[논문 리뷰] Power law distribution in High School Education: Effect of Economical, Teaching and study conditions

Hari M. Gupta, José R. Campanha외 1명|arXiv (Cornell University)|2003. 01. 27.

Education Methods and Practices참고 문헌 2인용 수 3

한 줄 요약

이 연구는 브라질의 UNESP 대학입학시험 성적을 분석하여 물리 및 생물 과학 분야에서 학생 성능에 장기적인 힘의 법칙 尾(파워 레인지)가 나타나며, 인문학 분야는 정규분포를 따른다는 것을 보여준다. 저자들은 점차적으로 잘린 파워 레인지 분포를 사용하여 이러한 파워 레인지 행동이 과목 간 상호의존성 때문임을 규명하고, 학습 조건, 교육 품질, 소득 수준이 성능을 크게 향상시킨다는 것을 발견한다. 특히 과학 분야에서는 더 나은 조건이 평균 성적을 최대 140% 향상시킨다.

ABSTRACT

We studied the statistical distribution of student's performance, which is measured through their marks, in university entrance examination (Vestibular) of UNESP (Universidade Estadual Paulista) with respect to (i) period of study - day vs. night period (ii) teaching conditions - private vs. public school (iii) economical conditions - high vs. low family income. This examination reflect quality of high schools education. We observed long ubiquitous power law tails in Physical and Biological sciences in all cases. The mean value increases with better study conditions followed by better teaching and economical conditions. In humanities, the distribution is close to normal distribution with very small tail. This indicate that these power law tail in science subjects are due to the nature of the subject itself. Further better study, teaching and economical conditions are more important for physical and biological sciences in comparison to humanities. We explain these statistical distributions through Gradually Truncated Power law distributions. We discuss the possible reason for this peculiar behaviour and make suggestions to improve science education at high school level.

연구 동기 및 목표

• 대학입학시험에서의 사회경제적, 교육적, 학습 조건이 학생 성능에 미치는 영향을 조사하는 것.
• 과학 과목에서 관찰된 파워 레인지 분포가 과목의 본질 때문인지 외부 요인 때문인지 규명하는 것.
• 학습 시간, 학교 유형(사립/공립), 가정 소득이 학업 성능에 미치는 상대적 영향을 비교하는 것.
• 장기적인 꼬리 행동을 포착하기 위해 점차적으로 잘린 파워 레인지 함수를 사용하여 성능 분포를 모델링하는 것.
• 고등학교 수준의 과학 교육 향상을 위한 데이터 기반 권고안을 제시하는 것.

제안 방법

• 1998~2000년 기간 동안 UNESP의 대학입학시험(Vestibular) 성적 자료를 분석하여 물리 과학, 생물 과학, 인문학 분야의 세 그룹에 대해 분석한다.
• P(x) = c₁ / [c₂ + |x−xₘ|¹⁺ᵅ] × f(x)로 정의된 점차적으로 잘린 파워 레인지 분포 모델을 적용한다. 여기서 f(x)는 부드러운 절단을 도입한다.
• 정규화 조건과 x_c에서 파워 레인지에서 지수 감소로 전환하는 절단 함수 f(x)를 적용한다.
• 대규모 수렴을 보장하기 위해 β = 2 − α를 적용한다.
• 낮/밤 학습, 사립/공립학교, 고소득/저소득 그룹 간의 경험적 데이터를 비교한다.
• 모델 파라미터(α, xₘ, x_c, k, 평균)를 관측된 분포에 맞추고, 곡선 비교를 통한 적합도 검증을 실시한다.

실험 결과

연구 질문

• RQ1 과학 과목의 학생 성적에서 관찰된 파워 레인지 꼬리는 과목의 구조 때문인지 외부 조건 때문인지?
• RQ2 낮/밤 학습 조건, 사립/공립학교 유형, 가정 소득이 과학과 인문학 분야의 성능에 어떤 영향을 미치는가?
• RQ3 왜 인문학 분야의 성적 분포는 약간의 정규분포를 보이는 반면 과학 과목은 장기적인 파워 레인지 꼬리를 보이는가?
• RQ4 더 나은 학습, 교육, 경제적 조건이 과학과 인문학 분야에서 성능 격차를 얼마나 강화하는가?
• RQ5 점차적으로 잘린 파워 레인지 분포가 다양한 사회경제적 및 교육적 하위군의 교육 성능 데이터를 정확히 모델링할 수 있는가?

주요 결과

• 물리 및 생물 과학 분야에서 모든 하위군(낮/밤, 사립/공립, 고소득/저소득)에서 성능 분포에 장기적인 파워 레인지 꼬리가 지속적으로 나타나며, 이는 체계적인 패턴임을 시사한다.
• 물리 과학 분야에서 낮에 학습하는 학생들의 평균 점수는 밤에 학습하는 학생들보다 140% 높으며, 생물 과학 분야에서는 157% 높고, 인문학 분야에서는 37% 높다.
• 사립학교 학생들은 물리 과학 분야에서 공립학교 학생들보다 117% 높은 성과를 내며, 생물 과학 분야에서는 126%, 인문학 분야에서는 36% 높다.
• 고소득 학생들은 저소득 학생들보다 물리 과학 분야에서 81% 높은 점수를 받고, 생물 과학 분야에서는 67%, 인문학 분야에서는 27% 높다.
• 파워 레인지 행동은 과학 과목에서 가장 뚜렷하며, 이는 상호의존적이고 누적적인 성격 덕분에 장기 기억 효과를 유도하기 때문이다.
• 점차적으로 잘린 파워 레인지 모델은 모든 그룹에서 경험적 데이터에 잘 맞으며, α, xₘ, x_c, k 등의 파라미터가 조건에 따라 체계적으로 변한다.