현재 위치
Home
DEA 분석을 활용한 전문대학 LINC 3.0 사업의 상대적 효율성 분석
DEA-Based Analysis of the Relative Efficiency of the LINC 3.0 Program in Junior Colleges
-
- 발행기관
- 제주대학교 지능소프트웨어 교육연구소 바로가기
-
- 간행물
- 지능정보융합과 미래교육 KCI 등재후보 바로가기
-
- 통권
- 제4권 제23호 (2025.11)바로가기
-
- 페이지
- pp.1-11
-
- 저자
-
- 언어
- 한국어(KOR)
-
- URL
- https://www.earticle.net/Article/A475057
※ 기관로그인 시 무료 이용이 가능합니다.
4,200원
원문정보
초록
- 영어
- This study aims to examine the operational efficiency of the LINC 3.0 program in junior colleges and to suggest strategies for improvement. A total of 53 project units were analyzed using Data Envelopment Analysis (DEA), with industry- specialized faculty, dedicated staff, field practice students, and capstone design students as input variables, and employment rate, industry problem-solving projects, firms utilizing shared equipment, and in-service training participants as output variables. The results showed that 15 colleges under the CCR model, 20 under the BCC model, and 15 under scale efficiency achieved an efficiency score of 1.0, indicating that proper adjustment of input scale can enhance efficiency. In addition, non-metropolitan colleges demonstrated higher efficiency compared to metropolitan colleges, while efficient colleges showed notable performance in industry problem-solving and in-service training outcomes. These findings suggest the need for efficiency-based differential support, advanced performance management, and strengthened region-specific industry-academia cooperation in junior college funding programs.
- 한국어
- 본 연구는 전문대학 LINC 3.0 사업의 운영 효율성을 검증하고 효율적 운영 방안을 제시하는데 목적이 있다. 전국 53개 LINC 3.0 사업 단을 대상으로 산학중점교원, 전담직원, 현장실습·캡스톤디자인 이수 학생 수를 투입변수로, 취업률, 애로기술지도 실적, 공용장비 활 용 기업 수, 재직자 교육과정 이수자 수를 산출변수로 하여 DEA 분석을 실시하였다. 분석 결과, 효율성 점수 1.0을 기록한 대학은 CCR 모형 15개, BCC 모형 20개, 규모효율성 15개로 나타났으며, 이는 투입 규모 조정을 통한 효율성 제고 가능성을 시사한다. 또한 지방 대 학의 효율성이 수도권 대학보다 높게 나타났고, 효율적 대학은 애로기술지도 실적과 재직자 교육성과에서 두드러진 특징을 보였다. 이 러한 결과는 전문대학 재정지원사업에서 효율성 기반 차등 지원체계 도입, 성과관리 체계 고도화, 지역 맞춤형 산학협력 강화의 필요성을 시사한다.
목차
요약
ABSTRACT
Ⅰ. 서론
Ⅱ. 연구방법
1. 연구절차
2. 자료수집 및 연구방법
3. 투입·산출변수의 선정
Ⅲ. 연구결과
1. 기술통계
2. 효율성 분석
3. 효율성 개선 및 참조대상 분석
Ⅳ. 결론 및 제언
참고문헌
키워드
자료포락분석 효율성분석 LINC 3.0 사업 지역혁신중심 대학지원체계 전문대학 Data Envelopment Analysis (DEA) Relative Efficiency LINC 3.0 program Regional Innovation System & Education(RISE) Junior Colleges저자
간행물 정보
발행기관
-
- 발행기관명
- 제주대학교 지능소프트웨어 교육연구소 [Intelligent Software Education Research Institute]
- 설립연도
- 2022
- 분야
- 사회과학>교육학
- 소개
- 우리 연구소는 컴퓨터 과학 교육이 강조되는 세계적 흐름속에서 소프트웨어융합 인재 양성을 위한 교육 기반 구축을 위해 '지능소프트웨어교육센터'를 설립하여 운영하여 왔고, 이후 한국연구재단의 인문사회연구소지원사업에 선정되면서 2022년 3월, 우리나라 인공지능 교육의 거점 연구소로서 '지능소프트웨어교육연구소'로 새롭게 기관 명칭을 변경하고 전문 연구 기관으로서의 위상을 공고히 하였습니다. 우리 연구소는 설립된 이후부터 지금까지 인공지능을 중심으로 하는 지능정보시대를 열어갈 인공지능 컴퓨팅 융합 인재 양성을 위한 교육 기반 구축에 기여하고 있으며, 주요 연구 분야로는 지능정보사회에서 갖춰야할 디지털 소양으로써의 컴퓨팅 사고력 함양을 위한 소프트웨어와 인공지능 교육 연구, 유아부터 중장년층까지 평생교육차원의 인공지능 교육 연구, 지능정보격차 해소를 위한 정보배려계층 대상 인공지능 교육 연구, 윤리적으로 고려된 인공지능 교육으로 설계된 A!thics 교육 등의 인공지능 교육과 인공지능 기술과 응용 연구 등에 힘을 쏟고 있습니다. 또한 인문사회연구소 지원사업의 과제로 수준별 인공지능 컴퓨팅 교육을 위한 핵심 전략인 4P(Play, Problem solving, Product making, Project)전략에 기반하여 교육과정 개발과 컴퓨팅 사고력 함양을 위한 CT-EL(Computational Thinking-Experienced Learning) 기반 교수학습 방법 연구, 교재개발 등을 진행하고 있습니다. 앞으로 지능소프트웨어교육연구소는 제주 지역의 유관기관과 협력하여 제주의 미래를 이끌어갈 지능소프트웨어융합을 위한 지역 인재 양성 모델을 만드는데 앞장 서고, 더 나아가 우리나라의 인공지능 교육을 이끌어가는 우리나라 대표 연구 기관으로 자리매김할 수 있도록 최선을 다하겠습니다. 감사합니다.
간행물
-
- 간행물명
- 지능정보융합과 미래교육 [Intelligent Information Convergence and Future Education]
- 간기
- 부정기
- eISSN
- 2951-4762
- 수록기간
- 2022~2026
- 등재여부
- KCI 등재후보
- 십진분류
- KDC 370 DDC 370
이 권호 내 다른 논문 / 지능정보융합과 미래교육 제4권 제23호
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.