Çѱ¹ ºñ¾ð¾îÁö´É°Ë»ç 2ÆÇ(K-CTONI-2), ¾¾Åä´ÏÅõ°Ë»ç 2ÆÇ
Çѱ¹ÆÇ Ç¥ÁØÈ: ¹ÚÇý¿ø(¿ï»ê´ëÇб³ ±³¼ö, wpssi °³¹ßÀÚ)
¿øÀúÀÚ: Hammill, Pearson, & Wiederholt
´ë »ó: ¸¸ 5¼¼~60¼¼(ÀÏ¹Ý À¯¾Æ, ¾Æµ¿, Ãʵî, Áßµî, ¼ºÀÎ), ´Ù¹®È À¯¾Æ~¼ºÀÎ, û°¢ ¹× ¾ð¾î Àå¾Ö¿ì
½Ç½Ã½Ã°£: 40ºÐ ³»¿Ü ½Ç½Ã¿Í äÁ¡ÀÌ Æí¸®ÇÕ´Ï´Ù.
ÇÏÀ§Ã´µµ: ±×¸²À¯Ãß, µµÇüÀ¯Ãß, ±×¸²¹üÁÖ, µµÇü¹üÁÖ, ±×¸²¼ø¼, µµÇü¼ø¼
¼¼Æ®: Áöħ¼, °Ë»çƲ(ÀÌÁ©ºÏ ÇüÅÂ), °³Àαâ·Ï¿ëÁö(20ºÎ)
±âŸ: ´Üü¿ë(¼Ò±×·ì) ±â·Ï¿ëÁö´Â º°µµ·Î ±¸ÀÔ (°Ë»çƲ¸¸ ÀÖÀ¸¸é ´Üü °Ë»ç ½Ç½Ã °¡´É),
°Ë»ç ½Ç½Ã ÈÄ °á°ú¸¦ °ð¹Ù·Î ¾Ë ¼ö ÀÖ½À´Ï´Ù. ½Ç½Ã, äÁ¡, Çؼ®ÀÌ ½±°í Æí¸®ÇÕ´Ï´Ù.
°Ë»çƲÀÌ ¿©·¯ °³ ÀÖ´Ù¸é ¼Ò±×·ì(´Üü¿ë) °Ë»çÁö¸¦ »ç¿ëÇÒ ¼ö ÀÖÀ½
K-CTONI-2 ¾ð¾î¿Í ¿îµ¿±â´ÉÀÌ Æ÷ÇÔµÈ ÀüÅëÀûÀÎ Áö´É°Ë»ç¿¡¼ ÇÑ ´Ü°è ¹ßÀüÇÏ¿© ¾Æµ¿°ú ¼ºÀο¡ À̸£±â±îÁö ÀϹÝÀûÀÎ Áö´ÉÀ» ½Å·Ú·Ó°Ô Áø´ÜÇÏ
´Â ÁØ°Å°ü·Ã°Ë»çÀÌ´Ù. K-CTONI-2´Â 2°¡ÁöÀÇ ¼·Î ´Ù¸¥ ¸Æ¶ô Áï, Ä£¼÷ÇÑ ´ë»óµéÀÇ ±×¸²(¿¹, »ç¶÷, ÀÎÇü, µ¿¹° µî)°ú µµÇü(Ä£¼÷ÇÏÁö ¾ÊÀº ¶óÀεå·ÎÀ×) À¸·Î 3°¡ÁöÀÇ ¼Ò°Ë»ç¸¦ ÃøÁ¤ÇÑ´Ù. ±×°ÍÀº À¯Ãß(analogical reasoning), ¹üÁÖ(categorical classification), ¼ø¼(sequential reasoning)ÀÌ´Ù. µû¶ó¼ Çѱ¹ÆÇ ºñ¾ð¾î Áö´É°Ë»çÀÇ ¼Ò°Ë»ç´Â ¸ðµÎ 6°³°¡ µÈ´Ù.
6°¡ÁöÀÇ ¼Ò°Ë»ç(subtest)´Â ±×¸²À¯Ãß(Pictorial Analogies:PA), µµÇüÀ¯Ãß(Geometric Analogies:GA), ±×¸²¹üÁÖ(Pictorial Categories:PC), µµÇü¹üÁÖ(Geometric Categories:GC), ±×¸²¼ø¼(Pictorial Sequences:PS), µµÇü¼ø¼(Geometric Sequences:GS)ÀÌ´Ù. CTONI-2ÀÇ ¿øÆÇÀº 2009³â¿¡ ÃâÆÇµÈ ÃÖ½ÅÀÇ Áö´É°Ë»çÀÌ´Ù.
°á°úºÐ¼®Àº Ç¥ÁØÁ¡¼ö, ¹éºÐÀ§ Á¡¼ö ±×¸®°í ¿¬·É±ÔÁØ(age equivalents) Á¡¼ö¸¦ Á¦½ÃÇÏ°í ÀÖ´Ù. ¹Ì±¹ ¿øÆÇÀÇ Àüü Ç¥Áý ´ë»óÀº 2,827¸íÀ̸ç, ¿¬·É º°·Î À¯ÃþÇ¥ÁýÀ» ÇÏ¿´´Ù. ½Å·Úµµ´Â .80~.90À̸ç, Àß ¾Ë·ÁÁø ´Ù¸¥ Áö´É°Ë»ç¿ÍÀÇ »ó°üÀº .70¿¡ À̸¥´Ù. ÀÚ¼¼ÇÑ Å¸´çµµ µîÀÇ Á¤º¸´Â ¸Å´º¾ó¿¡ Á¦½ÃµÇ¾î ÀÖ´Ù.
ÀÌ °Ë»çÀÇ È°¿ëÀº Á¤»ó ¾Æµ¿ ¹× ¼ºÀλӸ¸ ¾Æ´Ï¶ó, ÀÇ»ç¼ÒÅëÀå¾Ö, û°¢Àå¾Ö, ³ú¼Õ»ó, ADHD, ÇнÀÀå¾Ö µîÀ» Æ÷ÇÔÇÏ´Â ¾Æµ¿ ¹× ¼ºÀÎÀÇ ÁöÀû ´É·Â ¹× ±â¾ï·Â°ú ÁÖÀÇ·ÂÀ» ÃøÁ¤ÇÒ ¼ö ÀÖ´Â ºñ¾ð¾îÀû Áö´É°Ë»çÀÌ´Ù. ȯ»êÁ¡¼ö¿¡ µû¸¥ Áö´ÉÀÇ ¾ð¾îÀû ºÐ·ù´Â ¸ðµÎ 7´Ü°è·Î ³ª´©¾îÁö´Âµ¥ ±×°ÍÀº Áö´É °á¼Õ, °æ°è¼±, Æò±ÕÇÏ, Æò±Õ, Æò±Õ»ó, ¿ì¼ö, ÃÖ¿ì¼ö(IQ 130 ÀÌ»ó)ÀÌ´Ù.
Àü ¼¼°èÀûÀ¸·Î °¡Àå ³Î¸® »ç¿ëµÇ´Â Áö´É°Ë»ç ÁßÀÇ ÇϳªÀÎ CTONI-2°Ë»çÀÇ Çѱ¹ÆÇÀº ½Ç½Ã°¡ Æí¸®ÇÏ°í äÁ¡ÇϱⰡ ½¬¿ì¸ç Çؼ®Çϱ⠽±µµ·Ï µÇ¾î ÀÖÀ¸¸ç Áö´É°Ë»ç¸¦ óÀ½ Á¢Çϰųª ±âÁ¸ÀÇ Áö´É°Ë»ç¿¡ ¸¸Á·ÇÏÁö ¸øÇÏ´Â ÀÓ»ó½É¸®»ç, Àü¹®»ó´ã±³»ç, Ä¡·á»ç µî Àü¹®°¡µé¿¡°Ô °¢±¤ ¹ÞÀ» °ÍÀ¸·Î º¸ÀδÙ.
- Åùè»ç
- CJ´ëÇÑÅë¿î
- ¹è¼Û±â°£
- ÀÔ±Ý È®ÀÎ ÈÄ °øÈÞÀÏ Á¦¿Ü 3ÀÏ(´Ü, Áö¿ªÀÇ ¹è¼Û»ç »çÁ¤¿¡ µû¶ó ¹è¼ÛÀÏÀÌ ´Þ¶óÁú ¼ö ÀÖ½À´Ï´Ù.)
- ´çÀÏÃâ°í
- ¿ÀÈÄ 3½Ã ÀÌÀü ÀÔ±Ý °Ç(´Ü, º»»çÀÇ Àç°í »çÁ¤¿¡ µû¶ó Ãâ°íÀÏÀÌ ´Þ¶óÁú ¼ö ÀÖ½À´Ï´Ù.)
- ¹è¼Ûºñ¿ë
- 50,000¿ø ÀÌ»ó ±¸¸Å ½Ã ¹è¼Ûºñ ¹«·á + Á¦ÁÖ ¹× µµ¼»ê°£ 3,000¿ø Ãß°¡ / 50,000¿ø ¹Ì¸¸ ±¸¸Å ½Ã ¹è¼Ûºñ 3,000¿ø + Á¦ÁÖ ¹× µµ¼»ê°£ 3000¿ø Ãß°¡
- ƯÀÌ»çÇ×
- Á¤È®ÇÑ Æ÷ÀåÀ» À§ÇØ CCTV¸¦ ¼³Ä¡ÇÏ¿© ¿î¿µÇÏ°í ÀÖ½À´Ï´Ù.
-¸ñÀû : Æ÷Àå ¹× ¹è¼Û »óÇ° °ü¸®
-ÃÔ¿µ¹üÀ§ : »óÇ° Æ÷Àå ÀÛ¾÷