• AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
  • AI글쓰기 2.1 업데이트
PARTNER
검증된 파트너 제휴사 자료

Elastic net을 통한 교사 소진 관련 주요 변수 탐색 (Exploring Key Variables Related to Teacher Burnout via Elastic net)

23 페이지
기타파일
최초등록일 2025.05.26 최종저작일 2024.09
23P 미리보기
Elastic net을 통한 교사 소진 관련 주요 변수 탐색
  • 미리보기

    서지정보

    · 발행기관 : 서울대학교 교육연구소
    · 수록지 정보 : 아시아교육연구 / 25권 / 3호 / 319 ~ 341페이지
    · 저자명 : 한정아

    초록

    학생의 교권 침해, 학부모의 악성 민원 등 일련의 사건들은 심각한 교권 추락과 교실 붕괴의 단면을 보여주며, 학교 현장에서 교사의 스트레스 증대 및 소진으로 이어질 가능성을 예상케 한다. 본 연구의 목적은 서울교원종단연구 2020의 1차년도 자료를 활용하여 교사의 소진과 관련된 주요 변수를 탐색하는 것이다. 이를 위해 본 연구에서는 머신러닝 기법 중 변수 선택과 다중공선성 문제해결의 강점이 있는 Elastic net 벌점회귀모형을 적용하여 교사 소진의 하위요인(정서적 고갈, 개인적 성취감 상실, 비인간화)에 따른 주요 변수를 탐색하였다. 분석 결과, 정서적 고갈에서 13개, 개인적 성취감 상실에서 9개, 비인간화에서 12개의 주요 변수가 도출되었으며, 이것은 크게 교사 소진을 강화하는 위험 요인과 교사 소진을 완화시키는 보호 요인으로 구분할 수 있다. 주요 변수는 개인 특성, 학교 특성, 교사의 질, 코로나19와 교육 현황 영역에서 도출되었고, 이 중에서 교사의 사기 및 열의, 학교 소속감, 삶의 만족도는 교사 소진의 모든 하위요인에서 동일하게 주요 변수로 나타났다. 이러한 연구 결과를 토대로 시사점 및 후속 연구를 위한 제언을 제시하였다.

    영어초록

    A series of incidents, including students' infringement of teachers' rights and malicious complaints from parents, highlights the serious decline of teachers' authority and the collapse of classroom. These events are expected to lead to increased stress and burnout among teachers in schools. The purpose of this research is to explore key variables related to teacher burnout using data from the first year of the Seoul Education Longitudinal Study of Teachers 2020 (SELST 2020). For this purpose, this study applied the penalized regression model, Elastic Net, which has strengths in variable selection and addressing multicollinearity issues among machine learning techniques, to explore key variables related to sub-factors of teacher burnout (emotional exhaustion, reduced personal accomplishment, and depersonalization). The analysis revealed 13 key variables for emotional exhaustion, 9 key variables for loss of personal accomplishment, and 12 key variables for depersonalization. These variables can be broadly categorized into risk factors that exacerbate teacher burnout and protective factors that mitigate it. Key variables were derived from the areas of individual characteristics, school characteristics, teacher quality, and COVID-19 and education status. Among these, teacher morale and enthusiasm, sense of belonging to school, and life satisfaction consistently emerged as key variables across all sub-factors of teacher burnout. Based on these research results, implications and suggestions for follow-up research were presented.

    참고자료

    · 없음
  • 자주묻는질문의 답변을 확인해 주세요

    해피캠퍼스 FAQ 더보기

    꼭 알아주세요

    • 자료의 정보 및 내용의 진실성에 대하여 해피캠퍼스는 보증하지 않으며, 해당 정보 및 게시물 저작권과 기타 법적 책임은 자료 등록자에게 있습니다.
      자료 및 게시물 내용의 불법적 이용, 무단 전재∙배포는 금지되어 있습니다.
      저작권침해, 명예훼손 등 분쟁 요소 발견 시 고객센터의 저작권침해 신고센터를 이용해 주시기 바랍니다.
    • 해피캠퍼스는 구매자와 판매자 모두가 만족하는 서비스가 되도록 노력하고 있으며, 아래의 4가지 자료환불 조건을 꼭 확인해주시기 바랍니다.
      파일오류 중복자료 저작권 없음 설명과 실제 내용 불일치
      파일의 다운로드가 제대로 되지 않거나 파일형식에 맞는 프로그램으로 정상 작동하지 않는 경우 다른 자료와 70% 이상 내용이 일치하는 경우 (중복임을 확인할 수 있는 근거 필요함) 인터넷의 다른 사이트, 연구기관, 학교, 서적 등의 자료를 도용한 경우 자료의 설명과 실제 자료의 내용이 일치하지 않는 경우

“아시아교육연구”의 다른 논문도 확인해 보세요!

문서 초안을 생성해주는 EasyAI
안녕하세요 해피캠퍼스의 20년의 운영 노하우를 이용하여 당신만의 초안을 만들어주는 EasyAI 입니다.
저는 아래와 같이 작업을 도와드립니다.
- 주제만 입력하면 AI가 방대한 정보를 재가공하여, 최적의 목차와 내용을 자동으로 만들어 드립니다.
- 장문의 콘텐츠를 쉽고 빠르게 작성해 드립니다.
- 스토어에서 무료 이용권를 계정별로 1회 발급 받을 수 있습니다. 지금 바로 체험해 보세요!
이런 주제들을 입력해 보세요.
- 유아에게 적합한 문학작품의 기준과 특성
- 한국인의 가치관 중에서 정신적 가치관을 이루는 것들을 문화적 문법으로 정리하고, 현대한국사회에서 일어나는 사건과 사고를 비교하여 자신의 의견으로 기술하세요
- 작별인사 독후감
해캠 AI 챗봇과 대화하기
챗봇으로 간편하게 상담해보세요.
2025년 09월 04일 목요일
AI 챗봇
안녕하세요. 해피캠퍼스 AI 챗봇입니다. 무엇이 궁금하신가요?
5:13 오후