Earticle

The purpose of this study is 1) to test whether students’ vocabulary knowledge, reading competency, and topic knowledge form a significantcomponent of students’ translation performance and 2) to explore thevarying degree of effects each component has on students’ translationperformance. To this end, 60 undergraduate freshmen taking atranslation course were measured on their general vocabulary knowledgeand reading competency and on the degree of familiarity with two textswith distinct topics. The students then translated the two texts andwere evaluated on their translation. Statistical technique of multipleregression was used to investigate the relationship between students’translation performance and the three variables mentioned above. Theanalyses showed that students’ general vocabulary knowledge andreading competency independently had a significant effect on translationperformance, while the students’ topic knowledge was found not to havea significant effect. Of general vocabulary knowledge and readingcompetency, general vocabulary knowledge explained largerportion(19.9%) of the variability in students’ translation performance thanreading competency(12.8%). Vocabulary knowledge and readingcompetency combined explained for 20.7% of the variance. Implicationsof these findings on translation programs for undergraduate students arediscussed along with suggestions for future studies.

본 연구는 최근 30년간 발표된 소아완화간호 연구를 대상으로 텍스트 네트워크 분석과 토픽 모델링을 적용하여 연구의 지식 구조와 주제적 동향을 규명하고자 하였다. PubMed, Embase, CINAHL 데이터베이 스에 등재된 소아완화분야 간호 관련 학술 논문의 초록을 분석 대상으로 하였고, 핵심 주요어의 빈도, 연결중심성, 매개중심성을 분석하였다. 토픽 모델링을 적용하였다. 총 1,252편의 초록이 최종 분석에 포함되었다. 핵심 주요어는 ‘가족’, ‘부모’, ‘요구’, ‘생애말기’, ‘경험’으로 나타났다. 토픽모델링 분석 결과, ‘생애말기 돌봄’, ‘가족의 요구 지지’, ‘서비스 전달체계’, ‘증상 관리’의 네 가지 주요 연구 주제가 도출되었다. 시기별 분석에서는 소아완화간호 연구의 꾸준한 양적 증가와 함께, 가족의 요구 지지와 생애말기 돌봄과 관련된 연구가 뚜렷하게 증가하는 경향을 보였다. 본 연구 결과는 소아완화간호 연구가 증상 중심 중재에서 가족 중심 돌봄과 생애말기 돌봄을 강조하는 전인적 돌봄으로 심화하고 있음을 보여준다. 이는 향후 소아완화간호 실무, 교육 및 연구 영역에서 가족 중심 역량과 생애말기 돌봄 역량을 강화할 필요성을 시사한다.

This study aimed to examine the knowledge structure and research topic trends in pediatric palliative nursing by applying text network analysis and topic modeling to published articles over the past 30 years. Data were extracted from abstracts of peer-reviewed articles related to pediatric palliative nursing published between 1995 and 2025. Articles were retrieved from PubMed, Embase, and CINAHL. Keyword frequency, degree centrality, and betweenness centrality were analyzed. Latent Dirichlet Allocation topic modeling was applied. A total of 1,252 abstracts were analyzed. Topic modeling revealed four major research topics: ‘end-of-life care’, ‘supporting family needs’, ‘service delivery system’, and ‘symptom control’. The findings demonstrate that pediatric palliative nursing research has evolved from a primarily symptom-focused approach toward holistic care that emphasize family-centered care and end-of-life care. These results highlight the importance of strengthening family-centered competencies and end-of-life care competencies in pediatric palliative nursing practice, education, and research.

철학자들은 상호 대화를 권하기는 하지만 상호 대화가 가장 어려운 집단 중에 속한다. 본고는 알튀세르 사상과 영미철학 지식론 사이에 대화를 시도한 것이다.알튀세르는 토픽 지식론을 남겼다. 토픽 지식론은 '지식의 대상⊇토픽'이다. 알튀세르의 토픽 지식론은 토픽론과 지식에 관한 다섯 가지 테제를 결합해야 해명된다. 토픽은 이론과 이데올로기로 구성되어 있다. 지식에 대한 다섯 가지 테제를 등장순서로 제시하면 다음과 같다. 즉 1) '이론은 지식의 대상에 내재하는 이론 내재적인 기준에 의해 이론이다.' 2) '이론은 이론임이 보증될 수 없다.' 3) '과학(=이론)은 주체없는 과정이다.' 4) '이데올로기는 밖을 모른다.' 5) '이론이 이론과 이데올로기를 나누는 판별기준이다.' 토픽 지식론은 '지식의 대상⊃토픽'과 '지식의 대상=토픽'으로 해석된다.영미철학은 전통적인 규범적 지식론과 비규범적인 자연주의적 지식론으로 양분되어 있다. 토픽 지식론은 일반적으로 영미철학의 자연주의적 지식론과 통한다. 토픽 지식론은 자연주의적 지식론을 비판적`혁명적 사회 과학에 적용한 시도로 파악할 수도 있다. 토픽 지식론을 특히 '지식의 대상 = 토픽'으로만 해석할 때에 영미철학의 규범적 지식론 같은 지식 일반으로의 성격이 강화된다.

Althursser's Topic Knowledge Theory― Dialogue with Analysis Philosophy ―Seung-Ho YangPhilosophers have exhorted other people to communicate with each other but they don't want to do so. This paper is to try communication between Althusser's idea and the Anglo-American philosophy. Althusser left the Topic knowledge theory. It is 'the object of knowledge ⊇ Topic'. Althusser's knowledge theory can be explained only when five theses on knowledge are united with the Topic theory. His Topic theory consists of theory and ideology. Althusser's five theses are as follows; 1) True is a standard of judging true or false(=veritas norma suj, & falsi). 2) True cannot be guaranteed in any forms. 3) Science is only a science based on its own criterion. 4) Science(= Theory) is a process without a Subject. 5) One of the effects of ideology is the practical denegation of the ideological character of ideology by ideology( Ideology has no outside). The Topic knowledge theory can be interpreted in the above two ways : 'the object of knowledge⊃Topic' and 'the object of knowledge〓Topic'. The theory of knowledge in Anglo-American philosophy is divided into the traditional normative theory and the nonnormative naturalistic theory. The Topic knowledge theory, generally, has mutual understanding with nonnormative naturalistic theory. The Topic theory is thought to apply naturalistic theory to critical, revolutionary social science.

[연구목적]본 연구는 계량서지분석을 통해 정보보호 분야 연구 성과의 전반적인 현황, 저널 및 기관의 출판·인용 성과, 기관 간 및 국가 간 협업 관계를 파악하고, 토픽 모델링을 활용하여 국내 정보보호 연구의 주제 구조와 시기별 변화를 분석하고자 한다. 이를 통해 국내 연구자의 정보보호 연구가 글로벌 학술 환경에서 어떠한 방향으로 이루어져 왔는지를 파악하고, 향후 연구 방향에 대한 시사점을 제시하고자 한다. [연구방법]본 연구는 2011년부터 2025년까지 Scopus에 수록된 국내 연구자의 정보보호 관련 국제 학술지 논문 374편을 대상으로, 계량서지분석과 BERTopic 토픽 모델링을 적용하여 출판 성과, 협업 네트워크, 연구 주제 구조의 시기별 변화를 살펴보았다. [연구결과]계량서지분석 결과, 연간 논문 수는 전반적인 증가 추세를 보였으며 2021년 이후 증가폭이 다소 확대되었다. 게재 저널은 168개로 나타났으며, 정보보호 전문 저널 중심에서 다학제적 공학 및 응용과학 분야 저널로 분산되는 경향이 확인되었다. 연구 참여 기관 수는 2011년~2015년 77개에서 2021년~2025년 279개로 증가하였으나 수도권 소재 대학의 비중이 지속적으로 높게 나타났다. 기관 간 협업 네트워크는 2개 기관 1개 클러스터에서 18개 기관 7개 클러스터로 확대되었으며, 국가 간 협업 역시 미국 중심에서 아시아, 중동, 유럽 등으로 다양해지는 경향을 보였다. BERTopic 분석에서는 조직 내 정보보안 인식과 준수(29.4%), 국가·국방 사이버-물리 보안(18.2%), AI 기반 침입 탐지(13.1%), 의료·영상 데이터 암호화(9.9%), 스마트 에너지 인프라 보안(9.4%), 블록체인 기반 스마트 홈·IoT 보안(6.1%)의 6개 토픽이 도출되었다. 시기별로는 조직 내 정보보안 인식과 준수 토픽의 비중이 감소한 반면, 국가·국방 보안 및 AI 기반 탐지 토픽의 비중이 높아지는 경향이 나타났다. [연구의 시사점]이러한 결과는 국내 정보보호 연구의 관심이 관리적·인적 요인 중심에서 국가 안보 대응과 AI 기반 기술 영역으로 이동하고 있음을 시사한다. 아울러 에너지 인프라, 의료 데이터, IoT 등 다양한 응용 영역에서도 보안 연구가 독립적인 연구 영역으로 다루어지고 있음을 확인할 수 있다.

[Purpose] This study aims to examine the overall landscape of information security research, evaluated through the publication and citation performances of journals and institutions, as well as collaboration among institutions and countries using bibliometric analysis. Furthermore, it analyzes the thematic structure and temporal evolution of domestic information security research employing topic modeling. Through this approach, we delineate the trajectory of research conducted by Korean scholars within the global academic environment and provide strategic implications for future research directions. [Methodology]This study investigated 374 international journal articles authored by Korean researchers and indexed in Scopus between 2011 and 2025. Bibliometric analysis and BERTopic topic modeling were systematically applied to analyze temporal changes in publication output, collaboration networks, and thematic structures across three distinct periods. [Findings]Bibliometric findings indicate a steady increase in annual publications, with accelerated growth observed after 2021. The articles were distributed across 168 journals, revealing a gradual diversification from specialized information security journals toward multidisciplinary engineering and applied science venues. Institutional participation expanded significantly from 77 affiliations in 2011–2015 to 279 in 2021–2025, with universities located in the Seoul metropolitan area consistently dominating the output. Inter-institutional collaboration networks grew from a single cluster involving two institutions to seven clusters involving 18 institutions. Similarly, international collaboration broadened over time from a US-centric pattern to encompass Asian, Middle Eastern, and European partners. BERTopic analysis yielded six coherent topics: organizational security awareness and compliance (29.4%), national and defense cyber-physical security (18.2%), AI-based intrusion detection (13.1%), medical and image data encryption (9.9%), smart energy infrastructure security (9.4%), and blockchain-based smart home and IoT security (6.1%). Across the three periods, the proportion of the organizational compliance topic declined, whereas topics focusing on national defense security and AI-based detection exhibited a clear upward trend. [Implications]These findings suggest that Korean information security research has gradually shifted its paradigm from managerial and human factors toward national security responses and AI-driven technical domains. In addition, the results demonstrate that security research has successfully established itself as an independent and robust research agenda across various application domains, including energy infrastructure, medical data, and the Internet of Things (IoT).

본 연구는 생활무용 관련 연구로부터 장시간 지속된 연구주제와 동향을 다각도로 분석하여 지식구조를 도출하 는 데 그 목적이 있다. 연구의 목적을 달성하기 위하여 1955년부터 2020년 8월 31일까지 학술연구정보서비 스에 게재된 ‘생활무용’ 관련 논문 519건의 주제, 주제어, 국문초록을 분석 대상으로 선정하였다. 수집된 데이 터는 TF-IDF 분석과 토픽모델링을 실행하였다. 그 결과 ‘생활무용 참여’, ‘한국전통춤 교육’, ‘노인건강을 위한 생활무용’, ‘교양무용’, ‘무용동작치료 프로그램’, ‘표현활동 교육’의 6개 토픽이 도출되었다. 이는 생활무용 분야 의 발전 지향적인 방안 도출을 위한 실증적인 기초단계로써 향후 생활무용 활성화에 기여할 수 있을 것이다.

The purpose of this study was to collect and analyze the knowledge structure of domestic leisure dance research using topic modeling through the Korea Research Information Service (RISS) from 1955 to August 31, 2020, and present basic data on future development of domestic leisure dance by analyzing the research trends. To this end, the trends of concepts and topics that were dealt with in the relevant research were analyzed using big data-based topical modeling to derive the implications of domestic leisure dance research. The topics derived include ‘leisure dance participation’, ‘education of Korean traditional dance’, ‘leisure dance for health of the elderly’, ‘general dance’, ’dance movement therapy program’, ‘education of expression activity’. This can be used as basic data for identifying major issues related to the study of leisure dance in Korean society and preparing future direction and improvement of research.

본 연구는 1975년부터 2022년까지 장시간 지속된 국가무형문화재, 승전무 관련 연구주제와 동향을 분석하여 승전무 관련 지식구조를 도출하려는 데에 그 목적이 있다. 이러한 연구 목적을 달성하기 위하여 학술연구정보 서비스(RISS)에 게재된 학술지와 학위논문 중 승전무 관련 174건의 연구 주제와 국문초록을 분석 대상으로 선 정하였다. 빅데이터 분석 기법 중 하나인 토픽모델링을 분석방법으로 사용하였으며, 최종 107개의 연구물을 분석하여 다음과 같은 결과를 도출하였다. 승전무 역사, 정재로서의 승전무, 승전무 구성요소, 승전무 기록 및 전수, 무형문화재, 문헌고찰 중심의 연구방법의 6개 토픽이 도출되었다. 이러한 국가무형문화재 승전무 연구주 제 분석 결과는 그간 지속되어 온 승전무 관련 연구물의 흐름과 경향을 파악하고 상대적으로 부족한 승전무 무용 분야의 발전 방안 도출의 기초자료로서 전반적인 국가무형문화재의 발전에 기여할 수 있을 것이다.

The purpose of this study is to derive a knowledge structure by analyzing research topics and trends related to Seungjeonmu as a national intangible cultural heritage, that lasted for a long time from 1975 to 2022. In order to achieve this research purpose, 174 research topics and abstracts related to Seungjeonmu were selected as analysis targets among academic journals and dissertations published in the Korean Research Information Sharing Service (RISS). Topic modeling, one of the big data analysis techniques, was used as an analysis method, and the following results were derived. Six topics were derived: the history of Seungjeonmu, Seungjeonmu as a dance performed at a banquet or ceremony in a royal palace, Seungjeonmu components, Seungjeonmu records and transfers, intangible cultural properties, and research methods centered on literature review. The results of this analysis of the research topic of Seungjeonmu, a national intangible cultural heritage, will contribute to the development of the overall national intangible cultural property as basic data for identifying the flow and trend of Seungjeonmu-related research.

Prior knowledge has been proven to be a very influential factor in the reading comprehension of expository texts. Among diverse domains of expository texts, the significant role of prior knowledge in the L1 reading comprehension of science texts has been reported. To examine the role of prior topic knowledge in the L2 reading comprehension of expository texts, 77 Korean high school students read two types of expository texts: two science texts (i.e., chemistry and physics) and two non-science texts (i.e., music and history). We also measured the students’ prior topic knowledge, English proficiency, and reading comprehension to investigate the interaction between prior topic knowledge and English proficiency. According to our multiple regression analyses, both science topic knowledge (β = .48) and English proficiency (β = .43) were significant predictors of reading comprehension in the case of science texts. Additionally, science topic knowledge (β = .53) was a stronger predictor of reading comprehension for the situation model questions that intend for the higher level of comprehension than for the textbase questions that intend for the propositional level of comprehension (β = .36) when reading science texts. In the case of the non-science texts, music and history topic knowledge was not a significant predictor because the readers had generally low prior topic knowledge. The reading comprehension of non-science texts was dominantly explained by English proficiency. Interestingly, science topic knowledge was a significant predictor of reading comprehension of the non-science texts in the case of textbase questions, but not situation model questions.

The present study investigated how topic familiarity, L2 passage-specific vocabulary knowledge and L2 reading ability measured by standardized reading test play a role in L2 lexical inferencing during reading. It employed quantitative methods of analysis to explore what factors have the most significant impact on L2 lexical inferencing. 68 Korean EFL college students participated in the study. The participants read an authentic text containing 8 unknown words and attempted to infer the meanings of the words from context. The findings show that topic familiarity had a significant impact on lexical inferencing. Those who were more familiar with the topic of the passage made substantially more correct lexical inferences compared to those who were less familiar with the topic. However, L2 reading ability and passage-specific vocabulary knowledge did not play significant roles in the process of lexical inferencing. Some pedagogical implications are suggested.

How does mainstream knowledge on a topic develop? This study looks at publications in leading International Relations (IR) journals over the past 25 years to examine who publishes what on the issue of North Korea. Of particular interest are the countries where the authors work and where they received their education. This study also examines the citations of these mainstream articles, the institutional origin of their authors and the languages the articles were written in to see which kinds of research articles influence mainstream articles. The study then examines the theoretical makeup of these mainstream articles in order to understand the range of theoretical perspectives. Corresponding with literature that examines the discipline of IR as a whole, the study finds that mainstream scholarship on North Korea is mostly dominated by scholars working and educated in the US with noticeable contributions from South Korea and some scholars from other Western countries as well as the Asia Pacific. The study also finds that academic articles written in languages other than English play virtually no part in the mainstream IR discourse on North Korea. In terms of theory and method, most mainstream articles fall within a relatively narrow range that spans soft-rationalism and non-postmodern constructivism. These results show that patterns of American and European dominance in the discipline of IR as a whole are also visible in the mainstream discourse on North Korea, and that this discourse does not engage with journal publications written in languages other than English.

최근 딥러닝의 기술발전으로 자연어 처리 분야에서 Q&A, 문장추천, 개체명 인식 등 다양한 연구가 진행 되고 있다. 딥러닝 기반 자연어 처리에서 좋은 성능을 보이는 트랜스포머 기반 BERT 모델의 성능향상에 대한 다양한 연구도 함께 진행되고 있다. 본 논문에서는 토픽모델인 잠재 디리클레 할당을 이용한 토픽별 지식그래프 분류와 입력문장의 토픽을 추론하는 방법으로 K-BERT 모델을 학습한다. 분류된 토픽 지식그래프와 추론된 토픽을 이용해 K-BERT 모델에서 대용량 지식그래프 사용의 효율적 방법을 제안한다.

과학적 지식을 얻는 과정은 연구자의 연구를 통해 이루어진다. 연구자들은 과학의 불확실성을 다루고 과학적 지식의 확실성을 구축해나간다. 즉, 과학적 지식을 얻기 위해서 불확실성은 반드시 거쳐가야 하는 필수적인 단계로 인식되고 있다. 현존하는 불확실성의 특성을 파악하는 연구는 언어학적 접근의 hedging 연구를 통해 소개되었으며 컴퓨터 언어학에서 수작업 기반으로 불확실성 단어 코퍼스를 구축해왔다. 기존의 연구들은 불확실성 단어의 단순 출현 빈도를 기반으로 특정 학문 영역의 불확실성의 특성을 파악해오는데 그쳤다. 따라서 본 연구에서는 문장 내 생의학적 주장이 중요한 역할을 하는 생의학 문헌을 대상으로 불확실성 단어 기반 과학적 지식의 패턴을 시간의 흐름에 따라 살펴보고자 한다. 이를 위해 생의학 온톨로지인 UMLS에서 제공하는 의미적 술어를 기반으로 생의학 명제를 분석하였으며, 학문 분야의 패턴을 파악하는데 용이한 DMR 토픽 모델링을 적용하여 생의학 개체의 불확실성 기반 토픽의 동향을 종합적으로 파악하였다. 시간이 흐름에 따라 과학적 지식의 표현은 불확실성이 감소하는 패턴으로 연구의 발전이 이루어지고 있음을 확인하였다.

The process of obtaining scientific knowledge is conducted through research. Researchers deal with the uncertainty of science and establish certainty of scientific knowledge. In other words, in order to obtain scientific knowledge, uncertainty is an essential step that must be performed. The existing studies were predominantly performed through a hedging study of linguistic approaches and constructed corpus with uncertainty word manually in computational linguistics. They have only been able to identify characteristics of uncertainty in a particular research field based on the simple frequency. Therefore, in this study, we examine pattern of scientific knowledge based on uncertainty word according to the passage of time in biomedical literature where biomedical claims in sentences play an important role. For this purpose, biomedical propositions are analyzed based on semantic predications provided by UMLS and DMR topic modeling which is useful method to identify patterns in disciplines is applied to understand the trend of entity based topic with uncertainty. As time goes by, the development of research has been confirmed that uncertainty in scientific knowledge is moving toward a decreasing pattern.

본 연구는 디지털 전환과 코로나19 팬데믹을 거치며 국내 실용음악 교육 연구의 주제 영역과 개념적 구조가 어떻게 변화했는지를 거시적으로 규명하는 데 목적이 있다. 이를 위해 2020년부터 2025년까지 KCI 등재(등재후보 포함) 학술지에 게재된 관련 논문 84편을 대상으로 텍스트 마이닝 기반의 지식구조 및 주제 지형 분석을 수행하였다. 분석 자료는 초록과 저자 키워드를 중심으로 구성하였으며, TF 및 TF‑IDF를 활용하여 시기별 핵심 키워드를 도출하였다. 또한 공출현 네트워크와 중심성 분석, CONCOR 분석을 통해 핵심 개념의 구조적 위상과 주제 군집을 파악하였다. 연구 결과, 팬데믹 전환기와 이후 시기 간 핵심 개념 및 주제 구조에서 유의미한 차이가 확인되었으며, 실용음악 교육 연구의 주요 주제 영역과 네트워크적 특성이 실증적으로 도출되었다. 본 연구는 데이터 기반 분석을 통해 국내 실용음악 교육 연구의 구조적 변화와 발전 방향을 제시하는 기초 자료를 제공한다.

This study aims to macroscopically investigate how the subject areas and conceptual structures of domestic practical music education research have changed through digital transformation and the COVID-19 pandemic. To this end, text mining-based knowledge structure and topic terrain analysis was performed on 84 related papers published in KCI-indexed (candidate) academic journals from 2020 to 2025. The analysis data was composed mainly of abstracts and author keywords, and key keywords for each period were derived using TF and TF-IDF. Furthermore, the structural position of key concepts and topic clusters were identified through co-occurrence network and centrality analysis, and CONCOR analysis. The research results confirmed significant differences in key concepts and topic structures between the pre-pandemic transition periodand the post-pandemic period, and empirically derived the main subject areas and network characteristics of practical music education research. This study provides foundational data that suggests the structural changes and development directions of domestic practical music education research through data-based analysis

[연구목적] 생성형 AI 에이전트 연구의 전체 흐름과 핵심 주제를 파악하기 위해 LDA, BERTopic 분석 방법을 적용하였다. 이를 통해 최근 연구가 어떤 기술과 응용 방향으로 확산되는지 분석하고자 하였다. [연구방법] 2019～2025년 Web of Science 문헌 408편을 수집하고 텍스트 정제 후 LDA와BERTopic으로 토픽 구조를 도출하였다. 추가로 빈도 분석과 네트워크 시각화를 활용해 주제간 관계를 해석하였다. [연구결과] 연구는 AI․LLM 기반 기술, 에이전트 자율성, 인간－AI 상호작용, 도메인 응용의네 가지 축으로 구조화되었다. LDA와 BERTopic 모두 대화형 중심에서 다양한 응용형 에이전트로 확장되는 추세를 보여주었다. [연구의 시사점] 생성형 AI 에이전트는 단순 생성 모델을 넘어 자율적 행동과 도구 사용 등고도화된 기능으로 발전하고 있다. 다양한 분야로의 확장 가능성을 확인하였다.

[Purpose] This study applies LDA and BERTopic to identify the overall research landscape and core themes of generative AI agent studies. The objective is to analyze how recent research has expanded in terms of technological development and domain－ specific applications. [Methodology] A total of 408 publications from the Web of Science (2019－2025) were collected and preprocessed, after which LDA and BERTopic were used to extract topic structures. In addition, frequency analysis and network visualization were conducted to interpret relationships among major themes. [Findings] The results reveal that the field is structured around four major axes：AI/LLM －based technologies, agent autonomy, human－AI interaction, and domain－specific applications. [Implications] Generative AI agents have evolved beyond simple generative models to incorporate advanced capabilities such as autonomous action and tool use. This study confirms their potential for expansion across diverse application domains.

This study sought to examine the effects of textual enhancement and topic familiarity on Korean college students’ recognition of passive form and reading comprehension. It also investigated whether their effects would differ depending on learners’ prior knowledge of the target form. To this end, a total of 108 Korean EFL college learners were asked to take the pretest designed to measure learners’prior knowledge of the target form and general reading ability and the posttest consisting of form recognition test and free recall task. After the topic of economic depression was selected as an unfamiliar topic based on the analysis of the two pre-questionnaires, half of the participants received two sessions of topic familiarity training using reading tasks. The major findings from MANOVAs and Duncan post-hoc analyses are summarized as follows. First, input enhancement was found to have positive effects on the learning of the passive form, and at the same time did not hinder the learners’ understanding of the passages. Second, topic familiarity helped learners better understand the passages, while it did not lead to learners’recognition of the passage form. Lastly, learners’ prior knowledge of the passive form was observed to intervene the effects of input enhancement and topic familiarity. Theoretical and pedagogical implications are discussed.

인터넷과 디지털 기술의 발전은 전자상거래를 중심으로 한 디지털 경제 구조를 근본적으로 재편시켰다. 이에 따라e커머스 분야는 단순한 거래 채널을 넘어 인공지능, 플랫폼 경제, ESG 경영 등 다양한 주제를 포괄하는 융합 연구 영역으로 확장되었다. 본 연구는 2009년부터 2025년까지 국내 e커머스 관련 학술논문 1,271편의 메타데이터(제목, 초록, 키워드)를 수집하여 3년 롤링 윈도우(2년 간격) 단위로 주제 변화를 시계열적으로 분석하였다. 최신 토픽모델링 기법인BERTopic을 적용하여 시기별 핵심 주제를 도출하고, 공출현 네트워크 분석을 통해 주제 간 구조적 관계와 중심성을 정량적으로 규명하였다. 그 결과, 2009~2015년에는 쇼핑, 품질, 만족, 신뢰 등 소비자 행동 중심 연구가 주를 이루었고, 2016~2020년에는 모바일, SNS, 빅데이터 등 기술 융합형 주제가 확산되었다. 2021년 이후에는 AI, 생성형 모델, 메타버스, ESG, 라이브커머스, OTT 서비스 등 데이터⋅플랫폼 기반 신흥 주제가 급부상하였다. 반면 mobile service, social commerce 등 전통적 주제는 점차 쇠퇴하는 양상을 보였다. 이러한 결과는 e커머스 연구의 핵심축이 기술⋅데이터⋅플랫폼 중심으로 이동하고 있으며, 학문적 융합과 지식 확산이 가속화되고 있음을 시사한다. 본 연구는 문맥 기반 토픽모델링과 네트워크 분석을 결합한 통합적 접근을 통해 e커머스 분야의 연구 진화 구조를 실증적으로 규명하고, 향후 학문적발전 방향과 산업적 전략 수립에 기초자료를 제공한다.

This study collected metadata (titles, abstracts, and keywords) from 1,271 domestic e-commerce-related journal articles published between 2009 and 2025 and analyzed topic evolution over time using a three-year rolling window with two-year intervals. By applying the state-of-the-art BERTopic algorithm, the study identified key topics for each period and quantitatively examined structural relationships and centrality among topics through co-occurrence network analysis. The results show that from 2009 to 2015, research primarily focused on consumer behavior topics such as shopping, quality, satisfaction, and trust, while from 2016 to 2020, technology convergence themes such as mobile, SNS, and big data became prominent. Since 2021, emerging data- and platform-driven topics—including AI, generative models, metaverse, ESG, live commerce, and OTT services—have rapidly gained attention, whereas traditional subjects like mobile service and social commerce have gradually declined. These findings indicate a paradigm shift in e-commerce research toward technology, data, and platform-centered convergence, accompanied by accelerated knowledge diffusion. By integrating context-based topic modeling with network analysis, this study empirically elucidates the structural evolution of research in the e-commerce domain and provides foundational insights for future academic development and industrial strategy formulation.

미래 핵심 가치 기술 발굴 및 탐색을 위해서는 범국가적인 국가R&D정보와 과학기술정보의 연계 융합이 필요하다. 본 논문에서는 국가R&D정보와 과학기술정보를 온톨로지와 토픽모델링을 사용하여 연계 융합하여 지식베이스를 구축한 방법론을 소개하고, 이를 기반으로 한 다차원 연계 지식맵 서비스를 소개한다. 국가R&D정보는 국가R&D과제와 참여인력, 해당 과제에 대한 성과 정보, 논문, 특허, 연구보고서 정보들을 포함한다. 과학기술정보는 논문, 특허, 동향 등의 과학기술연구에 대한 기술 문서를 일컫는다. 본 논문에서는 지식베이스에서의 지식 처리 및 관리의 효율성을 높이기 위해 Lightweight 온톨로지를 사용한다. Lightweight 온톨로지는 국가R&D과제 참여자와 성과정보, 과학기술정보를 과제-성과 관계, 문서-저자 관계, 저자-소속기관 관계 등의 단순한 연관관계를 이용하여 국가R&D정보와 과학기술정보를 융합한다. 이러한 단순한 연관관계만을 이용함으로써 지식 처리의 효율성을 높이고 온톨로지 구축 과정을 자동화한다. 보다 구체적인 Concept 레벨에서의 온톨로지 구축을 위해 토픽모델링을 활용한다. 토픽모델링을 활용하여 국가R&D정보와 과학기술정보 문서들의 토픽 주제어를 추출하고 각 문서 간 연관관계를 추출한다. 일반적인 Concept 레벨에서의 Fully-Specified 온톨로지를 구축하기 위해서는 거의 100% 수동으로 해야 하기 때문에, 많은 시간과 비용이 소모된다. 본 연구에서는 이러한 수동적인 온톨로지 구축이 아닌 자동화된 온톨로지 구축을 위해 토픽모델링을 활용한다. 토픽모델링을 활용하여 온톨로지 구축에 필요한 문서와 토픽 키워드 간의 관계, 문서 간 의미 상 연관관계를 자동으로 추출한다. 마지막으로, 이와 같이 구축된 지식베이스의 트리플(Triple) 정보를 활용하여, 연구자들의 공동저자관계, 문서간의 공통주제어관계 등을 연구자, 주제어, 기관, 저널 등의 다차원 연관관계를 방사형 네트워크 형식을 이용하여 시각화한 지식맵 서비스들을 소개한다.

Knowledge map is widely used to represent knowledge in many domains. This paper presents a method of integrating the national R&D data and assists of users to navigate the integrated data via using a knowledge map service. The knowledge map service is built by using a lightweight ontology and a topic modeling method. The national R&D data is integrated with the research project as its center, i.e., the other R&D data such as research papers, patents, and reports are connected with the research project as its outputs. The lightweight ontology is used to represent the simple relationships between the integrated data such as project-outputs relationships, document-author relationships, and document-topic relationships. Knowledge map enables us to infer further relationships such as co-author and co-topic relationships. To extract the relationships between the integrated data, a Relational Data-to-Triples transformer is implemented. Also, a topic modeling approach is introduced to extract the document-topic relationships. A triple store is used to manage and process the ontology data while preserving the network characteristics of knowledge map service. Knowledge map can be divided into two types: one is a knowledge map used in the area of knowledge management to store, manage and process the organizations' data as knowledge, the other is a knowledge map for analyzing and representing knowledge extracted from the science & technology documents. This research focuses on the latter one. In this research, a knowledge map service is introduced for integrating the national R&D data obtained from National Digital Science Library (NDSL) and National Science & Technology Information Service (NTIS), which are two major repository and service of national R&D data servicing in Korea. A lightweight ontology is used to design and build a knowledge map. Using the lightweight ontology enables us to represent and process knowledge as a simple network and it fits in with the knowledge navigation and visualization characteristics of the knowledge map. The lightweight ontology is used to represent the entities and their relationships in the knowledge maps, and an ontology repository is created to store and process the ontology. In the ontologies, researchers are implicitly connected by the national R&D data as the author relationships and the performer relationships. A knowledge map for displaying researchers' network is created, and the researchers' network is created by the co-authoring relationships of the national R&D documents and the co-participation relationships of the national R&D projects. To sum up, a knowledge map-service system based on topic modeling and ontology is introduced for processing knowledge about the national R&D data such as research projects, papers, patent, project reports, and Global Trends Briefing (GTB) data. The system has goals 1) to integrate the national R&D data obtained from NDSL and NTIS, 2) to provide a semantic & topic based information search on the integrated data, and 3) to provide a knowledge map services based on the semantic analysis and knowledge processing. The S&T information such as research papers, research reports, patents and GTB are daily updated from NDSL, and the R&D projects information including their participants and output information are updated from the NTIS. The S&T information and the national R&D information are obtained and integrated to the integrated database. Knowledge base is constructed by transforming the relational data into triples referencing R&D ontology. In addition, a topic modeling method is employed to extract the relationships between the S&T documents and topic keyword/s representing the documents. The topic modeling approach enables us to extract the relationships and topic keyword/s based on the semantics, not based on the simple keyword/s. Lastly, we show an experiment on the construction of the integrated knowledge base using the lightweight ontology and topic mode

PCK는 본질적으로 영역-특이적이며 주제-특이적인 교사 전문성 지식이라는 전제 하에, 이 연구에서는 현직 중학교 과학 교사들을 대상으로 교사 지식 및 실행 측면에서 천문 내용에 대한 주제-특이적 PCK를 분석하였다. 이를 위해 4명의 중학교 과학 교사를 대상으로 8학년 '별과 우주' 단원의 3개 주제(별자리와 별의 위치, 연주시차와 별의 거리, 우주의 팽창)에 대한 수업을 관찰하고 녹화하였으며, 녹화 후 참여교사의 교수학적 생각을 심층적으로 분석하기 위해 비디오 자극 회상면담을 실시하였다. 수업 녹화 및 교사 면담 자료는 모두 전사하여 분석에 활용하였다. 양적 및 질적으로 통합된 수업 분석을 위한 PCK분석 프로토콜을 개발하였으며, 이를 적용하여 PCK 수준과 구성요소별 특징을 분석하였다. 연구 결과, 참여교사들은 주제에 따라 구성요소에 따라 다양한 PCK 수준을 나타내었으며, 과학 교수 지향이 참여교사 PCK의 특징을 형성하는데 중추적인 역할을 한다는 것을 알 수 있었다. 또한, 천문 영역에 특이적인 실행인 천문학적 사고(공간적 및 시스템 사고)가 가르치는 핵심 개념에 적절하게 조합되지 못하는 것으로 분석되었다. 이러한 연구 결과를 토대로 과학 교사 전문성 계발을 위한 PCK 발달과정 연구의 함의를 논의하였다.

Pedagogical Content Knowledge (PCK) is intrinsically domain/topic-specific knowledge for teachers' expertise. On the basis of this idea about PCK, we investigated in-service science teachers' topic-specific PCK on the unit of stars and universe in terms of teachers' knowledge and practices. We observed four middle school science teachers' classes for eighth graders, and took the videos of the classes. The topics of the classes covered constellation, annual parallax and the distance of stars, and the expansion of the universe. We also examined the teachers' pedagogical thinking through video stimulated recall interviews. In addition, we developed a protocol to analyze the levels of participant teachers' PCK and the characteristics revealed in their classes on each topic. Results of the study showed that the participant teachers' level of PCK varied across the topics of classes and the sub-components of PCK. We also identified teaching orientations played key roles in shaping overall characteristics of their PCK. Moreover, astronomical thinking such as spatial thinking and system thinking, was not appropriately embedded as the specific practices into the astronomical concepts in their instructions. We discussed the implications on the progressions of teachers' PCK in terms of their professional development.

이 연구는 한국 사람들의 에이즈에 대한 인식이 어떠한지를 살펴보고, 이러한 에이즈에 대한 인식이 에이즈 지식 수준에 따라서 어떻게 달라지는지, 에이즈 관련 미디어 보도와 어떻게 다른지를 비교, 분석하였다. 이를 위해서 질병관리청에서2010년부터 2년마다 정기적으로 시행하고 있는 “에이즈에 대한 지식, 태도, 신념 및 행태 조사”에서 수집된 자료를 토픽 모델링을 통해서 분석하였다. 연구 결과에서 한국 사람들은 에이즈에 대해서 성병(동성애)로 인한 불치병으로서 에이즈, 성매매로 인한 성병으로 면역 결핍을 유발하는 에이즈, 문란한 성생활로 감염되어 죽게되는 에이즈 등과 같은 3가지 토픽으로 생각하고 있었고, 이러한 3가지 토픽들은 시기별로 통계적으로 유의미한 차이가 없이 지속적으로 등장하는 것으로 나타났다. 또한, 이러한 토픽들의 비중은 지식 수준이 높은 집단과 지식 수준이 낮은 집단 간에 통계적으로 유의미한 차이가 없는 것으로 나타났다. 마지막으로 에이즈 관련 미디어 보도 분석에서 에이즈 치료 & 예방, 에이즈 퇴치 지원, 세계 에이즈의 날, 유명인 에이즈 감염, 에이즈 감염인을 통한 확산 등과 같은 5가지 토픽으로 에이즈를 바라보고 있었고, 에이즈 치료 & 예방 토픽은 시간이 지날수록 그 비중이 줄어들었고, 나머지 4개의 토픽은 시기적으로 유의미한 차이가 없는 것으로 나타났다. 이러한 결과들을 통해서 에이즈에 대한 부정적인 인식에 대한 개선 노력이 필요하며, 이를 위해서 미디어 보도의 개선, 에이즈 관련 용어의 개선, 지식 전달 관련 개선 방안들이 고려될 필요성을 제안하였다.

This study attempted to explore how the audiences in Korea perceived of AIDS, analyze the perceptions of audiences by AIDS knowledge, and compare it with media reports about AIDS. To do so, this study conducted a series of topic-modeling analysis for the AIDS reports of the Korea Center for Disease Control from 2010 to 2017. In the results, perceptions of audiences on AIDS included three topics, such as incurable disease, sexually transmitted disease, and messy sex life. These three topics have been continually appeared. There are no differences in accordance with AIDS knowledge. Media reports had five topics about AIDS such as AIDS treat & prevention, support for AIDS eradication, world AIDS day, AIDS infection of celebrities, and AIDS infection from people with AIDS. In the periodial comparison, value of AIDS treat & prevention has been gradually lowered; however, rest of the five topics has not been changed. Those results have suggested improvement of media reports, and change of AIDS-related words and AIDS-related knowledge in order to change negative perceptions on AIDS in Korea.

The present study sought to explore the relative contribution of vocabulary knowledge, grammar knowledge and topic familiarity to L2 reading comprehension. It also explored the roles of vocabulary knowledge and grammar knowledge in L2 reading comprehension depending on topic familiarity. To this end, 92 college students were asked to take vocabulary test, grammar test and reading comprehension test. Their vocabulary knowledge was measured by Vocabulary Levels Test, while a 20-item multiple-choice test was designed to measure their grammar knowledge. The reading comprehension test consisted of two expository texts, followed by ten multiple-choice questions for each text. They were also asked to fill out a questionnaire aimed to examine topic familiarity for the texts. The results of a multiple regression analysis indicated that grammar knowledge showed relative superiority over topic familiarity and vocabulary knowledge in its predictive power for L2 reading comprehension ability. Furthermore, the results of this study revealed that the relative importance of vocabulary knowledge and grammar knowledge in L2 reading comprehension varied depending on topic familiarity. Implications and limitations of the study would be discussed.

본 연구는 국내 간호대학생을 대상으로 발표된 인공지능(AI) 관련 학술논문의 핵심 키워드 구조와 잠재 주제를 규명하기 위해 빈도 분석, TF-IDF 분석, 텍스트 네트워크 분석, 토픽모델링을 적용한 연구이다. 자료 수집은 2026년 3월 10일부터 30일까지 한국교육학술정보원(RISS), 누리미디어 학술데이터베이스(DBpia), 학술연구정보서비스(KISS), 한국학술정보 e-article 4개 데이터베이스에서 문헌을 검색하고 선정하여 최종 45편의 학술논문을 분석 대상으로 확정하였다. 키워드 정제 과정을 거쳐 92개의 분석용 키워드를 도출하였으며, 출현 빈도 상위 30개 키워드를 대상으로 동시출현 매트릭스를 구성하여 분석을 수행하였다. 자료분석은 Python 3.12.3 환경에서 수행하였으며, 키워드 빈도 분석과 TF-IDF 분석을 통해 핵심 개념과 차별적 중요도를 식별하고, 연결중심성·매개중심성·근접중심성 3가지 중심성 지표를 산출하여 네트워크 구조를 분석하였다. 또한 잠재 디리클레 할당(Latent Dirichlet Allocation, LDA) 기반 토픽모델링을 적용하여 4개의 잠재 주제를 도출하였다 연구 결과, 빈도 상위 5개 키워드는 '교육', '학습', '인식', '윤리의식', '간호교육' 순으로 나타났으며, TF-IDF 분석에서는 '인식'과 'AI리터러시'가 상위로 상승하여 중요도가 확인되었다. 3가지 중심성 지표 모두에서 '교육'과 '학습'이 1·2순위를 차지하였으며, '윤리의식'은 출현 빈도는 4위였으나 세 지표 모두에서 상위 5위 이내에 위치하여 본 연구 영역의 핵심 개념으로 확인되었다. 토픽모델링 결과, 'AI 교수학습법 개발'(37.8%), 'AI 학습 경험과 학습자 변인'(15.5%), 'AI 시대 간호 핵심역량'(28.9%), 'AI 기술 수용과 전문직 윤리'(17.8%)의 4개 잠재 주제가 도출되었다. 이러한 결과는 국내 간호대학생 대상 AI 연구가 교육·학습 중심으로 형성되어 있으며, 학습자의 다층적 인식과 윤리적 책무가 연구 영역의 핵심을 구성하고 있음을 보여준다. 본 연구에서 도출된 4개 잠재 주제는 향후 AI 시대 간호교육과정 개발과 후속 연구의 방향 설정에 활용될 수 있다.

This study applied frequency analysis, TF-IDF analysis, text network analysis, and topic modeling to identify the core keyword structure and latent topics of academic articles on artificial intelligence(AI) targeting nursing students in Korea. Data were collected from March 10 to 30, 2026, across four databases?the Research Information Sharing Service(RISS), DBpia, the Korean studies Information Service System(KISS), and Korean Studies Information e-article?through which a final set of 45 academic articles was selected for analysis. After a keyword refinement process, 92 analysis keywords were derived, and a co-occurrence matrix was constructed using the top 30 keywords by frequency for analysis. Data analysis was conducted in a Python 3.12.3 environment. Keyword frequency analysis and TF-IDF analysis were performed to identify core concepts and their differential importance, and three centrality indices?degree centrality, betweenness centrality, and closeness centrality?were calculated to analyze the network structure. In addition, topic modeling based on Latent Dirichlet Allocation(LDA) was applied to derive four latent topics. The results showed that the top five keywords by frequency were 'Education,' 'Learning,' 'Perception,' 'Ethical Awareness,' and 'Nursing Education,' in that order, while the TF-IDF analysis confirmed the importance of 'Perception' and 'AI Literacy,' both of which rose to higher ranks. 'Education' and 'Learning' ranked first and second across all three centrality indices, and 'Ethical Awareness,' although ranked fourth in frequency, remained within the top five across all three indices, confirming its status as a core concept in this research area. The topic modeling analysis derived four latent topics: 'Development of AI-based Teaching and Learning Methods'(37.8%), 'AI Learning Experience and Learner Variables'(15.5%), 'Core Competencies of Nursing in the AI Era'(28.9%), and 'AI Technology Acceptance and Professional Ethics'(17.8%). These results indicate that AI research targeting nursing students in Korea is centered on education and learning, and that learners' multidimensional perceptions and ethical responsibilities constitute the core of this research area. The four latent topics identified in this study can be utilized in developing nursing curricula for the AI era and in setting directions for future research.