keywords: Energy, Terminology, Activation words, Semantics network, Science teacher
중등 예비 과학교사들의 에너지 용어에 대한 활성화 단어 네트워크 분석
송영욱
∗한국교원대학교 물리교육과, 청주 28173, 대한민국
(2018년 4월 2일 받음, 2018년 7월 30일 수정본 받음, 2018년 7월 30일 게재 확정)
에너지는 일상이나 물리에서 자주 사용하는 용어이다. 또한 여러 영역에서 통합적으로 사용하는 중요한 용어이다. 하지만 에너지는 힘, 일, 열, 전기 등과 같이 자연현상의 시스템을 설명하는 추상적인 아이디어이 기 때문에 학생들이 어려워하는 개념 중에 하나이다. 이 연구의 목적은 활성화 단어 네트워크 분석을 통해 중등 예비 과학교사들의 에너지 용어에 대한 지식의 구조를 이해하고, 에너지 용어의 활성화 단어 네트워크 분석에 대한 교육적 활용에 대한 시사점을 논의하는 데 있다. 연구 대상은 사범대학교 과학교육과 학생 88 명으로 하였다. 분석 방법은 자유연상 및 문장 정의에서 활성화된 단어의 빈도, 강도, 연결중심도를 의미 네트워크 분석 방법으로 조사하였다. 연구 결과 물리교육 전공자는 ‘보존’ 이 활성화 단어의 중요한 영향을 미치는 반면 비 물리교육 전공자는 ‘힘’ 이 활성화 단어의 중요한 영향을 미치는 것으로 나타났다. 끝으로 중등 예비 과학교사들의 에너지 용어에 대한 지식의 구조를 추론하고, 활성화 단어 네트워크 분석에 대한 교육적 시사점을 논의한다.
PACS numbers: 01.40.Ha
Keywords: 에너지, 용어, 활성화 단어, 의미 네트워크, 과학교사
∗E-mail: [email protected]
This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/3.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.
I. 서 론
에너지는 여러 분야에서 자주 사용하는 용어이며, 과학 교육과정에서 핵심을 이루는 개념이다. 에너지는 과학의 교과 영역별 경계를 연결하고 과학과 공학의 여러 분야에서 설명적 가치를 지닌 개념이며, 여러 교과에서 공통적으로 연관되는 매우 중요한 과학적 주제이다 [1,2]. 미국 국가 수준 과학 교육과정에서는 에너지를 물리와 생물 영역의 학문 내 핵심 개념 중 하나로 명시하는 동시에 학문 간 기초 공통개념의 하나로 제시하는 등 중요하게 다루고 있다 [1, 3,4]. 미국의 국가 수준 과학 교육과정에서는 모든 교과에 공통적으로 연관되는 과학적 주제로 경향성, 인과 관계, 규모와 비율 및 양, 체계와 체계적 모형, 구조와 기능, 안 정성과 변화, 에너지와 물질을 기초공통개념으로 다루고 있다 [1]. 우리나라 과학 교육과정에서도 에너지는 중요한 개념으로 다루어지고 있다. 최근 개정된 2015 개정 과학과 교육과정에서는 초등학교 과학의 ‘에너지와 생활’, 중학교 과학의 ‘에너지 전환과 보존’이 독립된 단원으로 포함되었다 [2,5]. 2015 개정 과학과 교육과정에서 에너지는 초등학교 교육과정의 통합단원 중 하나로 신설된 것은 물론 고등학교 통합과학의 한 영역으로 중요한 기초 개념으로 자리 잡고 있다 [4].
에너지는 물리에서 중요하게 사용하는 개념이지만, 학생 들이 학습 과정에서 많은 어려움을 겪는 개념이기도 하다 [6]. 학생들이 에너지 개념을 어려워하는 이유는 에너지가 직접적인 경험이나 체험을 넘어서는 추상적인 개념이기 때 문이다 [4,7]. 에너지는 힘, 열, 전기 등과 같이 눈에 보이지 않은 시스템의 현상을 설명하기 위한 추상적인 개념이다.
에너지는 매우 추상적이고 복합적인 개념으로, 에너지의 효과적인 교수에 대한 여러 주장이 제기된 바 있다 [6]. 에 너지는 일상에서 자주 사용하는 용어이며, 학생들이 과학적 개념과 일상적 용어를 구별하여 이해하는 데 많은 어려움을 겪기도 한다 [8]. 이는 일상에서 자주 사용하는 에너지 용어 의 의미가 과학적 의미와 일치하지 않기 때문이다 [4,9].
학습에 의한 정보는 장기기억 속에 지식으로 저장된다.
지식은 학습자의 장기기억 속에 다양한 방식으로 기억된다.
그것은 정신적인 심상, 명제, 스키마 등으로 저장될 수 있다 [10]. 최근까지도 여전히 사용되고 있는 기억의 모델은 연결 네트워크 (connecting network) 로 표현된다. 연결 네트워 크 모델은 지식이 서로 연결 되어 있는 웹과 같은 형태로 학습자의 장기기억 속에 표상된다는 것을 의미한다 [11]. 연 결 네트워크에서 지식은 거미줄과 같은 조밀한 그물망으로 표현될 수 있다. 그물망은 여러 노드 (node) 와 노드 사이를 연결하는 링크 (links) 로 구성된다. 그 노드들은 인지단위
(개념, 명제, 스키마) 로 구성되어 있으며 링크들은 이런 인지단위들 사이의 관계를 나타낸다고 가정한다 [12].
장기 기억 속에 저장되는 지식의 구조에 대하여 여러 학자의 견해가 있다. Collins과 Qullian은 지식은 위계적 구조로 만들어진 의미 네트워크에 의해 표현될 수 있는 것 으로 간주하였다. 위계적 구조는 상위구조와 하위구조로 나누어진 개념을 의미한다. 각 개념의 성질은 그 노드에서 다른 노드로 향하는 링크에 의해 설명된다 [13] . Anderson 은 개념 노드 대신에 명제를 노드로 하는 명제 네트워크를 주장하였다. 명제는 규칙에 따라 형성된다. 명제 형성의 규칙에 관해서는 학자마다 의견이 분분하지만, 노드가 명제 로 통합되고 명제는 밀접한 관련을 맺는 상위 구조 (higher- order structure) 와 네트워크로 통합된다는 데 일반적으로 동의한다 [14]. 연결주의 관점 (connectionism perspective) 에서 네트워크 모델은 병렬분사처리 (parallel distributed processing) 를 구조적 기반으로 둔다. 연결주의 네트워크에 서는 여러 형태의 지식이 네트워크 구조 내에서 표현된다고 가정하며, 지각이나 기억과 같은 지식 표상과 처리의 많은 현상을 설명한다. 병렬분산처리 모델에서 지식표상의 핵 심은 각 개별 노드가 아니라 장기기억 속에 저장된 다양한 노드간의 연결에 있다 [11].
다양한 노드는 사람이 정보를 생각할 때 마다 활성화된다.
활성화는 배선이 연결된 네트워크를 통해 전류가 흐르는 것처럼 연결 링크를 통해 이웃 노드로 확산된다. 활성화 확 산은 약한 연관성이 있는 노드 간에는 약하고 더 느리게 발 생한다. 활성화가 약한 노드는 퍼지면서 분산되므로 활성화 로드에서 멀리 떨어지게 된다. 이를테면 누군가 간호사란 정보를 생각할 때 의사, 환자, 병원 간에는 강한 연관성이 있으므로 단어들 간에 인접하고 밀집된 활성화가 일어날 것 이고, 사장, 사원, 공장과 간호사 간에는 연관성이 약하므로 멀리 활성화가 되거나 아예 활성화가 되지 않을 수도 있다.
이는 장기기억 속에 관련된 모든 단어를 검색하여 활성화가 발생함을 의미하며, 한 노드에서 활성화가 확산되면 인접한 다른 단어들도 활성화가 일어남을 의미한다 [15]. 활성화 확산 이론에 따르면 프라임 (prime) 과 주어진 타켓 노드 사이의 활성화 양은 두 가지 함수로 이루어진다. 하나는 프라임과 타켓 노드를 연결하는 링크의 수이고, 다른 하나는 각 연결의 상대적 강도이다. 활성화 확산이 초기 활성화 에 가까우면 많은 노드가 활성화되고 멀어지면 활성화가 약해진다. 따라서 프라임 노드와 밀접하게 관련된 타켓 노드는 많은 활성화를 가지나, 관련이 적은 타켓 노드는 덜 활성화가 된다 [11].
의미 네트워크 분석은 관계의 구조적 이해 및 시각화에 용이하다. 네트워크 분석은 가장 일반적으로 관계 자료를 바탕으로 다양한 지표 (index) 들을 계산하고, 가시적으로
숨은 구조를 다양한 그림으로 보여주는 분석 방법이다 [16].
다른 분석 방법들은 단순히 빈도 분석을 통해 주요 개념들의 반복 언급 횟수를 수치화하여 중요도를 강조하거나, 혹은 문장의 의미를 연구자의 주관에 의존하여 분석하는 등 개념 사이의 관계를 나타내는데 취약하였다 [16,17]. 반면 의미 네트워크 (semantics network) 분석 방법은 메시지 안 단어 들 사이의 관계에서 각 단어를 하나의 노드로 취급하여 한 문단에서 두 단어가 동시에 일어나는 빈도를 통해 두 단어 사이의 관계 강도를 정의하기 때문에 연구자의 주관으로부 터 자유로울 수 있다 [18]. 더구나 의미 네트워크 분석 방법 은 측정 지표들의 텍스트 분석을 보다 심화시키고 다양한 형태를 통해 비가시적인 텍스트의 의미 구조를 시각적으로 보여 준다는 커다란 장점을 갖는다 [16]. 의미 네트워크 분석 방법은 입력된 정보에 의해서 활성화된 단어들의 연상 네트워크에 대한 시각화가 가능하고 이것으로 장기 기억 속에 활성화된 단어들 간의 연상 강도를 파악할 수 있다 [17]. 따라서 의미 네트워크 분석 방법을 통해 용어에 대한 지식의 구조를 추론할 수 있을 것이다.
앞서 살펴본 바와 같이 에너지는 과학과 교육과정에서 중요한 핵심 개념이며, 일상과 물리에서 자주 사용하는 용어이다. 그러나 에너지 개념의 추상성과 일상적 용어와 과학적 개념의 혼용 때문에 학생들이 에너지를 이해하는데 많은 어려움을 겪기도 한다. 최근 과학과 교육과정에서 통 합교과의 중요성 때문에 학생들의 에너지 개념에 대한 평가 및 교과과정에 대한 연구들이 많이 진행되고 있지만 이와 동시에 교사를 대상으로 하는 연구도 필요하다. 학생들의 학습에 미치는 요인은 다양하게 존재하지만, 교사의 요인에 의해 미치는 영향이 크며, 이는 특히 교사의 개념에 대한 지식 구조가 수업을 통해 학생들에게 전달되기 때문이다.
교수자의 지식 구조를 분석하고 이를 수업에 적용한다면 학습자의 개념 형성에 많은 도움이 될 것이다. 네트워크 분 석 방법은 특정 개념의 관계 구조를 파악하고, 관계 구조에 대한 시각화가 쉽기 때문에 교수자의 지식 구조를 파악하는 데 활용할 수 있을 것이다. 따라서 이 연구의 목적은 활성화 단어 네트워크 분석을 통해 중등 예비 과학교사들의 에너지 용어에 대한 지식의 구조를 파악하고, 에너지 용어의 활성화 단어 네트워크 분석에 대한 교육적 활용에 대한 시사점을 논의하는 데 있다.
II. 연구 내용 및 방법
1. 연구 대상
중등 예비 과학교사들의 에너지 용어에 대한 활성화 단어 네트워크를 분석하기 위하여 사범대학교 과학교육과 1, 2
학년 대학생들을 대상으로 조사하였다. 전공에 따른 에너지 용어에 대한 활성화 단어 네트워크의 차이가 있는지 알아보 기 위하여 물리교육 전공자 44명, 비 물리교육 전공자 44명 총 88명을 연구 대상으로 하였다. 물리교육 전공자는 1학년 23명, 2학년 21명이고, 비-물리교육 전공자는 화학교육, 생물교육 전공자 1학년 24명, 2학년 20명이다. 1학년 학생 들은 1학기 때 대학 일반 물리학I을 이수한 학생들이고, 2 학년 학생들은 1학년 때 수업을 이수한 학생들이다. 조사 시기는 2학기 말이다.
2. 분석 내용
중등 예비 과학교사들의 전공에 따른 에너지 용어에 대한 활성화 단어 네트워크의 차이를 알아보기 위하여 자유연상 기법과 문장 정의기법을 활용하였다. 자유연상기법은 기 억에서 활성화 수준을 얻기 위해서 사용되며 [19], 문장 정 의기법은 학습자의 개념을 조사하는데 주로 사용된다 [20].
자유연상기법에서는 ‘에너지’ 와 관련하여 떠오르는 단어를 5개 이상 설문지에 기록하도록 하였다. 문장 정의기법에서 는 ‘에너지는 ____.’ 와 같이 문장을 완성하도록 하였다.
자유연상기법에서 떠올린 단어 및 문장 정의에서 사용한 단어를 추출하고 네트워크 분석 프로그램 (NetMiner) 을 활용하여 중등 예비 과학교사의 전공에 따른 단어의 특징을 비교 분석하였다.
3. 분석 방법
에너지 용어에 대한 활성화 단어 네트워크 분석 방법은 먼저 활성화 단어에 대한 정제화 과정을 거친 후 네트워크 분석 프로그램을 활용하여 분석하였다. 에너지 용어에 대한 전체적인 활성화 단어를 분석하고 구체적으로 알아보기 위 해서 활성화 단어 빈도가 높은 상위 15개 단어를 추출하여 분석하였다. 에너지 용어의 활성화 단어의 특징을 분석하 기 위해서 활성화 단어의 빈도 (frequence), 강도 (weight), 연결중심도 (degree centrality) 를 중심으로 분석하였다. 빈 도는 중등 예비 과학교사들이 자유연상에서 떠올린 단어 및 문장 정의에서 활성화된 단어의 빈도를 의미한다. 강도는 자유연상에서 떠올린 단어 및 문장 정의에서 활성화된 단어 빈도를 인원수 또는 문장 정의의 수로 나눈 값이다.
‘Degree Centrality’ = sum[weight of incident links]
# nodes− 1
연결중심도는 노드들이 서로에게 인접 (adjacent) 한 정도를 계산한 값이다 [21]. 활성화 단어 네트워크 연결중심도의 특 징을 알아보기 위해서 ‘spring 2D’ 와 ‘동심원 (concentric)’
을 통해 시각화하여 분석하였다.
Table 1. Activation words for energy terminology.
Physical terminology 72 words Nonphysical terminology 52 words chemical reaction, chemistry, coil, conduction, conservation, abundance, advance, ATP, battery, bicycle, Bio,
convection, conversion, cosmos, current, distance, E=mc2, bright, chocolate, coffee, complication, destruction, earth, elasticity, electric bulb, electric field, electricity, development,Dragon Ball, drink, driving force, Eco, electromagnetic wave, electron, environment, excitation, Einstein,Energetek, energy wave, engineering, existence,
force, free fall, frequency, fusion, generator, gravity, external, food, green, importance, increase, infinite power, heat, height, impulse, joule, level, light, magnetic force, intellect, internal, loss, meaningfulness, money, movement, mass, mechanical, mechanics, medium, motion, nature, newton, nature, necessary, oil, Pollution free, power station,
nonconservation, nuclear power, oscillation, particle, resource, saving, science technology, song, source, spirit, position, power, proton, quantum mechanics, radiation, strong, up-down,uses, utility, vitality, widespread,
rotation, scalar, Schrodinger, shift, sign, solar heat, wind, wind force source, strain, sun, system, temperature, thermal,
thermodynamics, transfer, transformation, translation, transport, uncertainty, velocity, voltage, waterpower, wave, work
Total 124 words
Fig. 1. (Color online) Semantics network of activation words for energy terminology.
III. 결과 및 논의
1. 자유연상을 통한 에너지 용어 활성화 단어 네트워크 분석
중등 예비 과학교사들의 자유연상을 통한 에너지 용어에 대한 활성화 단어를 조사하였다. 중등 예비 과학교사들에게
‘에너지’ 하면 머릿속에서 연상되는 단어를 5개 이상 설문 지에 기록하도록 하였다. 중등 예비 과학교사들은 자유연 상을 통한 에너지 용어에 대하여 Table 1과 같이 총 124개 활성화 단어를 떠올렸다. 연상된 124개 단어 중에서 물리용 어에 해당하는 단어는 72개이고 비 물리용어는 52개였다.
물리용어와 비 물리용어의 구분은 한국물리학회에서 편집
한 물리학 용어집을 참고하여 구분하였다 [22]. 중등 예비 과학교사들이 떠올린 물리용어들은 주로 고등학교 물리수 업 시간에 자주 사용하는 단어들이었다. 특히 운동, 위치, 보존, 힘, 열, 전기, 일 등은 중학교 과학수업 시간에 자주 사용하는 단어들과도 연관된다. 비 물리용어들은 일상에서 자주 사용하는 단어들이다. 특히 드링크, 커피, 초콜릿 등은 생활 속에서 에너지를 얻기 위하여 먹는 음식과 연관된다.
에너지와 연상되는 활성화 단어를 노드로 하고 동시에 출현한 활성화 단어의 동시 출현 빈도를 1-모드 (mode) 로 하여 네트워크 분석을 하였다. Fig. 1은 자유연상을 통한 에너지 용어에 대한 활성화 단어의 네트워크를 sprig 2D로 시각화하여 나타낸 것이다. 네트워크에서■는 물리용어를 나타내는 노드이고 ●은 일상용어를 나타내는 노드이다.
Table 2. Frequency, weight, and centrality analysis of top 15 activation words.
Total (N = 88) Physics education major (N = 44) Non physics education majors (N = 44)
No. Words Fre-
Weight Centrality Words Fre-
Weight Centrality Words Fre-
Weight Centrality
quency quency quency
1 Motion 39 0.4432 0.8571 Conservation 18 0.4091 0.8571 Motion 24 0.5455 0.7857
2 Position 31 0.3523 0.7857 Motion 15 0.3409 0.7857 Force 19 0.4318 1.0000
3 Force 28 0.3182 0.7143 Position 12 0.2727 0.6429 Position 19 0.4318 0.6429
4 Conservation 25 0.2841 0.8571 Force 9 0.2045 0.4286 Heat 14 0.3182 0.5714
5 Heat 20 0.2273 0.6429 Electricity 7 0.1591 0.5714 Electricity 7 0.1591 0.6429
6 Electricity 14 0.1591 0.7857 Work 6 0.1364 0.5000 Work 7 0.1591 0.5714
7 Work 13 0.1477 0.6429 Feat 6 0.1364 0.4286 Light 7 0.1591 0.5000
8 Light 12 0.1364 0.7143 Light 5 0.1136 0.4286 Conservation 7 0.1591 0.5000
9 Power station 7 0.0795 0.5000 Mechanical 5 0.1136 0.4286 Battery 4 0.0909 0.4286 10 Nuclear power 5 0.0568 0.5714 Wind force 4 0.0909 0.2857 Power station 4 0.0909 0.2143
11 Thermal 5 0.0568 0.5714 Thermal 4 0.0909 0.2857 Joule 3 0.0682 0.5000
12 Battery 5 0.0568 0.5000 Energy wave 4 0.0909 0.2857 Saving 3 0.0682 0.3571
13 Mechanical 5 0.0568 0.4286 Nuclear power 3 0.0682 0.4286 Sun 3 0.0682 0.2857
14 Wind force 5 0.0568 0.3571 Power station 3 0.0682 0.3571 Drink 3 0.0682 0.2143 15 Energy wave 5 0.0568 0.3571 Velocity 3 0.0682 0.2857 Einstein 3 0.0682 0.2143
모양의 크기는 활성화 빈도를 나타내며 거리는 인접 노드 사이의 관계의 밀집성을 나타낸다. 네트워크 구조에서 볼 수 있듯이 물리용어들은 에너지 용어에 근접하여 위치하고 있고, 비 물리용어들은 에너지 용어와 주로 멀리 떨어져 있는 것을 볼 수 있다. 에너지 용어와 밀접하게 연결되어 있는 단어들을 확대하여 보면 인접한 곳에 ‘힘’ 이 있고, 그 주변에 운동, 보존, 위치, 전기, 일 등이 위치하고 있다. 따 라서 에너지 용어가 머릿속에 입력 될 때 운동, 보존, 위치, 전기, 일 등과 같은 단어들이 활성화될 가능성이 높다.
중등 예비 과학교사들의 전공에 따른 에너지 용어의 활성 화 단어의 특징을 분석하기 위하여 활성화 빈도가 높은 상위 15단어를 중심으로 빈도, 강도, 연결중심도를 조사하였다 (Table 2). 활성화 단어의 빈도는 운동 (39), 위치 (31), 힘 (28), 보존 (25), 열 (20), 전기 (14), 일 (13), 빛 (12) 단어 등 의 순으로 나타났다. 활성화 강도는 에너지와 동시에 출현 하는 강도를 의미하며 강도가 높을수록 에너지라는 정보가 입력될 때 강하게 활성화 될 수 있는 단어를 의미한다. 0 에서 1사이의 값을 가지며 1에 가까울수록 활성화 강도가 높은 것을 의미한다. 활성화 강도에서 1은 거의 같은 단어로 여기거나 동일시하는 것으로 생각할 수 있다. 물리교육 전 공자의 활성화 단어의 강도는 보존 (0.4091), 운동 (0.3409), 위치 (0.2727), 힘 (0.2045), 전기 (0.1591), 일 (0.1364) 등의 순으로 나타났다. 반면에 비 물리교육 전공자의 활성화 단어 빈도는 운동 (0.5455), 힘 (0.4318), 위치 (0.4318), 열 (0.3182), 전기 (0.1591), 일 (0.1591) 등의 순으로 나타났다.
물리교육 전공자들은 보존, 운동, 위치의 활성화 단어가 높은 반면 비 물리교육 전공자들은 운동, 힘, 위치의 활성화 단어가 높은 것을 알 수 있다. 운동, 위치의 활성화 단어는
전공에 상관없이 활성화 강도가 높고, 물리교육 전공자들은
‘보존’이 비 물리교육 전공자들은 ‘힘’의 활성화 강도가 높은 것으로 나타났다.
활성화 단어들의 인접 단어들과 관계를 알아보기 위하여 연결중심도를 분석하였다. 연결중심도는 인접노드에 영향 을 미치는 지표를 나타낸다. 연결중심도가 높은 것은 에너 지와 관련된 단어들이 활성화 될 때 영향을 미치는 단어를 의미한다. 0에서 1사이의 값을 가지며 1에 가까울수록 영 향력이 높은 것을 의미한다. 에너지 용어에 대한 중등 예비 과학교사들의 연결중심도는 운동, 보존 (0.8571), 위치, 전기 (0.7857), 힘 (0.7143) 순으로 나타났다. 운동, 보존, 위치, 전기, 힘 등의 단어들은 에너지 용어와 관련된 다른 활성화 단어에 중요한 영향을 미치는 것으로 알 수 있다. 물리교육 전공자의 연결중심도는 보존 (0.8571), 운동 (0.7857), 위치 (0.6429), 전기 (0.5714) 순으로 나타났고, 반면 비 물리교육 전공자의 연결중심도는 힘 (1.0000), 운동 (0.7857), 위치, 전기 (0.6429) 순으로 나타났다. 물리교육 전공자들에게는
‘보존’ 이 에너지 용어와 관련된 활성화 단어에 중요한 영 향을 미치는 반면 비 물리교육 전공자들은 ‘힘’ 이 에너지 용어와 관련된 활성화 단어에 중요한 영향을 미치는 것으로 나타났다. 이는 전공과 관련된 에너지 용어에 대한 지식 배경의 차이에 기인하여 활성화 단어가 다르게 나타난다고 보인다. 즉 학습 배경에 따라 에너지 용어에 대해서 다르게 지식이 구조화 될 수 있고, 다르게 해석될 가능성이 있다.
Fig. 2는 연결중심도 지표를 sprig 2D와 동심원 (concen- tric) 으로 시각화하여 나타낸 것이다. 네트워크의 시각화는 활성화 단어들의 숨은 관계를 파악하는데 유용하게 사용된 다 [16]. 중등 과학 예비교사들은 Fig. 2(a) 와 같이 에너지
Fig. 2. (Color online) Spring 2D and concentric of top 15 activation words.
용어와 관련하여 운동을 중심으로 위치, 보존, 전기, 빛과 밀접한 관계를 맺고 있다. 동심원을 보면 보존, 운동, 전기, 위치를 중심으로 다른 활성화 단어들에게 영향을 미치는 것을 볼 수 있다. 물리교육 전공자들은 Fig. 2(b) 와 같이
‘보존’ 을 중심으로 운동, 위치, 열, 전기 등과 밀접한 관계를 맺고 있다. ‘보존’ 이 에너지 용어의 활성화 단어에 가장 강하게 영향을 미치는 것을 볼 수 있다. 반면 비 물리교육 전공자는 Fig. 2(c) 와 같이 ‘힘’ 을 중심으로 운동, 열, 전기, 빛 등과 밀접하게 네트워크를 이루고 있는 것을 볼 수 있다.
물리교육 전공자들은 에너지 개념이 운동, 위치에너지의 보 존 등과 관련하여 강하게 연결되어 있다는 것을 알 수 있다.
반면 비 물리교육 전공자들은 에너지 개념이 운동, 위치, 전기와도 관련이 있지만 활성화 단어들의 연결에 강하게 영향을 미치는 개념은 ‘힘’ 이라는 것을 알 수 있다.
2. 에너지 용어의 문장 정의에 대한 활성화 단어 네트 워크 분석
중등 예비 과학교사들에게 에너지 용어에 대한 문장 정 의를 조사하였다. 중등 예비 과학교사들에게 ‘에너지는
____.’ 조사지를 주고 에너지에 대한 정의를 문장으로 기록하도록 하였다. 중등 예비 과학교사들의 에너지 정의에 대한 빈도 및 퍼센트는 Table 3과 같이 나타났다. ‘에너지는 일할 수 있는 능력이다.’ 라는 정의가 23%로 가장 높았고,
‘에너지는 움직임의 원동력이다.’ 가 15% 로 다음 순으로 높게 나타났다. ‘에너지는 힘이다.’, ‘에너지는 다양하게 존재한다.’, ‘에너지는 살아가기 위해서 필요하다.’ 순으로 나타났다. 기타에는 ‘에너지는 물질 그 자체이다.’, ‘에너지 는 자연현상이다.’, ‘에너지는 우리 생활이다.’, ‘에너지는 효율적이다.’ 등이 있었다.
Table 3과 같이 ‘에너지는 일할 수 있는 능력이다.’ 라는 정의가 전공에 상관없이 가장 높게 나타났다. ‘에너지는 일 할 수 있는 능력이다’라는 정의는 과학과 교육과정을 통해서 가장 많이 학습된 것이라 볼 수 있다. 물리교육 전공자는
‘에너지는 보존된다.’, ‘에너지는 살아가기 위해서 필요하다’
라는 정의가 그 다음으로 높았다. 반면에 비 물리교육 전공 자는 ‘에너지는 움직임의 원동력이다.’, ‘에너지는 힘이다’
라는 정의가 높았다.
Fig. 3은 중등 예비 과학교사들이 에너지 용어의 문장 정 의에 사용한 활성화 단어들의 네트워크이다. 에너지 용어의 문장 정의에 사용한 단어를 노드로 하고 동시 출현한 단어의
Table 3. Frequency and percentage on definition of energy terminology.
No. Definition of energy terminology Physics education Non physics education Total
major (%) majors (%) (%)
1 Energy is the ability to work. 10(23) 10(23) 20(23)
2 Energy is the driving force of movement. 4(9) 9(20) 13(15)
3 Energy is preserved. 8(18) 2(5) 10(11)
4 Energy is force. 1(2) 8(18) 9(10)
5 Energy exists in various ways. 4(9) 5(11) 9(10)
6 Energy is needed in order to survive. 5(11) 3(7) 8(9)
7 Energy is converted to other forms. 2(5) 2(5) 4(5)
8 Energy is transmitted through the medium. 2(5) 1(2) 3(3)
9 Energy is physical quantity. 2(5) - 2(2)
10 Etc. 8(18) 7(16) 15(17)
Fig. 3. (Color online) Semantics network of activation words for definition of energy terminology.
빈도를 1-모드 (mode) 하여 네트워크 분석을 하였다. Fig. 3 은 에너지 문장 정의에서 활성화된 단어들의 네트워크를 sprig 2D로 시각화한 것이다. 네트워크에서■는 물리단어,
●은 일상단어, ▲는 동사 또는 부사를 의미한다. 각 모양의 크기는 활성화 빈도를 나타내고, 노드 사이의 거리는 인접 노드 사이의 밀집성을 나타낸다. 에너지 용어를 중심으로 확대한 Fig. 3을 보면 보존, 힘, 일, 열 등의 물리 단어들이 인접하여 활성화한 것을 볼 수 있다. 일상 단어로는 필요, 존재, 운동력, 가능 등의 단어들이 인접하여 있는 것을 볼 수 있다.
중등 예비 과학교사들의 전공에 따른 에너지 용어의 문장 정의 활성화 단어의 특징을 분석하기 위하여 활성화 빈도가 높은 상위 15단어를 중심으로 빈도, 강도, 연결중심도를 조사하였다 (Table 4). 에너지 용어의 문장 정의에서 조사, 부사, 동사를 제거하는 정제화 작업을 거친 후 네트워크 분석을 하였다.
에너지 용어의 문장 정의에서 활성화 단어의 빈도는 일 (29), 물체 (16), 능력 (14), 힘 (11), 보존, 운동, 필요 (9) 등 의 순으로 나타났다. 일, 힘, 보존, 운동 등의 단어들은 자 유연상에서도 활성화되었던 단어들이다. 이와 같은 단어들 은 에너지 용어의 네트워크 구조에서 인접한 단어들이며, 에너지 용어와 관련이 크다는 것을 알 수 있다. 물리교육 전공자의 에너지 용어 문장 정의 활성화 단어의 강도는 일 (0.2727), 보존(0.1591), 물체, 능력(0.1364), 필요(0.1136), 운동, 전달 (0.0909) 등의 순으로 나타났다. 반면 비 물리교 육 전공자들에서는 일 (0.3864), 물체 (0.2273), 힘 (0.2045), 능력 (0.1818), 원동력 (0.1591), 운동, 물리 (0.1136) 등의 순으로 나타났다. 물리교육 전공자들은 일, 보존, 물체, 능 력의 활성화 단어가 높은 반면 비물리교육 전공자들은 일, 물체, 힘, 능력의 활성화 단어가 높은 것을 알 수 있다. 일, 물체의 활성화 단어는 과학교육 전공에 상관없이 활성화
Table 4. Frequency, weight, and centrality analysis of top 15 activation words.
Total (N = 88) Physics education major (N = 44) Non physics education majors (N = 44)
No. Words Fre-
Weight Centrality Words Fre-
Weight Centrality Words Fre-
Weight Centrality
quency quency quency
1 Work 29 0.3295 0.7857 Work 12 0.2727 0.3571 Work 17 0.3864 0.9286
2 Body 16 0.1818 0.5714 Conservation 7 0.1591 0.5000 Body 10 0.2273 0.6429
3 Power 14 0.1591 0.5714 Body 6 0.1364 0.2143 Force 9 0.2045 0.7143
4 Force 11 0.1250 0.7143 Power 6 0.1364 0.1429 Power 8 0.1818 0.5714
5 Conservation 9 0.1023 0.7143 Necessary 5 0.1136 0.2857 Driving force 7 0.1591 0.2857
6 Motion 9 0.1023 0.6429 Motion 4 0.0909 0.4286 Motion 5 0.1136 0.7143
7 Necessary 9 0.1023 0.2143 Transfer 4 0.0909 0.1429 Physcis 5 0.1136 0.4286
8 Driving force 8 0.0909 0.2857 Heat 3 0.0682 0.2857 Heat 4 0.0909 0.5714
9 Feat 7 0.0795 0.6429 Electricity 2 0.0455 0.3571 Matter 4 0.0909 0.2857
10 Matter 6 0.0682 0.2857 Position 2 0.0455 0.2857 Necessary 4 0.0909 0.2143
11 Physics 5 0.0568 0.4286 Force 2 0.0455 0.2143 System 3 0.0682 0.2857
12 Transfer 5 0.0568 0.1429 Medium 2 0.0455 0.1429 Conservation 2 0.0455 0.5000
13 Position 4 0.0455 0.2143 Physical quantity 2 0.0455 0.1429 Shift 2 0.0455 0.3571
14 Shift 3 0.0341 0.3571 Source 2 0.0455 0.1429 Form 2 0.0455 0.3571
15 System 3 0.0341 0.2857 Matter 2 0.0455 0.0714 Source 2 0.0455 0.2857
Fig. 4. (Color online) Spring 2D and concentric of top 15 activation words.
빈도가 높고, 그 다음으로 물리교육 전공자들은 ‘보존’ 이, 비 물리교육 전공자들은 ‘힘’ 이 활성화 빈도가 높은 것으로 나타났다.
활성화 단어들의 인접단어들과 관계를 알아보기 위하 여 연결중심도를 분석하였다. 연결중심도는 인접노드의
영향을 미치는 지표를 나타낸다. 중등 예비 과학교사들의 에너지 용어의 문장 정의 활성화 단어의 연결중심도는 일 (0.7857), 힘, 보존 (0.7143), 운동, 열 (0.6429) 순으로 나타 났다. 일, 힘 보존, 운동 등의 단어들은 에너지 용어의 문장 정의에 중요한 영향을 미치는 것을 알 수 있다. 물리교육
전공자의 연결중심도는 보존 (0.5000), 운동 (0.4286), 일, 전기 (0.3571) 순으로 나타났고, 반면 비 물리교육 전공자의 연결중심도는 일 (0.9286), 힘, 운동 (0.7143), 물체 (0.6429) 순으로 나타났다. 이는 물리교육 전공자들은 ‘보존’ 이 에 너지 용어의 문장 정의에 중요한 영향을 미치는 반면 비 물리교육 전공자들은 ‘일’ 이 에너지 용어의 문장 정의에 중요한 영향을 미치는 것으로 나타났다.
Fig. 4는 연결중심도 지표를 sprig 2D와 동심원 (concen- tric) 으로 시각화하여 나타낸 것이다. Fig. 4(a) 에서 볼 수 있듯이 중등 과학 예비교사들은 에너지 용어의 정의와 관련하여 일을 중심으로 힘, 보존, 운동, 열, 능력, 물체와 밀접한 관계를 맺고 있다. 동심원을 보면 일, 보존, 힘을 중심으로 다른 활성화 단어들에 영향을 미치는 것을 볼 수 있다. Fig. 4(b) 에서 볼 수 있듯이 물리교육 전공자들은
‘보존’ 을 중심으로 운동, 일, 전기등이 밀접한 관계를 맺고 있다. ‘보존’ 은 다른 활성화 단어에게 가장 강하게 영향을 미치는 것을 알 수 있다. 반면 Fig. 4(c) 에서 볼 수 있듯이 비 물리교육 전공자는 ‘일’ 을 중심으로 능력, 운동, 힘과 밀접하게 네트워크를 이루고 있는 것을 볼 수 있다. 이는 물리교육 전공자들은 ‘보존’ 이라는 개념이 에너지 용어의 정의에 중요한 영향을 미치는 반면 비 물리교육 전공자들은
‘일’ 이 에너지 용어의 정의에 중요한 영향을 미치는 것을 알 수 있다.
IV. 결론 및 제언
에너지는 일상이나 물리에서 자주 사용하는 용어이다.
또한 과학, 공학, 기술, 사회 영역에서 통합적으로 광범위 하게 사용되는 용어이기도 하다. 하지만 에너지는 힘, 일, 열, 전기 등과 같이 추상적인 개념이기 때문에 학생들이 어려워하는 개념 중에 하나이다. 학생들의 학습에 미치는 요인은 다양하게 존재하지만, 교사의 요인에 의해 미치는 영향이 크다고 볼 수 있다. 교사의 지식이 수업을 통하여 고스란히 학생들에게 전달되기 때문이다. 이 연구에서는 에너지 용어에 대하여 자유연상기법 및 문장 정의기법을 통해서 나타난 중등 예비 과학교사들의 활성화 단어를 의미 네트워크로 분석하여 물리교육 전공자들과 비 물리교육 전공자들 간 활성화 단어의 특징을 비교 분석하여 교육적 시사점을 찾고자 하였다. 에너지 용어에 대한 중등 예비 과학교사들의 자유연상 활성화 단어를 분석한 결과 활성화 단어의 강도는 운동, 위치, 힘, 보존, 열, 전기, 일, 빛 단어 등의 순으로 나타났다. 물리교육 전공자의 활성화 단어의 강도는 보존, 운동, 위치, 힘, 전기, 일 등의 순이고, 비 물 리교육 전공자의 활성화 단어의 강도는 운동, 힘, 위치, 열, 전기, 일 등의 순이었다. 인접한 활성화 단어의 미치는 영
향의 지표를 나타내는 연결중심도를 알아본 결과 물리교육 전공자의 연결중심도는 보존, 운동, 위치, 전기 순인 반면 비 물리교육 전공자의 연결중심도는 힘, 운동, 위치, 전기 순이었다.
에너지 용어의 문장 정의에 나타난 중등 예비 과학교사 들의 활성화 단어를 분석한 결과 활성화 단어의 강도는 일, 물체, 능력, 힘, 보존, 운동, 필요 등의 순으로 나타났다.
에너지 용어의 문장 정의에서 물리교육 전공자의 활성화 단어의 강도는 일, 보존, 물체, 능력, 필요, 운동, 전달 등의 순이고, 비 물리교육 전공자의 활성화 단어의 강도는 일, 물체, 힘, 능력, 원동력, 운동, 물리 등의 순이었다. 에너지 용어의 문장 정의에서 활성화 단어의 연결중심도를 알아본 결과 물리교육 전공자의 연결중심도는 보존, 운동, 일, 전기 등의 순인 반면 비 물리교육 전공자의 연결중심도는 일, 힘, 운동, 물체 순이었다.
연구 결과를 통해서 얻은 결론은 다음과 같다. 첫째, 비 물리교육 전공 예비 과학교사들에게 ‘힘’ 과 ‘에너지’ 의 차 이와 중학교 과정 수준의 내용 보다 더 심화된 ‘에너지’ 에 대한 개념을 가르쳐야 한다. 에너지는 각 분야에서 특정 과학 내용과 관련하여 각 과학 분야에서 가르치고, 에너 지를 다양한 방식으로 개념화한다 [7]. 주어진 학문 분야 내에서도 에너지는 상황에 따라 다양한 방법으로 정의되고 활용된다. 과학교육 전공별로 다른 교육과정을 배우며 학 습자의 다른 경험에 의해서 다양한 에너지의 개념을 가질 수 있다. 에너지 개념과 관련하여 그동안 연구된 많은 연구 결과들을 보면, 에너지에 대한 가장 대표적인 오개념이 ‘힘’
과 ‘에너지’ 의 차이를 구별하지 못한다는 것이다 [23,24]. 본 연구에서도 물리를 전공하지 않은 중등 예비 과학교사들은 이러한 오개념을 잘 드러내고 있으며, 중등 예비 과학교사 들이 비록 과학을 전공함에도 불구하고 물리교육 전공자에 게서 강하게 나타나는 ‘보존’ 에 대한 사고도 잘 하지 못함을 알 수 있다. 에너지 용어 문장 정의에 대한 연구결과를 보면 비 물리교육 전공 예비 과학교사들은 ‘에너지는 일을 할 수 있는 능력’ 이라는 중학교 수준의 학습 내용에서 별로 심화되지 못하였음을 보여준다. 따라서 이러한 내용은 비 물리교육 전공자들이 향후 통합과학의 에너지 내용을 수업 할 때 중학교 수준의 학습 내용에서 심화되지 못하거나 ‘힘’
과 ‘에너지’ 의 차이를 구별하지 못하는 심각한 문제가 있을 가능성을 드러내는 것이다.
둘째, 활성화 단어 네트워크 분석은 학습자가 기억하고 있는 과학 용어에 대한 지식의 구조 및 오개념의 단서를 파악하는 데 활용할 수 있다. 연구 결과를 보면 물리교육 전공자와 비 물리교육 전공자의 에너지 용어에 대한 자유연 상 활성화 단어 네트워크 간에 차이가 존재하였다. 활성화 단어 네트워크 분석을 통해서 전공에 따른 중등 예비 과학
교사들의 에너지 용어에 대한 지식의 구조적 관계 차이를 비교할 수 있었다. 물리교육 전공자는 ‘보존’ 이 활성화 단 어에 중요한 영향을 미치는 반면 비 물리교육 전공자는 ‘힘’
이 활성화 단어에 중요한 영향을 미쳤다. 이는 비 물리교육 전공자들이 에너지 용어를 이해하는 데 ‘힘’ 을 중심으로 사고함으로써 에너지에 대한 오개념이 형성될 수 있음을 유추할 수 있다. 또한 에너지 용어의 문장 정의에 사용한 활성화 단어에서도 물리교육 전공자는 ‘보존’ 이 비 물리교 육 전공자는 ‘일’, ‘힘’ 이 에너지 정의에 핵심 단어로 나타 났다. 이 또한 비 물리교육 전공자들이 일과 힘을 중심으로 에너지에 대한 개념을 구조화하고 있으며, 이로써 오개념을 형성할 수 있다는 것을 추론하게 한다. 이처럼 네트워크 분석은 단순한 빈도나 진술에 대한 연구자의 주관적 해석이 아니라 관계들의 지표를 통해서 객관적 수치로 해석할 수 있는 장점이 있으며 [6] 분석결과에 대한 시각화를 통해서 구조적 관계를 더 잘 파악할 수 있게 해준다 [16,17]. 학습 자들이 기억하고 있는 과학 용어에 대하여 학습된 지식의 구조를 유추할 수 있는 것이다. 즉 활성화 단어 네트워크 분석은 학습자들이 학습한 견고한 지식의 구조를 이해할 수 있으며, 학습자들의 과학 개념에 대한 메커니즘에 대해 오 개념을 비롯하여 더 깊이 파고들 수 있는 기회를 제공한다.
이 연구에서는 중등 예비 과학교사를 대상으로 에너지 용 어에 대하여 분석하였다. 학습자인 중등학생들을 대상으로 하는 활성화 단어 네트워크 분석도 필요하다. 또한 에너지 용어에 대한 자유연상 및 문장 정의에서 사용한 활성화 단 어를 분석하였지만, 에너지 용어에 대한 구체적인 상황 및 이미지에 대한 분석을 통해서 다양한 측면의 개념 이해도 필요하다.
REFERENCES
[1] National Research Council, A Framework for K-12 Science Education: Practices, cross Cutting Con- cepts, and Core Ideas (The National Academies Press, Washington, D.C., 2012), Part II.
[2] Y. Kim, N-H. Kang, H. Kang, S. Maeng and J-K.
Lee, J. Korean Assoc. Sci. Educ. 36, 815 (2016).
[3] NGSS Lead States, Next Generation Science Stan- dards: For States, by States (The National Academies Press, Washington, D.C., 2013), Vol. 2.
[4] H-G. Yoon and Y. W. Cheong, J. Korean Assoc.
Sci. Educ. 37, 799 (2017).
[5] Ministry of Education, 2015 Revised Science Cur- riculum (Ministry of Education, Seoul, 2015), p. 91.
[6] Y. W. Cheong and J. Song, New Phys.: Sae Mulli 61, 850 (2011).
[7] R. Lancor, Sci. & Educ. 23, 1245 (2014).
[8] S. Moon and J. Kwon, J. Korean Assoc. Sci. Educ.
24, 499 (2004).
[9] J. W. Jewett Jr., Phys. Teach. 46, 81 (2008).
[10] A. Woolfok, Educational Psychology (Person, Boston, 2013), Chap. 8.
[11] R. J. Sternberg and K. Sternberg, Cognitive Psy- chology (Wadsworth, Belmont, 2012), p. 344.
[12] J. A. Glover, R. R. Ronning and R. H. Bruning, Cognitive Psychology for Teachers (Macmillan Pub.
Co., London, 1990), Chap. 4.
[13] A. M. Collins and M. R. Qullian, J. Verbal Learning Verbal Behav. 8, 240 (1969).
[14] D. H. Schunk, Learning Theories An Education Per- spective (Person, Boston, 2012), Chap. 5.
[15] H. Gleitman, J. Gross and D. Reisberg, Psychology (Norton & Company, New York, 2011), p. 346.
[16] K. Han, Res. Soc. Stud. Educ. 10, 219 (2003).
[17] H. Lee, D. Lee and J. Lee, Korea Bus. Rev. 14(2), 105 (2010).
[18] B. Jang, Bull. Methodol. Sociol. 44, 31 (1994).
[19] J. R. Anderson, Cognitive Psychology and Its Im- plications (Worth Publishers, New York, 2015), p.
133.
[20] J. Park, K. Choi and M. Kim, Physics Education Introduction (Bookshill, Seoul, 2004), p. 50.
[21] Cyram, NetMiner Module Reference (Cyram Inc., Seoul, 2017), p. 240.
[22] New Physics: Sae Mulli Homepage, http://www.
npsm-kps.org (accessed Dec., 20, 2017).
[23] R. Trumper, J. Sci. Educ. Technol. 7, 311 (1998).
[24] H. C. Sabo, L. M. Goodhew and A. D. Robertson, Phys. Rev. Phys. Educ. Res. 12, 010126 (2016).
