PURPOSES : Under the Traffic Safety Act, the installation and management of transportation facilities (facilities and attachments necessary for the operation of transportation, such as roads, railways, and terminals) must take necessary measures to ensure traffic safety, such as enhancing safety facilities. Recently, railway operators have graded the congestion level inside railway stations and vehicles, addressing safety and convenience issues arising from congestion and providing this information to users. However, for bus-related transportation facilities (such as bus stops, terminals, and transfer facilities), criteria and related research for assessing traffic congestion are lacking. Therefore, this study developed a model for the congestion risk factors of four bus-related transportation facilities and proposed criteria for classifying congestion risk levels. METHODS : This study involved selecting congestion risk influence variables for each traffic facility through field surveys, calculating congestion risk index values through evacuation and pedestrian simulations, and constructing a congestion risk influence model based on the ridge model. RESULTS : The factors influencing congestion were selected to include the number of people waiting, effective sidewalk width, and number of bus stops. As a result of developing congestion risk grades, the central bus stops were determined to be in a severe stage if the Average Waiting Time (AWT) was 2.7 or above. Roadside bus stops were considered severe at 4.2, underground metropolitan transit centers at 3.7, and bus terminals at 5.9 or above. CONCLUSIONS : This study can help establish a foundation for a safety management system for congested areas in transportation facilities. When the congestion risk prediction results correspond to cautionary or severe levels, measures that can reduce congestion risk must be applied to ensure the safety of road users.

The purpose of the study was to compare two different MBTI personality types by evaluating the influence of perceived risk on brand and store loyalty and purchase intention. 340 questionnaires were used for the analysis. For statistical analysis, SPSS 20.0 and AMOS 20.0 were performed, and frequency tests, reliability analyses and Structural Equation Modeling were used. The results of SEM analysis, confirmed that one question of brand loyalty and one question of store loyalty were inappropriate for this study. Thus, these two questions were removed and the research model was modified. To determine the goodness of fit of the research model, convergent validity was tested. Most items fell into the goodness of fit, and the average coefficient was fulfilled. According to the results of a path coefficient analysis for the Judging type, perceived risk has a significant influence on brand loyalty and brand loyalty also affected store loyalty. Furthermore, brand loyalty and store loyalty have a significant effect on purchase intentions, but perceived risk did not affect brand loyalty for the Perceiving type. Brand loyalty influences store loyalty and purchase intentions, but store loyalty did not influence purchase intentions. As a result of this study, it is concluded that considering consumers' personality types is critical to developing strategies that enhance brand loyalty.

운전자의 인적요인분석을 위한 기초자료를 제공하는 디지털 운행기록계에서는 GPS 속도, 방위각, RPM정보 등 극히 제한된 운행정보만을 기록하여 실제 운전자의 운전행태를 분석하는 데는 많은 한계가 있다. 또한, 현재 상업화가 활발히 이루어지고 있는 차량용 블랙박스는 운전자의 운전행동보다는 차량에 대한 위험사항을 기록하고 있는 방식으로서 운전자의 실제 운전행태를 분석하기에는 많은 문제점을 보이고 있다. 따라서 기존의 교통안전관련 연구들을 살펴보면 인적요인분석에 필요한 운전자의 위험운전분석이 극히 제한적으로 이루어져 있는 현실이다. 이에 본 연구에서는 사업용자동차의 위험운전유형과 각 운전유형을 결정하는 임계치를 이용하여 버스운전자의 운전행태를 분석하였다. 또한, 버스운전자에게 위험운전에 대해 단말기를 통해 실시간으로 경고정보를 자동 제공하여 실시간경고정보에 따른 효과분석을 실시하였다. 운전자들의 행태분석에 대한 해석은 차량의 가속도 센서와 회전 각속도 센서의 종방향 가속도(Ax), 횡방향 가속도(Ay), 회전 각속도(Yaw rate) 등에 대한 분석을 통해 이루어졌다.

It is considered that taking off such thought that our country is safe from earthquakes, the development of technologies to prevent secondary calamities due to seismic loads such as a fire and gas explosion is urgently required. The objective of this study is to establish the level of indices for determining the danger level of structures, which can be applied to a real-time seismic monitoring to minimize auxiliary damages of structures due to earthquakes. First, the cumulative absolute velocity (CAV) closely related to the concept of averaged velocity of a certain earthquake wave and the spectral intensity (SI) values based on the velocity response spectrum are addressed to specify a certain level of indices for a real-time seismic monitoring. Then, the CAV and SI values are calculated with the artificial seismic waves that are produced based on the design response spectrum of a structure specified in the seismic criteria of KBC 2005. Finally, the early warning, shut-down of facilities and escape stages are proposed by determining the level of indices which are compared with the results of existing studies.

본 연구는 산림 내 시설물 지역 산불안전진단 체크리스트 작성의 가중치 설정을 위해 AHP분석을 실시하였다. AHP 연구는 전문가를 대상으로 실시하는 질적의 연구로 대상자 선정이 중요하다. 따라서, 산불에 전문적인 지식을 가지고 있는 산불담당 공무원과 연구직을 대상으로 조사하였다. 또한 신뢰성 검증을 위해 총 30부 중 CI(consistency Index)값이 0.1이하 값들은 제외하고 총 17부를 대상으로 분석을 실시하였다. 조사항목 중에서 산림 내 시설물 지역에 산불피해를 발생시키는 주변요인의 우선순위 도출을 위한 상위 계층으로는 시설물 주변의 환경(지형, 임상, 산림으로부터 이격거리, 시설물이 보유한 진화자원, 기타 요인)을 조사 하였고, 하위 계층은 상위 계층 중 기타요인에 해당하는 항목(시설물에 접근하는 진입로의 개수, 폭, 시설물의 방화선/방화벽 확보여부, 시설물에 투입되는 진화자원 활용을 위한 공간 확보 여부, 주변의 가연물질(낙엽, 화목더미, LPG통 등의 관리상태)을 조사하였다. 분석결과 상의 계층의 가중치는 산림으로부터 이격거리가 0.278, 기타 요인 0.212, 지형 0.175, 시설물이 보유한 진화자원 0.170, 임상 0.164 순으로 나타났고, 하위계층에서는 주변의 가연물질(낙엽, 화목더미, LPG통 등의 관리상태)이 0.284, 시설물에 투입되는 진화자원 활용을 위한 공간 확보 여부 0.278, 시설물의 방화선/방화벽 확보여부 0.210, 시설물에 접근하는 진입로의 폭 0.167, 시설물에 접근하는 진입로의 개수 0.119 순으로 나타났다. 따라서 본 연구에서 도출된 가중치를 이용하여 산림 내 주요시설물지역의 산불피해 위험요소를 판단하여 산불안전진단기법개발의 기초자료를 제공코자 한다.