한곳에서 찾는 논리 자료

통합검색

연구와 학습, 시험과 도서를 한곳에서 찾습니다.

검색 결과마다 자료의 코너와 성격을 표시합니다. 제목을 먼저 살펴보고 그림 카드와 기존 본문으로 이어 가세요.

세 연구자가 논문과 도표를 함께 검토하고 작은 갈색 안경 올빼미가 곁에서 책을 읽는 모습

관심 주제로 찾아보기

조건 초기화

검색 결과12건

검색 결과 제목

  1. 6루브릭을 주면 학생은 자동으로 더 잘 배울까?
  2. 7인공지능(AI)가 쓴 풀이가 실제 판단 과정을 그대로 보여 줄까?
  3. 8변수를 많이 통제할수록 인과 추론이 좋아질까?
  4. 9유의한 결과가 나오면 그 가설은 거의 참일까?
  5. 10분석 방법을 조금 바꾸면 연구 결론도 달라질까?
루브릭, 자기평가, 혼합 중재의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.

루브릭을 주면 학생은 자동으로 더 잘 배울까?

루브릭, 자기평가, 혼합 중재의 관계와 검토 지점을 설명하는 LTCT 교육용 도식.
논리교육과 평가해외 학술 연구 · 연구 해설 · 일반

루브릭을 주면 학생은 자동으로 더 잘 배울까?

Panadero와 Jönsson의 21편 고찰은 루브릭이 기대를 투명하게 만들 수 있지만, 효과가 자기평가·피드백 같은 활동과 뒤섞여 단독 효과는 불확실하다고 봤습니다.

The Use of Scoring Rubrics for Formative Assessment Purposes Revisited: A Review

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
원래 규칙과 전제, 부정으로 바꾼 전제, 제거한 규칙의 세 개입에서 논리적으로 기대되는 결론 변화와 AI 답을 비교하도록 한 표.

인공지능(AI)가 쓴 풀이가 실제 판단 과정을 그대로 보여 줄까?

원래 규칙과 전제, 부정으로 바꾼 전제, 제거한 규칙의 세 개입에서 논리적으로 기대되는 결론 변화와 AI 답을 비교하도록 한 표.
인공지능과 논리해외 학술 연구 · 연구 해설 · 심화

인공지능(AI)가 쓴 풀이가 실제 판단 과정을 그대로 보여 줄까?

사고 사슬에 오류·바꾸어 쓰기·삭제를 가한 개입 연구는 모델과 과제에 따라 답이 풀이에 의존하는 정도가 크게 다름을 보였습니다.

Measuring Faithfulness in Chain-of-Thought Reasoning

게시 2026-09-12 · 약 10분해외 논리학 연구 해설 읽기 →
100개 가설 중 참 10개와 거짓 90개를 나누고, 검정력 80%로 참 양성 8개, 거짓 양성률 5%로 거짓 양성 기대값 4.5개를 계산한 2대2 표.

유의한 결과가 나오면 그 가설은 거의 참일까?

100개 가설 중 참 10개와 거짓 90개를 나누고, 검정력 80%로 참 양성 8개, 거짓 양성률 5%로 거짓 양성 기대값 4.5개를 계산한 2대2 표.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 심화

유의한 결과가 나오면 그 가설은 거의 참일까?

사전 가능성, 검정력과 거짓 양성률이 양성 결과의 믿을 만함을 어떻게 함께 결정하는지 기대 빈도로 계산합니다.

Why Most Published Research Findings Are False

게시 2026-09-12 · 약 11분해외 논리학 연구 해설 읽기 →
두 코딩과 두 모형의 네 조합에 임의의 추정값 -0.8, 0.2, 1.1, 1.5를 연결한 표. 실제 분석 결과가 아님을 표시한다.

분석 방법을 조금 바꾸면 연구 결론도 달라질까?

두 코딩과 두 모형의 네 조합에 임의의 추정값 -0.8, 0.2, 1.1, 1.5를 연결한 표. 실제 분석 결과가 아님을 표시한다.
증거·확률·인과관계해외 학술 연구 · 연구 해설 · 심화

분석 방법을 조금 바꾸면 연구 결론도 달라질까?

명세 곡선 분석은 타당한 분석 선택들을 함께 드러냅니다. 결론 하나만 읽을 때 놓치기 쉬운 선택의 영향을 살펴봅니다.

Specification curve analysis

게시 2026-09-12 · 약 8분해외 논리학 연구 해설 읽기 →

6–10 / 12편