# 학습 세션 재현성 예제 프로젝트

## 어떤 결과를 재현하나요?

두 가지 소리 환경에서 평균 학습 시간을 계산합니다. 네 개의 기록은 분석 과정을 설명하기 위한 **모의 데이터**이며 연구 결론을 도출하기 위한 관측값이 아닙니다.

## 파일 구성

| 경로 | 역할 |
| --- | --- |
| `data/sessions.csv` | 입력 데이터 |
| `data/data-dictionary.md` | 열 정의, 단위, 결측값 규칙 |
| `analysis/analyze.py` | 소리 환경별 평균 학습 시간을 계산하는 코드 |
| `expected/means.csv` | 비교용 예상 결과 |
| `results/means.csv` | 스크립트 실행 후 생성되는 결과 |

## 실행 및 확인

프로젝트 최상위 폴더에서 실행합니다.

```sh
python --version
python analysis/analyze.py
```

환경에 따라 Python 3 실행 명령이 `python3` 또는 `py -3`일 수도 있습니다. 이 예제는 Linux x86_64, Python 3.12.14에서 검증되었고 Python 표준 라이브러리만 사용합니다.

`results/means.csv`를 열어 `expected/means.csv`와 비교합니다. 배경 소음(`background-noise`)의 평균은 20.0분, 조용한 환경(`quiet`)의 평균은 25.0분이어야 합니다. 다시 실행하면 생성된 결과 표를 덮어씁니다.

## 자신의 연구에 맞게 수정하기

연구 목적과 파일 목록을 실제 프로젝트에 맞게 바꾸세요. 시작 명령, 검증한 Python 및 의존성 버전, 데이터 버전 또는 접근 신청 절차, 코드 커밋 ID, 예상 결과, 데이터와 코드의 라이선스를 적어 두세요. 공개 자료가 모의 데이터로만 실행된다면 실제 연구와 어떻게 다른지도 설명하세요.

전체 ZIP 예제에서 이 파일은 `README.ko.md`, 한국어 데이터 사전은 `data/data-dictionary.ko.md`입니다. 기본 `README.md`와 `data/data-dictionary.md`는 영어입니다. 자신의 프로젝트에서는 원하는 언어의 파일을 기본 이름으로 저장하고 문서 안의 경로도 함께 수정하세요.
