발전기금
교과목명을 클릭하시면 과정 설명을 볼 수 있습니다.
| 학수번호 | 교과목명 | 학점 |
자기 학습 시간 |
영역 | 학위 |
이수 학년 |
비고 | 언어 |
개설 여부 |
|---|---|---|---|---|---|---|---|---|---|
| KID5199 | 정서발달과사회관계 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업에서는 아동기와 청소년의 정서 발달과 사회 관계를 다룬다. 정서 발달 이론을 소개하고 정서 인식, 이해, 표현, 조절 등의 각 주제를 자세하게 다룬다. 또한 정서 능력과 정서 지능이 사회 관계 형성에 어떠한 영향을 미치는지 다룬다. 정서 문제 및 장애와 관련된 중재 및 치료 방안과 사회성 훈련 프로그램을 소개한다. | |||||||||
| KID5200 | 인간발달과인공지능 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 이 수업은 인간발달에 영향을 미치는 중요한 요인인 인공지능과 관련 기술에 대해 다룬다. 아동과 청소년 발달을 중심으로 인공지능과 관련 디바이스 들이 양육, 교육, 치료와 중재, 일반적 사회 행동에 어떠한 영향을 미치는지 소개한다. 특히 인간 윤리적 차원에서 인공 지능과 관련된 정책적 윤리적 기준을 논의한다. | |||||||||
| KID5201 | 아버지학연구 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 아동과 청소년의 인지 발달과 뇌 발달의 이론과 과정을 소개한다. 지각, 기억, 추론, 정보처리, 지능, 개념과 언어, 인지 책략 등 세부 주제에 대해 살피고 관련된 뇌 발달을 다룬다. 특히, 인지적 문제 해결을 위한 실행 기능의 역할과 지적 문제를 보이는 아동들을 위한 중재 방안에 대해서도 논의할 것이다. | |||||||||
| KID5202 | 중독과발달재활 | 3 | 6 | 전공 | 석사/박사 | - | No | ||
| 이 수업은 아동과 청소년의 중독과 관련 문제를 다룬다. 중독에 대한 이론들을 살피고 구체적으로 약물 중독, 인터넷 중독 등 다양한 세부 주제와 이슈를 소개한다. 특히 아동기 중독 문제에 영향을 미치는 가족 및 환경 변인을 다루고 중독 문제를 해결하기 위한 방안을 소개한다. | |||||||||
| KID5203 | 청소년및성인발달 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 청소년기와 성인기 동안의 인간 발달을 다룬다. 전생애 발달 이론과 후기 발달에서 나타나는 신체, 인지, 사회, 정서적 변화를 소개한다. 출생에서 성인 후기까지의 발달적 추이와 결과를 살펴보고 이를 평가하는 방식에 대해 논의한다. 또한 성인기의 발달 문제 중재 방안을 제시할 것이다. | |||||||||
| KID5204 | 정신건강빅데이터분석 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 인간발달과 정신건강 연구에 대한 빅데이터 분석을 소개한다. 빅데이터 분석의 기본적 개념을 습득하고 기초적인 데이터 마이닝, 기계학습 알고리즘 및 통계적 모델링 방법을 공부한다. 샘플 자료를 가지고 빅데이터 분석을 실제로 수행한다. | |||||||||
| KID5205 | 놀이치료실습및슈퍼비전 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 이 수업은 국가자격인 발달재활 자격을 취득하기 위한 현장 실습 수업이다. 발달재활을 담당하는 기관에 나아가 놀이치료에 대한 다양한 과정을 실제로 경험하고 각 내용에 대해 현장 실습 전문가와 평가 전문가의 슈퍼비전을 받는다. 전체 실습은 인증된 자격이 있는 전문가가 최종 평가한다. | |||||||||
| KID5206 | 놀이심리재활 | 3 | 6 | 전공 | 석사/박사 | 한 | Yes | ||
| 놀이심리재활을 다루는 여러 가지 중재와 치료 방안에 대해 소개한다. 발달재활에서 놀이심리의 기본 이론과 치료 기법, 치료와 예방 기법, 현장에서 심리사, 치료사의 역할에 대해 학습한다. 정신분석기법, 아동중심기법, 게스탈트기법, 놀이감과 놀이치료환경, 모래놀이, 부모자녀놀이 기법 등의 구체적인 기법을 다루고 적용한다. | |||||||||
| KID6002 | 유아교육연구세미나 | 3 | 6 | 전공 | 박사 | 1-4 | - | No | |
| 유아교육 분야에서 논의되어야 할 연구주제들을 찾아보고, 이들 연구주제가 유아교육 분야의 학문적 발전에 어떤 관련성을 갖고있는지 그 의미를 찾아보며, 나아가서 유아교육 전문가로서의 연구적 자질과 소양을 갖도록 한다. | |||||||||
| KID7004 | 영유아교육연구실습 | 3 | 6 | 전공 | 학사/석사/박사 | - | No | ||
| 본 교과는 영유아와 교사, 부모, 또래, 교구 및 환경 간의 상호작용을 관찰하고 이를 분석해보는 실습을 제공한다. 본 교과를 통해 영유아의 행동과 교수행동에 대한 평가와 분석, 논문작성 방법에 대해 배우고 영유아교육현장연구에 대한 이해를 증진시킨다. | |||||||||
| MCJ5122 | Network Analysis for Communication Research | 3 | 6 | 전공 | 석사/박사 | 1-4 | 미디어커뮤니케이션학과 | 한 | Yes |
| 이 과목은 커뮤니케이션 관점에서 네트워크 분석 방법에 대한 이론과 개념을 학습한다. 또한 이 과목은 네크워크 분석방법이 다양한 커뮤니케이션 현상과 문제를 이해하는데 있어 어떻게 활용될 수 있는지를 실제 데이터와 네트워크 분석 소프트웨어를 이용하여 실습한다. | |||||||||
| MCJ5128 | 메타분석 | 3 | 6 | 전공 | 석사/박사 | 2-4 | 미디어커뮤니케이션학과 | - | No |
| 메타분석은 연구 결과들에 대한 정량적 분석을 의미한다. 즉, 기존 연구들로부터 독립변수와 종속변수 간의 관계를 나타내는 지표인 효과크기를 추출하여 분석하고 통합하는 방법이다. 본 과목은 메타분석을 수행하는 절차와 분석결과를 해석하는 방법을 다룬다. 이 과목에서 학생들은 메타분석 소프트웨어를 활용하여 관심 있는 연구 주제에 대해 메타분석을 수행해보고, 분석결과를 바탕으로 연구논문을 작성해보는 기회를 갖는다. | |||||||||
| PSY4007 | 다변량분석과통계학습 | 3 | 6 | 전공 | 학사/석사 | 심리학과 | - | No | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 다변량자료 분석 방법의 원리와 적용을 다룬다. 다중회귀모형과 로지스틱 회귀모형, 주성분분석, 요인분석, 군집분석 등의 다변량 절차들이 과학 이론의 탐색과 검증에 어떻게 적용되는지 확인하고 지도학습, 비지도학습 등의 통계학습과 어떻게 관련되는지 학습한다. 심리학과 대학원생 또는 [심리통계및컴퓨터분석]을 선수강한 학부 3-4학년생을 대상으로 한다. | |||||||||
| PSY5132 | 회귀분석요인분석 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 심리학과 | - | No |
| 이 과목은 두 부분으로 나뉜다: 회귀분석, 요인분석. 회귀분석은 많은 변수들을 동시에 수집하여 연구대상인 결과변수에 대한 예측변수들을 통계적으로 찾아가는 방법이다. 적절한 회귀모형에 의해서 결과변수의 값에 대한 예측은 물론 변산에 대한 설명을 제공한다. 요인분석은 많은 측정변수들을 소수의 잠재변수로 요약하는 통계기법으로서 행동과학/사회과학에서 이론적인 변수(요인, 잠재변수, 구성개념 등으로 부름)를 정의하는데 가장 기본이 되는 방법이다. 이 과목에서는 이론 강의 및 자료분석과 해석을 중심으로 다루게 된다. | |||||||||
| PSY5136 | 구조방정식이론 | 3 | 6 | 전공 | 석사/박사 | 1-4 | 심리학과 | - | No |
| 이 수업은 다변량 통계방법의 가장 폭넓고 깊은 과목이다. 회귀분석과 요인분석에 충분한 이해를 가지고 있는 학생들에게 다음 과목으로 권장된다. 이 수업에서는 구조방정식모형의 기초이론을 다루고, 구조적 관계가설에 기초하여 주어진 자료를 분석하는 연습을 하게 된다. 궁극적으로는 이 방법론을 주된 방법론으로 사용하여 출판된 논문들에 대한 비평을 할 수 있게 되는 것을 목적으로 한다. | |||||||||
| PSY5188 | 구조방정식모형 | 3 | 6 | 전공 | 석사/박사 | 심리학과 | 한 | Yes | |
| 본 과목은 심리학을 비롯한 행동과학 연구에 널리 사용되는 잠재변수모형, 경로모형, 구조방정식모형의 원리와 적용을 다룬다. 구조방정식모형의 핵심적 개념 및 분석 원리와 실제 연구 사례를 이해하고 컴퓨터 프로그램을 사용하여 실제 자료를 분석하는 절차를 다룬다. | |||||||||
| SIC5011 | 융합프로젝트연구 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 경제적 격차, 건강•생애주기 격차 및 지능정보기술 격차 관련 사회문제 해결을 위한 개별연구 교과목이다. 연구주제는 학생과 지도교수가 상의하여 결정한다. | |||||||||
| SIC5012 | 소셜이노베이션융합현장실습 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 1~2학기를 통해 학생들이 대학원에서 배운 것과 현장경험을 연계시키도록 지도. 학생은 이론적인 지식을 실제 산업체 환경에 적용함으로써 미래에 대한 결정을 내릴 때 많은 정보를 활용하는 능력을 기름 | |||||||||
| SIC5013 | 스마트디바이스와정신건강 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 스마트 디바이스의 사용은 우리 삶의 일부가 되었다. 본 수업에서는 현재 사용되고 있는 스마트 디바이스가 영유아, 아동, 청소년, 성인, 노인의 정신건강에 미치는 영향을 발달단계별로 살필 것이다. 구체적으로 스마트 디바이스가 아동의 인지 및 뇌발달, 주의학습 문제, 신체 발달, 사회정서발달, 정신병리에 미치는 영향을 다루게 될 것이다. 또한 스마트 디바이스를 활용한 정신건강 증진을 알아보고 디바이스의 개발과 올바를 발달적 개입에 대해 논의할 것이다. | |||||||||
| SIC5020 | 패널데이터분석 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 횡단면 자료와 구별되는 패널자료의 특징에 대해 소개하고 관련 분석방법에 대하여 학습한다. 또한 패널자료를 활용하여 준실험설계 모형(이중차분모형, 경향점수매칭법, 회귀단절모형)을 구성하는 방법에 대하여 알아보고 실제 연구에 적용한 사례들을 살펴본다. 매주 통계 프로그램 실습을 통해 패널자료 분석을 위한 코딩 능력을 함양한다. | |||||||||
| SIC5021 | 소셜빅데이터분석 | 3 | 9 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 활용하여 비정형화된 텍스트 기반 온라인 자료들을 수집·저장·분석하는 것이다. 온라인 뉴스 사이트, 블로그, SNS 등 다양한 채널을 통해 광범위한 소셜 데이터를 스크래핑·크롤링하는 방법을 배우고, 이렇게 수집된 데이터를 비지도(unsupervised) 기계학습을 통해 분석하고 예측하는 역량을 키운다. 대규모 코퍼스(corpus)에 대한 초급·중급 수준의 자연어처리를 수행하고, 이를 시각화하는 기술을 배운다. 확률모델인 토픽모델의 적용에 주안점을 두며 기본모형인 LDA에 대한 이해와 적용, 나아가 심화모형인 DTM과 ETM을 학습하고 적용한다. 궁극적으로 비정형화된 소셜 빅데이터를 처리하고, 시각화, 분석하는 능력을 키우고, 결과물들을 리서치 노트 형태로 정리하는 것을 최종적인 목표로 삼는다. | |||||||||
| SIC5022 | 빅데이터예측모델링 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 빅데이터예측모형과 통계적 학습의 이론적인 배경을 이해하고, 프로그래밍 tool을 활용하여 모형을 설계하고 추정하는 방법에 대해 학습한다. 회귀분석의 개념, 모형선택과 정규화, 자료 전처리 등에 대해 배우며, 추후 머신러닝 알고리듬의 이해를 돕기 위한 배경지식 함양에 집중한다. | |||||||||
| SIC5023 | 아동교육과사회변화 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 사회 환경의 변화로 아동 교육 체계와 방식, 교육에 대한 접근과 요구가 변화하고 교육적 격차가 커지고 있다. 반면 우리는 아동 교육을 통해 원하는 방향으로 사회적 변화를 이끌 수 있다. 이 두 가지 방향에 대한 관련 이론과 사례를 살펴보고, 데이터에 기반하여 교육적 격차와 그 해결방안에 대해 논의한다. | |||||||||
| SIC5025 | 가족다중격차와아동 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 이 수업에서는 사회경제적 지위, 문화적 차이 등으로 인해 발생하는 가족의 위기와 문제를 해결하는 방안을 논의한다. 특히 이러한 위기가 아동 및 청소년의 발달과 정신건강에 미치는 영향을 논의한다. | |||||||||
| SIC5028 | 파이썬을활용한머신러닝 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 본 수업의 목표는 파이썬 프로그래밍을 이용하여 머신러닝 알고리즘들을 구현해 보는 것에 있다. 초반부에서 파이썬 프로그래밍에 대한 기초를 배우고, 후반부에서 파이썬을 이용하여 지도학습 및 비지도학습의 다양한 머신러닝 알고리즘을 직접 구현하여 머신러닝에 대한 이해를 돕는다. | |||||||||
| SIC5030 | 위기아동과가족의인권과건강 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 이 수업에서는 가족 내 외적으로 아동과 청소년 건강에 영향을 미치는 위험요인과 보호요인들에 관련된 이론들을 다룬다. 구체적으로, 생태학적 접근에 기반한 관련 이론들을 살펴본다. 또한, 관련 연구방법을 함께 다루게 될 것이다. 최신 관련 연구 동향을 다루면서 발달 경로, 공존 질환, 평가및 치료/개입, 개인 혹은 가족 권리 등에 대한 포괄적인 영역을 다룬다. | |||||||||
| SIC5031 | 청소년성인문제행동과적응 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 이 수업에서는 청소년기과 성인기에 다양한 문제 행동들 및 적응에 대해서 다룬다. 특히, 청소년기 및 성인기 문제행동들에 대한 발달론적, 생태학적 관점들을 논의한다. 또한, 관련 연구방법도 함께 다룬다. 최신 연구 동향을 다루면서 종단적 발달 경로 그리고 정신건강과 공존 등에 대한 포괄적인 영역을 다룬다. 청소년기 및 성인기 적응에 영향을 미치는 요인들에 대해 다층구조적 맥락을 함께 논의한다. | |||||||||
| SIC5032 | 아동돌봄과교육 | 3 | 9 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | 한 | Yes | |
| 아동돌봄과 교육 현실에서 위기와 이슈들을 찾아보고, 이를 해결하기 위한 교육 및 보육 정책의 방향과 공동체의 역할에 대해 논의한다. | |||||||||
| SIC5033 | 빅데이터활용사회문화격차연구방법론 | 3 | 6 | 전공 | 석사/박사 | 소셜이노베이션융합전공 | - | No | |
| 빅데이터와기계학습모형을사회문화격차연구에적용한연구사례를소개하고관련방법론을심화학습함.문화불평등,건강불평등,교육불평등,및사회이동성저하와관련된여러연구주제를다루며,빅데이터와스몰데이터연계방법론,기계학습모형의사회과학연구응용방법,윤리적이슈등분석방법에관한이슈를함께다루어실제연구에서빅데이터방법론이어떻게적용되었는지를논의함. | |||||||||
| SIC5034 | 위계선형모형 | 3 | 6 | 전공 | 석사/박사 | 2-8 | 소셜이노베이션융합전공 | 영 | Yes |
| 이 과목은 위계선형모형을 직접 사용하여 연구에 사용하며, 분석하며, 해석할 수 있는 기술을 길러내며, 더 나아가 위계선형모형을 사용하고 있는 최근의 사회과학 연구를 비판적으로 평가하고 접근할 수 있는 능력을 기르는 데에 목적이 있다. 흔히 사회과학 연구에서는 개인과 그가 생활하고, 일하고, 배우는 사회적 컨텍스트 사이의 관계를 연구하는 경우가 많이 있다. 이런 연구는 결국 다층모형을 연구하는 것이 될 수밖에 없는데, 그것은 다름아닌 집단 안에 소속된 개인을 연구하는 것을 말한다. 다층모형을 연구할 때 사용되는 데이터의 성격은 위계적이다. 예를 들어서 교육학에서의 연구를 보면, 보통 학생들을 연구하지만, 그 학생들은 학교라는 상위 집단 안에 소속된 개인들이다. 그래서 학생은 그냥 개인으로 존재하는 것이 아니라 어떤 집단의 구성원으로 존재한다. 이런 위계적인 성격의 데이터를 분석할 때에는 특별한 통계적 기술과 능력이 요구된다. 왜냐하면 이런 위계적 데이터를 일반적 통계 분석법으로 접근하면 표준오차와 유의도검정에서 심각한 오류를 낳기 때문이다. 바로 위계선형모형은 그와 같은 오류를 잘 해결해주며 집단 속에 있는 개인을 정확하게 연구하게 해준다. 본 과목은 위계선형모형의 배후에 있는 복잡다단한 수학적 계산보다는 그 모형을 실제의 연구에서 잘 이용하고 해석하는 데에 초점을 맞춰서 진행할 것이다. | |||||||||