지난 100년 동안 과학 교육은 어떻게 변했는가? 자연어 처리를 이용한 분석

초록 100년 이상, 저널 Science Education은 과학의 교수 및 학습에 관한 기사를 발표해 왔습니다. 이 기사는 단순히 과거 작업의 저장소를 나타내는 것이 아니라 과학 교육의 역사와 특정 분야 변화의 역학에 대한 통찰력을 제공할 잠재력을 지니고 있습니다. 그러나 교육자, 연구자, 개혁자 및 정책 입안자들이 100년 이상에 걸친 학문의 미묘한 차이를 파악하는 것은 방대한 양의 텍스트 자료로 인해 어려울 수 있습니다. 이 문제를 해결하기 위해 우리는 자연어 처리 분야의 자동화된 기계 학습 알고리즘인 잠재 디리클레 할당(latent Dirichlet allocation)을 사용하여 Science Education의 작업 집합에 대한 자동화된 문헌 검토 및 분류를 수행했습니다. 이 기술을 사용하여 저널의 연구를 21개의 뚜렷한 주제로 분류했으며, 이는 과학 콘텐츠 주제, 교수 중심 주제, 학생 중심 주제로 나뉘어 있습니다. 우리는 또한 시간이 지남에 따라 이러한 주제 및 그룹의 상승과 하강을 정량화하고, 이를 바탕으로 연구 공동체의 관심사에 대한 국가 정책 변화의 효과, 서로 다른 연구 주제 간의 상관관계, 지적 교류의 영향 등을 포함하여 분야의 발전에 대한 통찰력을 추출하는 데 사용했습니다. 이 분석을 바탕으로 우리는 이 기술이 교육 문헌 및 기타 텍스트 데이터의 대규모 분석에 매우 유망하다고 주장합니다.