Structure of Concepts in Home Economics Education Curriculum: A Comparative Analysis of Korea, the United States, Canada, and Australia
Bibliographic record
Abstract
본 연구는 한국, 미국, 캐나다(온타리오주), 호주의 실과(기술·가정) 교육과정을 비교 분석하여, 각 국이 교육과정에서 개념을 어떻게 구조화하고 제시하고 있는지를 밝히고자 하였다. 이를 위해 각국의 공식 교육과정 문서 및 관련 정부 자료를 바탕으로 개발 원리 및 배경, 영역 및 분과 구조, 개념 제시 방식에 대한 문헌 고찰 및 기술적 비교하고 분석하였다. 분석 결과, 네 국가 모두 개념을 고정된 정의 로 명시하기보다는 교과 철학과 학습 구조, 성취기준 체계 속에 내재화하여 제시하고 있었으며, 개념은 단순한 내용 분류를 넘어 학습자의 사고 촉진과 실천적 적용을 유도하는 교육 설계의 핵심으로 기능하 고 있었다. 특히 한국은 문장형 핵심 아이디어 중심의 개념 체계를, 미국은 질문형 개념 구조와 실천적 추론 기반 접근을, 캐나다는 기대 수준과 주제의 이중 축에 따른 개념 확장 방식을, 호주는 다층적 개 념 구조와 교차 교과적 설계를 통한 통합적 개념 학습을 특징으로 하고 있었다. 본 연구는 이를 바탕으 로 한국 실과(기술·가정) 교육과정의 가정생활 영역 개정 방향으로서 학년 군 간 수평적 점층 구조 설 계, 개념의 수직적 심화 및 층위 구조화, 현장 교사를 위한 실행 가능한 개념 설계 지침 마련의 필요성 을 제안하였다. 본 연구는 실과(기술 ‧ 가정) 교육에서 개념 중심 교육과정 설계의 정교화를 통해 깊이 있는 학습과 학습자의 삶과 연결되는 교육을 실현하는 데 이바지할 수 있을 것이다.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".