With the rapid expansion of personal mobility (PM) devices as urban transport alternatives, the associated safety risks have increased significantly. Although previous studies have offered insights into user behavior and accident traits, more integrated approaches that consider spatial and administrative contexts are required to better understand the factors affecting accident severity. This study investigated the factors influencing accident severity involving PM devices in Seoul, South Korea by employing a cross-classified multilevel model (CCMM) to account for both police jurisdiction and regional characteristics. Analyzing the 2021 data from the Traffic Accident Analysis System (TAAS), the model showed strong validity (ICC: 15.8%, DIC: 697.2), outperforming the logistic and hierarchical models. Key predictors of higher severity included crashes in non-standard areas (e.g., other than single roads or intersections), helmet non-use, and older age of victims and perpetrators. Violations, such as exceeding passenger capacity, were negatively associated with severity. Industrial areas and high subway station densities reduced the severity, reflecting the benefits of pedestrian-friendly infrastructure. Larger areas covered by police officers significantly increased the severity, revealing enforcement limitations. The 2021 Road Traffic Act revision has had no statistically significant impact. These results highlight the need for integrated policies that combine infrastructure improvements, enhanced enforcement, and behavioral changes to reduce the severity of PM-related accidents in urban environments.

Purpose: This study aimed to examine the effects of a disaster nursing education program using the Korean Triage and Acuity Scale (KTAS) on nursing students’ competency in emergency patient triage, core competencies, confidence in disaster nursing, and self-efficacy in disaster response. Methods: This study utilized a nonequivalent control group design. The experimental group (n=25) participated in a disaster nursing education program that incorporated the KTAS, whereas the control group (n=27) did not receive any intervention. Data were analyzed using descriptive statistics and t-tests. Results: The two groups differed significantly in both competency in emergency patient triage (t=3.47, p=.001) and confidence in disaster nursing (t=2.51, p=.015). Conclusions: This study indicates that a disaster nursing education program using the KTAS, a tool currently employed in clinical practice, rather than theory-based instruction alone, contributed to enhancing nursing students’ practical competencies. Such training can improve the emergency patient triage and confidence in disaster nursing required in emergency situations, ultimately enabling future nurses to better protect the lives and health of individuals affected by disasters.

남방큰무당벌레(신칭)를 한국 미기록종으로 보고한다. 본 종은 국내 Harmornia속의 3종과는 둥글고 볼록한 체형, 앞가슴등판의 갈라진 점 모양, 각 딱지날개에 7개의 검은점이 1-3-2-1 배열로 나타나는 특징으로 쉽게 구별할 수 있다. 본 연구에서는 Harmonia속의 종 검색표, 진단형질과 DNA바코드 정보를 제공하고자 한다.

This study aims to identify latent classes among shared e-scooter users based on their characteristics and analyze the differences in personal and usage characteristics across these classes. Specifically, the study has the following key objectives: (1) to select variables related to the personal and usage characteristics of shared e-scooter users; (2) to collect data on the personal and usage characteristics of shared e-scooter users; (3) to derive the latent classes of shared e-scooter users; and (4) to test the differences in personal and usage characteristics across the identified latent classes. Variables related to the personal and usage characteristics of shared e-scooter users were selected based on a literature review. Through a survey, data on the personal and usage characteristics of shared e-scooter users were collected. A latent class analysis (LCA) was performed to derive the latent classes of shared e-scooter users. Finally, a chi-square analysis was conducted to test the differences in personal and usage characteristics across the latent classes of shared e-scooter users. The results of this study are as follows. The personal characteristics of shared e-scooter users were identified as age and sex, whereas the usage characteristics were identified as usage frequency, time periods of e-scooter usage, return/rental zones, return/rental places, and types of roads used. Data on sex, age, usage frequency, periods of e-scooter usage, and return/rental locations were collected from 278 shared e-scooter users. Based on information criterion, statistical validation, and the entropy index, four latent classes of shared e-scooter users were identified: “male users with a commuting purpose in business zones,” “male users with a homeward commuting purpose in residential zones,” “female users with a leisure purpose in park/green zones,” and “users in their 20s with a commuting purpose in residential zones.” The results of a chisquare analysis revealed statistically significant differences (p < 0.05) in the personal and usage characteristics across the latent classes. Shared e-scooter user types were classified through Latent Class Analysis (LCA), and differences in personal and usage characteristics were identified across the classes. The preferred usage environments and conditions for each class of shared e-scooter users are determined. Variables related to the return/rental zone and periods of e-scooter usage showed the most significant differences among the classes. These findings can contribute to the development of customized user policies and the improvement of services based on the characteristics of shared e-scooter users.

Natural populations of numerous species have decreased sharply in recent years, and a number of mammalian species are also now at elevated risk of extinction globally. The long-tailed goral Naemorhedus caudatus, a vulnerable and protected species designated by IUCN (International Union for Conservation of Nature) and CITES (the Convention on International Trade in Endangered Species of Wild Fauna and Flora), is distributed in Northeast Asia including the Korean Peninsula. In South Korea, the Seoraksan National Park is known as the largest core habitat for the long-tailed goral population. In this study, phylogenetic relationships and population genetic features of the Seoraksan goral population were analyzed using fecal samples with both mitochondrial DNA and microsatellite markers. We found that Seoraksan gorals were the most closely related to Russian population, and also found that a unique Seoraksan lineage evolved there. In addition, the Seoraksan goral population showed higher genetic diversity than other South Korean populations, suggesting that this population might represent the most ecologically and evolutionarily important remnants of the long-tailed goral in South Korea. The Seoraksan goral population had a low level of genetic differentiation and a rather single genetic structure, suggesting that non-negligible levels of gene flow might have occurred across populations. Moreover, microsatellite genotype-based individual identification estimated that the population size was ≥81 in the Seoraksan National Park. Findings of our study suggest that effective conservation and restoration actions are needed for long-term conservation of N. caudatus in this protected area.

지금까지 한국의 긴나무좀아과에는 4속 6종이 알려져 있다. 본 연구에서는 3종의 한국 미기록종을 다음과 같이 보고한다: 배외긴뿔나무좀 (Crossotarsus niponicus (Blandford, 1894)), 이승악긴나무좀(Platypus contaminatus (Blandford, 1894)), 닮은긴나무좀(Platypus quercivorus (Murayama, 1925)).

한국산 복숭아거위벌레속(딱정벌레목: 바구미상과: 주둥이거위벌레과)의 분류학적 재검토를수행한 결과 애복숭아거위벌레(Rhynchites (Rhynchites) fulgidus Faldermann, 1835)를 국내 처음으로 확인하였다. 본 연구에서는 한국산 복숭아거위벌레속 2종(애복숭아거위벌레, 복숭아 거위벌레)의 형태학적 재기재를 제공한다. 또한, 한국산 복숭아거위벌레속 종들의 분류학사에 대한 고찰과 2종에 대한 분류 검색표를 제시한다.

한반도 애호랑밑빠진버섯벌레속(Baeocera Erichson, 1845)에 대하여 논의하고 검색표를 제공하였다. 참애호랑밑빠진버섯벌레(Baeocera choi Hoshina and Park, 2011)는 배애호랑밑빠진버섯벌레[Baeocera ventralis (Löbl, 1973)]의 동물이명 임이 밝혀졌다. 이들의 수컷생식기 형질 을 도해하고 근연종과 함께 동정에 유용한 형태형질을 제시한다.

본 연구는 자율주행자동차(AV)와 비자율주행자동차(HDV)가 혼재하는 교통환경에서 자율주행 전용차로 도입 시 차로변경구간 길이가 교통소통지표에 미치는 영향을 VISSIM 시뮬레이션을 통해 분석하였다. 분석을 위하여 도로구조 및 교통량, AV All-knowing, Cautious 주행행태를 반영하여 432개 시나리오를 구성하였다. 시뮬레이션 결과, 차로변경구간 길이가 증가할수록 교통 밀도와 지체시간은 유의 미하게 감소하였으며, 속도 및 통과교통량이 증가하는 효과를 보였으나, 자율주행 전용차로 도입 시 밀도와 지체시간이 증가하고 속도 및 통과교통량이 감소하는 등 일부 부정적 영향을 확인할 수 있었다. 향후 실제 도로 데이터를 반영한 분석을 통해 연구 신뢰성을 제 고할 필요성이 존재한다.

인공지능의 발전은 검색엔진, SNS, ChatGPT 등 다양한 분야에서 혁신을 이끌며 사회와 산업 전반에 변화를 가져오고 있다. 특히, 교 통 분야에서는 AI 기반 기술이 교통정보 수집 및 분석 방식에 변화를 주며, 새로운 활용 가능성을 제시하고 있다. 과거 육안 계수 방 식에 의존했던 교통량 조사는 현재 CCTV 영상과 딥러닝 객체 인식 기술을 활용해 신뢰성과 정확성이 크게 향상되었다. AI 기반 교통 솔루션의 도입으로 교통량 조사 데이터는 정책 수립, 운영 개선, 사회간접자본 건설 등 다양한 분야에서 중요한 기초 자료로 활용되고 있다. 이에 본 연구에서는 YOLO v8을 활용하여 차량 축 인식 기반 차종 분류의 정확성을 향상시키고, 기존 촬영 기법과 비교·분석을 통해 최적의 인식기법을 제시하고자 한다.

선박에는 단열을 위한 발포제가 적용된다. 기존의 발포제에는 지구온난화물질인 수소불화탄소(HFC)를 다량 포함하고 있는 문제점이 있으며, 우리나라는 몬트리올 의정서의 ‘키칼리 개정서’를 채택함에 따라 HFC를 ‘24년부터 ’45년까지 기준 수량의 80% 감 축하기로 결정되었다. 이에, 메틸포메이트 원료는 지구온난화지수가 0(HFC는 960~1,430)으로 향후 친환경발포제로 높은 기대를 갖고 있다. 하지만, 메틸포메이트 발포제의 성능은 원료의 순도 및 주변환경에 높은 영향을 받음으로 각 공정환경에 대한 정확한 분류가 필요하다. 이에, 본 논문에서는 주변환경(온도)과 메틸포메이트 순도에 따라, 총 4개의 케이스를 만들었다. 각 케이스에 대해서 10,010 장의 이미지를 학습하고, 이를 구글넷(GoogLeNet)알고리즘을 이용하여 분류하였다. 분류결과 정확도는 96.8%를 갖고, F1-Score는 0.969 를 갖는 것으로 계산하였다.

본 연구에서는 경남지역 시군별 농림어업의 성장 추이에 대한 분석을 두 가지 측면에서 접근하였다. 첫째, 경남지역의 18개 시군을 과거 20년 동안의 농림어업생산액 성장률과 현재의 수준을 기준으로 비교하여 지역 유형화를 시도하였다. 이는 각 시군을 농림어업의 성장에 관한 정태적 및 동태적 관점에서 유형화함으로써, 각 시군이 상대적으로 어떠한 위치에 있는가를 객관적으로 파악할 수 있게 해줄 것이다. 둘째, 변이-할당분석을 통해 각 시군의 과거 20년 동안의 농림어업 성장을 3개의 요인으로 구분하여 분석하였다. 이를 통해 각 시군의 농림어업 성장이 어떤 요인에 의해 결정되었는가를 파악함으로써, 향후 농림어업 성장을 더욱 활성화하기 위한 전략 설정과 정책 수립에 시사점을 제공해 줄 수 있을 것이다.

Since 2004, the so-called new siheyuan – the modernized siheyuan (traditional Chinese house type) - has emerged in earnest. Over the past two decades, the new siheyuan has undergone continuous evolution in terms of program, structure, space, and form. To achieve a comprehensive understanding of the diverse forms of the new siheyuan , this paper aims to classify its varieties and analyze representative cases in the old Bejing city, corresponding to these. The classification system utilized the typology presented in ‘Type Classification of Contemporary Hanok’ (2016), as this was considered to be universal and takes into account the commonalities between hanok and siheyuan . The criteria for the classification are: (1) new construction or renovation; and (2) the degree of the new siheyuan ’s deviation from the traditional siheyuan ’s standard - maintaining the traditional form; changing space within the traditional form; changing the traditional frame; and juxtaposing the traditional and the modern. Based on these two criteria, this paper identified eight types of the new siheyuan and analyzed representative cases for each type. It can be argued that the diverse spectrum and significance of the new siheyuan were effectively explored through this typological classification and case-studies.

This study addresses the critical challenge of enhancing vehicle classification accuracy in traffic surveys by optimizing the conditions for vehicle axle recognition through artificial intelligence. With current governmental traffic surveys facing issues—particularly the misclassification of freight vehicles in systems employing a 12-category vehicle classification—the research proposes an optimal imaging setup to improve axle recognition accuracy. Field data were acquired at busy intersections using specialized equipment, comparing two camera installation heights under fixed conditions. Analysis revealed that a shooting height of 8.5m combined with a 50°angle significantly reduces occlusion and captures comprehensive vehicle features, including the front, side, and upper views, which are essential for reliable deep learning-based classification. The proposed methodology integrates YOLOv8 for vehicle detection and a CNN-based Deep Sort algorithm for tracking, with image extraction occurring every three frames. The axle regions are then segmented and analyzed for inter-axle distances and patterns, enabling classification into 15 categories—including 12 vehicle types and additional classes such as pedestrians, motorcycles, and personal mobility devices. Experimental results, based on a dataset collected at a high-traffic point in Gwangju, South Korea, demonstrate that the optimized conditions yield an overall accuracy of 97.22% and a PR-Curve AUC of 0.88. Notably, the enhanced setup significantly improved the classification performance for complex vehicle types, such as 6-axle dump trucks and semi-trailers, which are prone to misclassification under lower installation heights. The study concludes that optimized imaging conditions combined with advanced deep learning algorithms for axle recognition can substantially improve vehicle classification accuracy. These findings have important implications for traffic management, infrastructure planning, road maintenance, and policy-making by providing a more reliable and precise basis for traffic data analysis.

국가어항은 어촌경제의 핵심 거점으로, 전통적으로 수산업 활동을 지원하는 기능을 수행해 왔다. 그러나 현대에는 관광과 레크 리에이션 기능도 요구되고 있으며, 어항의 다기능화가 필요해지고 있다. 이에 따라 국가어항의 기능을 체계적으로 분류하고, 그 기능에 영향을 미치는 요인을 분석하는 것이 중요한 과제로 부각되었다. 따라서 본 연구는 국가어항의 기능을 분류하고, 각 기능에 미치는 주요 요인들을 실증 분석한다. 이를 통해 어항 기능을 극대화하고, 어촌경제와 지역사회 발전에 기여할 수 있는 전략을 제시하고자 한다. 연구 는 2021년 기준 115개 국가어항을 대상으로 자료를 수집하여 분석하였다. 분석 결과, 국가어항은 기초어업형, 경제적 진흥형, 관광특화형, 취약형, 다목적형의 5가지 유형으로 분류되었다. 또한 다중회귀분석을 통해 수산 및 관광 기능에 미치는 주요 요인들을 도출하였다. 중도 매인 수, 관광매출액, 숙박시설 수, 항별 이용 면적 등이 관광과 수산 기능에 유의미한 영향을 미친다는 점을 확인하였다. 이 연구는 국가 어항의 다기능화를 위한 구체적인 요인들을 규명하고, 각 유형의 어항에 맞는 개발 전략을 제시할 수 있는 기초자료를 제공한다. 특히, 취 약형 어항에 대한 맞춤형 개발 전략이 필요이 중요한 과제로 제시되었다.

본 연구는 수도권 소재 D 대학을 중심으로 대학생활 적응양상(대인관 계, 학업활동, 진로준비, 개인심리, 사회체험)에 따른, 잠재계층을 분류하 고 그 영향요인(성별, 나이, 학년, 계열, 전형유형)을 살펴보려는 목적으 로 실시되었다. 연구 대상은 D대학에 재학중인 597명의 대학생이 포함 되었다. 분석결과는 다음과 같다. 첫째, 설명변수, 영향변수 간의 상관분 석에서 GPA(학업성취도)는 대인관계를 제외한 모든 대학생활적응 하위영 역과 통계적으로 유의한 관계가 있었으며, 상관계수는 정적으로 나타났 다. 둘째, 잠재계층분석에서는 4개의 집단으로 유형화되었다. 연구 대상 의 55%는 중도형 대학생활적응 집단(계층 1), 11%는 소극형 대학 생활 적응 집단(계층 2), 27%는 적극형 대학생활적응 집단(계층 3), 7%는 선 택형 대학생활적응 집단(계층 4)로 구분되었다. 셋째, 잠재계층 간 비교 에서는 계층3, 계층1, 계층2 형태는 성취 및 만족도 차이가 순서대로 낮 게 나타났으나, 계층 4의 경우는 성적 및 취업을 제외한 다른 영역에서 는 활동 및 참여가 적은 모습을 보였다. 본 연구는 입학유형에 따른 학 생들의 잠재적 특성을 밝혀내어, 이에 맞는 효과적인 학교생활적응 지원 방안을 모색하고자 하는 데 의의가 있다.

본 연구는 자연치유 진단을 위한 대상자의 간호 진단 중재를 적용한 사례 연구로, 대상자의 치유 과정을 이해하고 지원하기 위한 접근 방식이다. NANDA(North American Nursing Diagnosis Association, 북미간호진단 협회)의 간호 진단 분류 체계를 기반으로 한 간호 과정을 수행하고 평가하는 시스템을 통해 자연치유를 선택하는 대상자들의 건강을 돕고자 하였다. 이 사례를 통해 자연치유 진단, 자연치유 수행, 결과, 평가까지 도출하는 과정을 서술적 보고 형식으로 제시하였다. 연구 대상자가 겪고 있는 건강 문제인 불 안에 대해 주관적 및 객관적인 사정 자료를 통해 파생된 건강 문제들을 간 호 진단, 요인 분석, 대상자의 행동 특성 등으로 분류하고, 중재 목표를 설 정하였다. 목표에 대한 결과를 도출하기 위한 중재 요법으로, 몸의 관절 가 동 범위를 넓혀주는 원심도와 싱잉볼 이완 요법을 간호 중재로 선택하여 긍 정적인 결과를 도출하였으며, 이는 앞으로 유사한 환자들에게도 적용할 수 있는 모델이 될 수 있다고 사료된다. 향후 다양한 질환 군에 대한 간호 체계 분류를 적용한 자연치유 중재 효과에 대한 양적 연구의 확대와 장기적인 자 연치유 과정과 그 결과를 평가하기 위한 후속 연구가 필요하다고 보여진다.

본 연구는 정서가 어떻게 표상되고 그 구조가 어떠한지 파악하기 위한 목적으로 진행되었다. 이에 정서 영상에서 유발된 정서에 대해 웨어러블 기구 기반 EEG 반응이 어떻게 분류되고 표상되는지 알아보고자 하였다. 이를 위해 참가자간 분류분석으로 참가자들 간의 정서 반응의 일관성을 확인하였다. 또한 분류분석의 결과로 도출된 정서 영상 별 정확 및 오분류를 오차행렬을 통해 기술하였다. 다음으로, 핵심정서 모델을 기반으로 EEG 데이터에 다차원척도 법을 적용하여 정서가 정서가와 각성가 두 가지 차원에서 어떻게 표상되는지 확인하였다. 마지막으로, 표상 유사성 분석을 통해 행동 데이터, 생리 측정 데이터, EEG 데이터 중 정서 차원을 가장 잘 설명하는 데이터가 무엇인지 확인하였다. 참가자간 분류분석 결과, 정서유형이 유의미하게 분류되었고 이는 EEG 데이터에 정서에 따라 참가자들 간 공유되는 패턴이 있음을 시사한다. 다차원척도법 결과, 정서 자극에 따른 EEG 데이터가 각성가 차원에서 표상이 잘 이루어졌다. 표상 유사성 분석 결과, 정서가 차원은 행동 데이터가, 각성가 차원은 EEG 데이터와 생리 측정 데이 터가 잘 설명하였다. 본 연구는 웨어러블 기구를 통해 측정된 영상 자극에 따른 EEG 데이터를 사용해 기존의 정서 이론과 부합하는 결과를 얻은 것에 의의가 있다.

방아벌레과에 속하는 제주도청동방아벌레(신칭)을 신종으로 보고한다. 본 종은 제주도 고유종으로, 국내 근연종들과 구별이 쉽도록 종 검색 표와 진단형질을 제공한다.