There are growing concerns that the recently implemented Earthquake Early Warning service is overestimating the rapidly provided earthquake magnitudes (M). As a result, the predicted damages unnecessarily activate earthquake protection systems for critical facilities and lifeline infrastructures that are far away. This study is conducted to improve the estimation accuracy of M by incorporating the observed S-wave seismograms in the near source region after removing the site effects of the seismograms in real time by filtering in the time domain. The ensemble of horizontal S-wave spectra from at least five seismograms without site effects is calculated and normalized to a hypocentric target distance (21.54 km) by using the distance attenuation model of Q(f)=348f0.52 and a cross-over distance of 50 km. The natural logarithmic mean of the S-wave ensemble spectra is then fitted to Brune’s source spectrum to obtain the best estimates for M and stress drop (SD) with the fitting weight of 1/standard deviation. The proposed methodology was tested on the 18 recent inland earthquakes in South Korea, and the condition of at least five records for the near-source region is sufficiently fulfilled at an epicentral distance of 30 km. The natural logarithmic standard deviation of the observed S-wave spectra of the ensemble was calculated to be 0.53 using records near the source for 1~10 Hz, compared to 0.42 using whole records. The result shows that the root-mean-square error of M and ln(SD) is approximately 0.17 and 0.6, respectively. This accuracy can provide a confidence interval of 0.4~2.3 of Peak Ground Acceleration values in the distant range.

본 연구의 목적은 CAC(Cognition-Affect-Conation) 프레임을 기반으 로 박물관 AI 음성 대화 기술 이용자가 사용하는 다단계 체험 모델을 구 축하고 박물관 AI 음성 대화 기술 사용에 영향을 미치는 요인을 탐색하 고, 미래 박물관 AI 음성 대화 기술의 개발 및 최적화를 위한 이론적 근 거와 실제 지침을 제공하는 것이다. 이러한 연구목적을 달성하기 위해 본 연구는 CAC 프레임을 기반으로 의인성 인지, 관계성 인지, 오락성 인지, 서비스 품질 인지, 비용 인지, 이용자 감정, 이용자의 사용 의도 등의 측면에서 이론적 모델을 구축한다. 정량적 데이터 분석 방법을 통 해 박물관 AI 음성 대화 기술의 이용자 사용 의도 생성 동기를 분석한 다. 연구 결과에 따르면 높은 관계성 인지, 오락성 인지, 서비스 품질 인 지는 박물관 AI 음성 대화 기술에 대한 이용자의 긍정적인 감정을 증가 시킬 수 있고, 긍정적인 감정은 박물관 AI 음성 대화 기술에 대한 이용 자의 사용 의도를 높일 수 있다. 반면, 의인성 인지와 비용 인지가 높으 면은 박물관 AI 음성 대화 기술에 대한 이용자의 부정적인 감정이 발생 하여 이용자의 사용 의도를 높이는 데 부정적인 연향이 있음을 도출했 다.

운량은 천체 관측을 지속하는 데에 중요한 요소 중 하나이다. 과거에는 관측자가 날씨를 직접 판단할 수밖에 없 었으나, 원격 및 자동 관측 시스템의 개발로 관측자의 역할이 상대적으로 줄어들었다. 또한 구름의 다양한 형태와 빠른 이동 때문에 자동으로 운량을 판단하는 것은 쉽지 않다. 이 연구에서는 기계학습 기반의 파이썬 모듈인 “cloudynight” 을 밀양아리랑우주천문대의 전천 영상에 적용하여 운량을 모니터링하는 프로그램을 개발하였다. 전천 영상을 하위 영역 으로 나누어 각 39,996개 영역의 16개의 특징을 학습하여 기계학습 모델을 생성하였다. 검증 표본에서 얻은 F1 점수는 0.97로, 기계학습 모델이 우수한 성능을 가짐을 보여준다. 운량(“Cloudiness”)은 전체 하위 영역 개수 중 구름으로 식별 된 하위 영역 개수의 비율로 계산하며, 운량이 지난 30분 동안 0.6을 초과할 때 관측을 중단하도록 자동 관측 프로그 램 규칙을 정하였다. 이 규칙을 따를 때, 기계학습 모델이 운량을 오판하여 관측에 영향을 미치는 경우는 거의 발생하 지 않았다. 본 기계학습 모델을 통하여, 밀양아리랑우주천문대 0.7 m 망원경의 성공적인 자동 관측을 기대한다.

본 연구는 자일로올리고당의 과학적이고 체계적인 표준 화된 시험법을 마련하여 다양한 제형의 제품에 적용하고 자 하였다. 최적화된 시험법을 마련하기 위해 초음파 처 리 시간, 산 가수분해 시간 및 농도를 검토하여 전처리 방 법을 비교 평가하였으며, HPLC-UVD를 이용하여 시료 중 의 자일로올리고당을 분석하였다. 분석 시 1-phenyl-3- methyl-5-pyrazoline (PMP)으로 유도체화하고, photo diode array (PDA)가 장착된 high performance liquid chromatography (HPLC) (Nanospace SI-2)를 사용하였으며, 칼럼은 Cadenza C18 (4.6 × 250 mm, 3 μm)이었으며, 이동상은 pH를 6.0으 로 맞춘 20 mM 인산완충용액과 아세토니트릴을 78:22 비 율로 혼합하여 사용하였고, 0.5 mL/min 유속으로 254 nm 로 하여 분석하였다. 건강기능식품 등 시험법 마련 표준 절차에 관한 가이드라인에 따라 밸리데이션을 수행하고, 표준화된 시험법을 이용하여 유통 중인 건강기능식품 대 상 품목에 대해 시험법 적용 여부를 확인하였다. 표준화 된 시험법은 자일로올리고당을 함유한 건강기능식품 품질 관리에 대한 신뢰성을 더 높일 것으로 본다.

목적 : 본 연구는 시각장애인을 대상으로 디지털 점자 보조기기를 이용한 점자 훈련 프로그램을 적용하여 점자 촉지 수준 의 변화와 점자 관련 일상 활동에 미치는 효과를 알아보고자 하였다. 연구방법 : 본 연구는 단일집단 사전-사후 비교 설계를 사용하였다. 서울과 강원 지역의 시각장애 관련 기관 2곳에서 모집 한 시각장애인 8명에게 8주간 점자 훈련 프로그램을 진행하였다. 점자 훈련 프로그램은 스마트폰에서 구동되는 점자 학습 앱과 블루투스로 연결된 디지털 점자 보조기기를 사용하였다. 점자 훈련은 주 1회 1시간 시행되었고 추가로 훈련일 제외 주 4일 반복 연습을 자율적으로 시행하도록 독려하였다. 점자 촉지 수준의 변화를 알아보기 위하여 본 연구에서 조작적 정의를 통해 계산한 촉지율과 점자 관련 일상 활동에서의 어려움 정도를 알아보기 위한 K-IPPA검사를 훈련 전, 후로 측정하여 결과를 비교하였다. 결과 : 대상자들은 훈련 프로그램 이후 촉지율이 평균 43%에서 98%로 향상되었고 K-IPPA검사로 측정한 점자 관련 일 상 활동의 어려움이 평균 18점에서 15점으로 낮아진 것으로 나타났다. 결론 : 디지털 점자 보조기기를 이용한 점자 훈련 프로그램은 자립적으로 점자 촉지를 향상시키는데 효과적이었으며, 추 후 국내 점자 교육과 관련한 제한점을 해결할 수 있는 적절한 대안이 될 것으로 생각된다.

본 연구는 그린커피빈추출물이 「건강기능식품의 기준 및 규격」에 추가로 등재될 경우를 대비하여 표준화된 클 로로겐산 시험법을 설정하고, 카페인이 동시 분석되도록 최적화하는 연구를 진행하였다. 최적화된 시험법을 마련 하기 위해 기기분석 및 전처리 조건을 비교·분석하여 클 로로겐산과 카페인을 30% 메탄올 추출하여 인산용액과 인산 함유 아세토니트릴으로 액체크로마토그래프를 통해 330 nm, 280 nm에서 분석하도록 시험법을 설정하였다. 시 험법 밸리데이션 결과, 직선성 정량범위 내에서 상관계수 (R2) 0.999 이상의 유의수준을 보였고, 클로로겐산과 카페 인 검출한계는 0.5와 0.2 μg/mL, 정량한계는 1.4와 0.4 μg/ mL로 나타났다. 정밀도와 정확도 결과는 AOAC 밸리데 이션 가이드라인를 통해 적합함을 확인하였고, 클로로겐 산 및 카페인 동시분석법을 최종적으로 마련하였다. 또한, 시제품과 유통제품을 통해 제형별 적용성 검토하여 클 로로겐산과 카페인을 동시에 정량 가능한 시험법임을 재확인하였다. 최적화된 시험법은 클로로겐산을 함유한 건강기능식품 품질관리에 대한 신뢰성을 더 높일 것으 로 본다.

유두주위게실은 담석의 발생 및 재발에 영향을 주는 위험인자로 보고된 바 있다. 하지만 유두주위게실이 내 시 경 역 행 담 췌 관 조 영 술 ( e n d o s c o p i c r e t r o g r a d e cholangiopancreatography) 시행 중 선택적 담관 삽관의 성공률에 영향을 주는지에 대해서는 논란의 여지가 있다. 다만, 실제 임상에서는 유두주위게실로 인해 선택적 담관 삽관이 어려운 경우가 분명히 존재하며, 이를 해결하기 위한 다양한 방법이 보고되었다. 본고에서는 생검겸자를 이용해 선택적 담관 삽관에 성공한 증례를 보고하고자 한다.

총담관결석의 치료는 내시경역행담췌관조영술을 시행하여 결석을 제거하는 것이 표준적인 방법이며 내시경유두부 괄약근절개술 및 내시경유두부풍선확장술을 시행한 후 바스켓 및 풍선도관, 기계석 쇄석술 등의 여러가지 방법을 사용하여 그 성공률은 90% 이상으로 알려져 있다. 그러나 일부 거대담석이나 담도협착이 동반된 경우 등에서는 담석의 제거에 실패하는 경우가 있다. 본 저자들은 방사선 비투과성 담석에 대해서 일반적인 담석제거를 위한 방법을 사용한 후에도 담석제거에 실패하고 기계적 쇄석술을 시행하던 중 바스켓의 철선이 끊어지면서 담석과 함께 총담관 내에 잔류하게 된 환자에서 체외충격파 쇄석술을 시행하여 담석을 파쇄한 후 담석의 제거에 성공하였던 증례를 문헌고찰과 함께 보고한다.

본 연구는 정원에 대한 인식의 유형을 파악하고, 이용 만족도와의 관계를 분석하여 정원 이용 만족도 제고를 위한 정원 조성 방안을 제언하고자 실시되었다. 이를 위해 G 대학교 캠퍼스 정원을 이용하고 있는 이용자들을 대상으로 인구통계학적 특성, 정원 인식, 정원 이용 만족도 등에 대하여 설문하였다. 이용자들은 정원의 면적, 식물 및 햇빛의 양, 식물 배치 등에 있어 높은 만족감을 가지고 있었으나, 프라이버시 측면에서는 만족감이 낮았다. 인식의 유형은 ‘정원 구성 요소’, ‘정원 이용’, ‘사적 공간’ 세 가지 요인으로 확인되었고, 각 요인들은 세부적인 만족도 중 ‘흥미도와 독창성’, ‘시각적인 아름다움’과 정적 상관을 가지고 있었다. 또한, 정원 이용 만족도에 가장 큰 영향을 미치는 정원에 대한 인식은 식물의 배치와 관련된 것으로 나타났다. 따라서, 정원 이용 만족도 제고를 위해 정원 내 흥미롭고 독창적인 요소를 추가하고, 시각적 아름다움을 자극할 수 있는 식물들을 도입하기를 제언해본다.

The changing media landscape has diversified how and what is discussed about fashion. This study aims to examine expert discussions about fashion shows on social media from the perspective of fashion criticism. To achieve this goal objectively, a text mining program, Leximancer, was used. In total, 58 videos were collected from the panel discussion section of Showstudio from S/S 21 to S/S 24, and the results of text mining on 24,080 collected texts after refinement are detailed here. First, the researchers examined the frequency of keywords by season. This revealed that in 2021–2022, digital transformation, diversity, and fashion films are now commonly used to promote fashion collections, often replacing traditional catwalk shows. From 2023, sustainability and virtuality appeared more frequently, and fashion brands focused on storytelling to communicate seasonal concepts. In S/S 2024, the rise of luxury brand keywords and an increased focus on consumption has been evident. This suggests that it is influenced by social and cultural phenomena. Second, the overall keywords were analyzed and categorized into five concepts: formal descriptions and explanations of the collection’s outfits, sociocultural evaluations of fashion shows and designers, assessments of the commerciality and sustainability of the current fashion industry, interpretations of fashion presentations, and discussions of the role of fashion shows in the future. The significance of this study lies in its identification of the specificity of contemporary fashion criticism and its objective approach to critical research.