산화아연 막은 투명한 전도성 물질로써 다양한 분야의 광전자소자에 이용되고 있다. 그러므로 산화아연 막의 특성을 규명하는 것은 광전자소자의 성능을 높이는데 매우 중요한 역할을 할 것이다. 본 논 문에서는 이러한 산화아연 막을 용액공정 기반으로 제작하여 형태적, 구조적 특성을 평가하고자 한다. 구 체적으로는 졸-겔 방법을 반복적으로 시행하여, 시행 횟수에 따른 산화아연 막의 물성의 변화를 관찰할 것 이다. 일정한 용액 조건하에서, 5회의 반복적인 졸-겔 방법을 시행한 결과 결정화가 진행되는 것을 확인하 였다. 7회 이상에서는 원소 구성 및 결정화도가 특정 값에 수렴하는 경향을 보였다. 최종적인 산화아연 막 의 평균결정의 크기는 약 10.7 nm 정도로 계산되었다. 본 연구를 통해 최적의 결정화를 보이는 공정횟수 는 7회였다. 본 연구 결과 및 방법론은 다양한 용액공정 변수를 가변시키면서 적용할 수가 있고 최적의 공 정조건을 확립하는데 기여할 것으로 기대한다.

Out-of-roundness is crucial for the proper functioning of individual products or parts in a machine. Mechanical components often consist of circular elements that require precise alignment. These circular parts are used in critical areas of the machine, and the shape characteristics of each component can significantly impact overall performance. In this study, we focus on a specific specimen and use three different methods - the Diameter method, Radius method, and Three-point method - to measure its out-of-roundness. The collected data is then analyzed using one-way ANOVA to propose an effective out-of-roundness measurement technique suitable for industrial settings.

한국의 초고령화 사회에서 노인일자리전담기관인 시니어클럽은 지역사회 에서 어떠한 기능을 발휘할 수 있으며, 그 정체성을 어떻게 정의할 수 있을까? 본 연구는 시니어클럽의 기능에 관한 이해당사자들의 주관적 인식을 분석하여 이 질문에 대한 해답을 탐색하고자 하였다. 연구방법 으로 주관성을 연구대상으로 다루는 Q방법론을 적용하였다. Q모집단은 시니어클럽에 대한 다양한 인식으로 개별 및 집단인터뷰를 통해 수집 하였고, Q표본에는 37개의 진술문이 채택되었다. P표본으로는 시니어 클럽 종사자, 참여노인, 예비참여노인(지역주민) 총 25명이 연구에 참여 하였다. PQ Method 프로그램을 활용해 자료분석한 결과, 시니어 클럽의 기능에 대한 인식은 3개 유형으로 도출되었다. 1유형은 일자리개발 기관, 2유형은 직무교육 및 일자리 제공기관, 3유형은 노동권익 보호기관으로 나타났다. 이러한 분석결과를 토대로 시니어클럽이 지역사회에서 그 역할을 공고히 하기 위해 어떠한 정책적, 행정적, 실천적 노력이 필요한지 몇 가지 함의를 제안하였다.

This study compared the physicochemical properties of soybean curd residue and black soybean curd residue produced by hot air-drying and freeze-drying. Regardless of drying method, the crude protein, crude ash, crude fiber contents, pH, L, a, b color values and water soluble index were higher in soybean curd residue, whereas total polyphenol contents and antioxidant activity were higher in black soybean curd residue. Significant differences in water absorption index, oil absorption capacity and emulsion activity were observed between soybean curd residue and black soybean curd residue in freeze-drying. On the other hand, the emulsion stability was not significant difference in both hot-air drying and freezedrying. The crude protein and crude fiber contents of soybean curd residue were not significant difference between hot-air drying and freeze-drying. Freeze-drying resulted in higher crude ash contents, pH, water absorption index, water soluble index, oil absorption capacity, emulsion activity and emulsion stability than hot-air drying. Hot-air drying have caused significantly higher water contents, water activity, total polyphenol contents and antioxidant activity in soybean curd residue than freeze-drying. In conclusion, soybean type and drying methods affect the physicochemical and quality characteristics of soybean curd residue, which could be important factors in the manufacture of processed foods.

본 연구는 야생조류 생물음향 탐지와 현장 조사의 결과 비교를 통해 효과적인 야생조류 조사 방법을 제시하는데 목적이 있다. 연구대상지는 제주 동백동산과 1100고지 습지였다. 생물음향 탐지 기간은 2020년 12개월간이었다. 생물음향 탐지는 시간당 1분씩, .wav, 44,100Hz 포맷으로 생물음향 측정장비(Song meter SM4)를 각 연구대상지에 설치하여 녹음하였다. 현장 조사는 Banjade et al. (2019)의 ｢제주 동백동산과 1100고지 습지의 조류군집 장기간 동향｣ 결과를 인용하였다. 연구결 과는 다음과 같다. 첫 번째, 생물음향 탐지 기법을 통해 확인된 조류상은 동백동산에서 29과 46종, 1100고지 습지에서 16과 25종이었다. 두 번째, 울음 빈도를 통해 나타난 종 구성은 동백동산에서 직박구리(33.62%), 섬휘파람새(12.13%), 동박새(9.77%) 순으로 나타났고, 1100고지 습지에서 큰부리까마귀(27.34%), 섬휘파람새(19.43%), 직박구리(16.56%) 순으 로 나타났다. 세 번째, 동백동산에서 실시한 현장 조사의 경우 2009년 39종, 2012년 51종, 2015년 35종, 2018년 45종이 조사되었고, 생물음향 탐지를 통해 46종이 확인되었다. 1100고지 습지에서 실시한 현장 조사의 경우 2009년 37종, 2012년 42종, 2015년 34종, 2018년 38종이 조사되었고, 생물음향 탐지를 통해 25종이 확인되었다. 종합적으로 현장 조사를 통해 동백동산에서 확인된 78종 중 43.6%인 34종, 1100고지 습지에서 확인된 47종 중 38.3%인 18종이 생물음향 탐지로 확인되었 다. 네 번째, 현장 조사에서 확인되지 않았지만, 생물음향 탐지를 통해 확인된 종은 동백동산에서 9과 12종, 1100고지 습지에서 3과 7종으로 대표적으로 소쩍새, 솔부엉이와 같은 야행성 조류, 쇠유리새, 울새와 같은 나그네새, 도래하는 개체수가 상대적으 로 적은 황여새, 솔잣새와 같은 겨울철새가 있다. 다섯 번째, 현장 조사에서 확인된 종 중에서 생물음향 탐지를 통해 확인되지 않은 종은 동백동산에서 18과 48종, 1100고지 습지에서 14과 27종으로 대표적으로 백로과, 수리과, 솔딱새과가 있다. 본 연구는 국내에서 생물음향 장비 운용을 통한 조류 연구가 활성화되고 있는 가운데 현장 조사와 생물음향 탐지를 병행했을 때 효과적인 조사를 실시할 수 있다는 기초 자료를 작성했다는 점에서 의미가 있다.

Fouling is an inevitable problem in membrane water treatment plant. It can be measured by trans-membrane pressure (TMP) in the constant flux operation, and chemical cleaning is carried out when TMP reaches a critical value. An early fouilng alarm is defined as warning the critical TMP value appearance in advance. The alarming method was developed using one of machine learning algorithms, decision tree, and applied to a ceramic microfiltration (MF) pilot plant. First, the decision tree model that classifies the normal/abnormal state of the filtration cycle of the ceramic MF pilot plant was developed and it was then used to make the early fouling alarm method. The accuracy of the classification model was up to 96.2% and the time for the early warning was when abnormal cycles occurred three times in a row. The early fouling alram can expect reaching a limit TMP in advance (e.g., 15-174 hours). By adopting TMP increasing rate and backwash efficiency as machine learning variables, the model accuracy and the reliability of the early fouling alarm method were increased, respectively.

PURPOSES : Traffic volume, an important basic data in the field of road traffic, is collected from traffic survey equipment installed at certain locations, which sometimes results in missing traffic volume data and abnormal detection. Therefore, this study presents various missing correction techniques using traffic characteristic analysis to obtain accurate traffic volume statistics. METHODS : The fundamental premise behind the development of a traffic volume correction and prediction model is to set the corrected data as the reference value, and the traffic volume correction and prediction process for the outliers and missing values in the raw data were performed based on the set values. RESULTS : The simulation results confirmed that the algorithm combining seasonal composition, quantile AD, and aggregation techniques showed a detection performance of more than 91% compared with actual values. CONCLUSIONS : Raw data collected due to difficulties faced by traffic survey equipment will result in missing traffic volume data and abnormal detection. If these abnormal data are used without appropriate corrections, it is difficult to accurately predict traffic demand. Therefore, it is necessary to improve the accuracy of demand prediction through characteristic analysis and the correction of missing data or outliers in the traffic data.