http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
- 검색키워드
- 저자 : JIN YUXIAN (검색결과 2 건)
-
JIN YUXIAN 경희대학교 대학원 2025 국내석사
본 연구는 한국 대학에 재학 중인 중국 대학원 유학생들을 위한 무용 교육과정을 개발하는 데 목적을 두고 있다. 이를 위해 무용의 역사적 및 문화적 배경을 심도 있게 교육함으로써 중국 유학생들이 무용을 학문적으로 깊이 이해할 수 있도록 지원하고자 하였다. 연구방법으로는 크게 문헌조사, 현황조사, 수정 델파이 조사를 통해 수행되었다. 연구 결과, 한국 대학의 무용학과 교육과정은 중국 유학생들에게 무용의 기초부터 심화 과정까지 체계적인 학습 기회를 제공하며, 글로벌 무대에서의 경쟁력을 갖춘 예술가로 성장할 수 있는 기반을 마련하는 것으로 나타났다. 수정 델파이 조사한 결과, 유학생들의 무용 교육과정 운영을 위해 요구되는 핵심 역량으로 전문성, 문화이해력, 창의적 표현력, 학문적 연구능력, 융합적 사고능력, 글로벌 소통능력이 도출되었다. 이를 바탕으로 실기 교과목 <무용표현과 안무창작>, 이론 교과목 <무용예술의 이해>, 융복합 교과목 <무용의 융합 예술>을 제안하였다. 본 연구는 중국 유학생들이 무용 분야에서 효과적으로 학습하고 글로벌 무대에서 활동할 수 있도록 돕는 교육과정을 제시함으로써, 향후 무용 교육의 방향성을 제시하는데 중요한 의의가 있다. 또한, 맞춤형 언어 교육과 융합적 접근, 문화적 이해를 통한 지원 체계를 강화하여 유학생들이 무용 예술 분야에서 성공적으로 성장할 수 있도록 하는 구체적인 방안을 제언하였다.
-
Jin, Yuxian Sungkyunkwan University 2026 국내박사
인간은 인지적 제약과 정보적 제약 하에서 사고하고 의사결정하며 행동한다. 디지털 환경 속에서 정보기술의 발달로 인해 개인은 다양한 외부 행위자로부터 도움을 받아 이러한 내재적 제약을 완화할 수 있게 되었다. 본 학위논문은 외부 행위자가 인간 행동에 미치는 영향이 상황별 제약 조건에 따라 어떻게 달라지는지를 두 가지 환경에서 검증한다. 첫 번째는 인지적 과업에 참여하는 인공지능 기반 행위자이며, 두 번째는 타인의 의사결정을 위한 정보 단서가 되는 사회적 행위자이다. 첫 번째 연구는 대규모 언어모델이 아이디어 구상 및 정교화 단계에서 팀의 창의성에 어떤 영향을 주는지 조사한다. 세 명으로 구성된 팀이 대규모 언어모델의 도움을 받는 경우와 받지 않는 경우로 나누어 두 차례 창의적 과업을 수행한 혼합 설계 실험 결과, 팀 구성에 따른 상충 관계가 나타났다. 대규모 언어모델의 지원이 없을 때, 다양한 팀은 발산적 성과(즉, 최종 아이디어의 참신성 및 정교화의 폭)에서 동질적 팀보다 우수한 성과를 보인 반면, 동질적 팀은 수렴적 성과(즉, 정교화의 일관성)에서 다양한 팀보다 우수한 성과를 보였다. 그러나 대규모 언어모델의 지원을 받을 경우, 동질적 팀은 발산적 성과에서 더 큰 이득을 얻었고, 다양한 팀은 수렴적 성과에서 더 큰 이득을 얻으며 성과 격차가 줄어들었다. 이러한 결과는 대규모 언어모델이 특정 팀과 단계에서 어떤 제약이 병목 현상을 일으키느냐에 따라 그 가치가 달라지는 외부 인지적 지원 역할을 함을 시사한다. 두 번째 연구는 보상형 크라우드펀딩 시장에서 사회적 행위자로서의 선행 후원자가 잠재적 후원자의 의사결정에 미치는 영향을 살펴본다. 연구는 노출 기반 신호와 품질 기반 신호를 구분하여, 정보 비대칭 수준에 따라 후원자 신호가 어떻게 상이하게 작동하는지 분석한다. 분석 결과, 정보 비대칭이 상대적으로 낮은 탐색재의 경우에는 네트워크 중심성이 높은 선행 후원자가 노출 신호를 통해 중요한 역할을 하였고, 정보 비대칭이 심한 경험재의 경우에는 관련 후원 경험이 많은 선행 후원자가 품질 신호를 통해 더 강한 영향을 미쳤다. 즉, 선행 후원자가 잠재적 후원자에게 미치는 효과는 선행 후원자가 보내는 신호의 유형과 프로젝트의 속성에 의해 결정되며, 잠재적 후원자가 독립적으로 얻을 수 없는 부족한 신호를 제공할 때 특히 유효하다. 종합적으로, 본 논문은 디지털 환경에 존재하는 외부 행위자의 영향력을 일반적인 영향력이 아니라, 과업과 상황에 따라 조건적으로 작동하는 자원으로 이해해야 한다는 관점을 제시한다. 이는 인간–인공지능 협업과 플랫폼 기반 시장 연구에 기여하며, 정보기술이 인간의 내부적 제약과 보다 효과적으로 정렬되도록 디지털 환경을 설계하는 데 실질적인 시사점을 제공한다. Humans operate under cognitive and informational constraints that bound how they think, decide, and act. In digital environments, information technologies increasingly embed external agents that can relax these internal limitations. This dissertation examines how the influence of external agents is contingent on situational constraints across two settings: AI-based agents that participate in cognitive work and social agents whose observable actions become informational cues in the crowdfunding market. Study 1 examines how large language models (LLMs) reshape the diversity-creativity relationship across ideation and elaboration, using a mixed-design experiment in which three-person teams complete two creative tasks with and without LLM assistance. Without LLM support, the results reveal clear composition-based trade-offs: diverse teams perform better on divergence-oriented outcomes (final idea novelty and elaboration breadth), whereas homogeneous teams perform better on convergence-oriented outcomes (elaboration coherence). With LLM assistance, homogeneous teams improve primarily on divergence-oriented performance, while diverse teams improve primarily on convergence-oriented performance, narrowing performance gaps across outcomes. Study 2 investigates how prior funders shape subsequent funding under varying informational conditions in the crowdfunding market. Using project-day panel data from Wadiz, the study distinguishes between exposure and quality-signaling pathways and shows that their relative importance depends on project type. For search-good projects, where attributes are more verifiable and the primary challenge is discovery, subsequent funding responds more to prior funders’ network centrality, which amplifies exposure. For experience-good projects, where quality is harder to verify prior to consumption and the primary challenge is evaluation, subsequent funding responds more to prior funders’ domain-relevant experience, which sends quality-related signals. Together, this dissertation positions AI-based and social agents as conditional resources rather than uniformly beneficial influences. Their effects depend on the alignment between an actor’s binding constraint (e.g., divergence vs. convergence; discovery vs. evaluation) and the agent’s salient output (e.g., variety generation, integrative scaffolding, exposure, quality signaling), offering design guidance for aligning digital systems with human constraints.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
