2023년 2월부터 11월까지 부산에서 유통되고 있는 어린 이 기호식품인 과자 105건에 대하여 곰팡이독소 11종(아 플라톡신 B1, B2, G1, G2, 푸모니신 B1, B2, 오크라톡신 A, 제랄레논, 아플라톡신 M1, 데옥시니발레놀, 파튤린)에 대 한 실태를 조사하였다. 영유아용 과자는 38건 중 과자류 7건에서 곰팡이독소가 검출되었다. 검출된 곰팡이독소는 푸모니신 5건(0.8-97.0 μg/kg), 제랄레논 4건(1.6-6.3 μg/kg) 이 검출되었으며, 총아플라톡신, 오크라톡신 A, 아플라톡 신 M1, 데옥시니발레놀 및 파튤린은 검출되지 않았다. 검 출된 시료는 기준이 있는 경우 적합하였으며, 기준이 없는 경우 최대 검출량이 기준의 5.4% 수준으로 오염도가 낮았 다. 일반과자 67건 중 과자류 22건, 곡류가공품 4건에서 곰 팡이독소가 검출되었으며, 푸모니신 14건(0.8-109.6 μg/kg), 제랄레논 11건(1.2-7.0 μg/kg), 오크라톡신 A 7건(0.4-0.8 μg/ kg), 아플라톡신 B1 2건(1.2-1.6 μg/kg)이 검출되었으며, 아 플라톡신 M1, 데옥시니발레놀 및 파튤린은 검출되지 않았 다. 검출된 시료는 기준이 있는 경우 적합하였으며, 기준 이 없는 경우 최대 검출량이 기준의 3.2-16.0% 정도로 오 염도가 낮았다. 곰팡이독소가 2종 이상 검출현황은 영유 아용 과자 중 2건에서 곰팡이독소가 동시에 검출되었으며, 일반과자 중 5건에서 곰팡이독소가 동시에 검출되었다. 2 종 이상의 곰팡이독소에 오염된 시료 중 가장 많은 조합 은 푸모니신과 제랄레논으로 나타났다. 곰팡이독소의 위 해 평가 결과, 영유아용 과자에서 푸모니신과 제랄레논은 1일 섭취한계량의 0.08-1.91% 수준이었고, 일반과자에서 푸모니신과 제랄레논은 1일 섭취한계량의 0.06-1.69% 수 준이었고, 오크라톡신 A는 주간 섭취한계량의 0.05-0.33% 수준이었다. 아플라톡신 B1의 1일 인체노출량은 0.0001- 0.0010 μg/kg b.w./day으로 나타났으며, 영유아용 과자와 일 반과자 모든 시료에서 1-2세의 인체노출량이 가장 높았으 며, 3-5세, 6-11세, 전연령 순으로 낮은 수준을 보였으며 모든 연령에서 위해 우려가 낮은 것으로 나타났다. 본 연 구는 어린이 기호식품인 과자류에 대한 곰팡이독소 오염 실태를 조사함으로써 과자류에 대한 안전성 관리에 필요 한 기초자료로 이용할 수 있을 것이며, 시민들에게 건강한 먹거리 선택에 유용한 정보를 제공할 수 있을 것으로 사료된다.

내화 구조물에서는 환기 계수, 재료 탄성 계수, 항복 강도, 열팽창 계수, 외력 및 화재 위치에서 불확실성이 관찰된다. 환기 불확실성 은 화재 온도에 영향을 미치고, 이는 다시 구조물 온도에 영향을 미친다. 이러한 온도는 재료 특성과 함께 불확실한 구조적 응답으로 이어지고 있다. 화재 시 구조적 비선형 거동으로 인해 몬테카를로 시뮬레이션을 사용하여 화재 취약성을 계산하는데, 이는 시간이 많 이 소요된다. 따라서 머신러닝 알고리즘을 활용해 화재 취약성 분석을 예측함으로써 효율성을 높이고 정확성을 확보하려는 연구가 진행되고 있다. 이 연구에서는 화재 크기, 위치, 구조 재료 특성의 불확실성을 고려하여 철골 모멘트 골조 건물의 화재 취약성을 예측 했다. 화재 시 비선형 구조 거동 결과를 기반으로 한 취약성 곡선은 로그 정규 분포를 따른다. 마지막으로 제안한 방법이 화재 취약성 을 정확하고 효율적으로 예측할 수 있음을 보여주었다.

Gastrodia elata has been used in traditional Chinese medicine for treating headaches, dizziness, and convulsive illness for centuries. G. elata has traditionally been processed by steaming or blanching to increase the content and quality of its main ingredients. This study aimed to identify changes in physicochemical properties and active ingredients of G. elata depending on the steaming time. Data of this study could be used to develop traditional medicine and health foods. No steaming was used as a control. Steaming time was 5, 10, 20, 30, 60, or 120 min. The drying yield according to the steaming time ranged from 20.2% to 22.9%, with the lowest drying yield at 120 min. As the steaming time increased, gastrodin content increased more than that in fresh G. elata due to inhibition of β-glucosidase enzyme activity, 4-hydroxybenzyl alcohol condensation, and parishin decomposition. Steamed G. elata did not show higher total polyphenols, total flavonoids, or ABTS radical scavenging activities than fresh G. elata even with an increase of steaming time. The steaming time to improve the quality of G. elata may varied depending on the size of G. elata. Thus, it is important to set the steaming time taking these characteristics into consideration.

Organoleptic parameters such as color, odor, and flavor influence consumer perception of drinking water quality. This study aims to evaluate the taste of the selected bottled and tap water samples using an electronic tongue (E-tongue) instead of a sensory test. Bottled and tap water's mineral components are related to the overall preference for water taste. Contrary to the sensory test, the potentiometric E-tongue method presented in this study distinguishes taste by measuring the mineral components in water, and the data obtained can be statistically analyzed. Eleven bottled water products from various brands and one tap water from I city in Korea were evaluated. The E-tongue data were statistically analyzed using multivariate statistical tools such as hierarchical clustering analysis (HCA), principal component analysis (PCA), and partial least squares discriminant analysis (PLS-DA). The results show that the E-tongue method can clearly distinguish taste discrimination in drinking water differing in water quality based on the ion-related water quality parameters. The water quality parameters that affect taste discrimination were found to be total dissolved solids (TDS), sodium (Na+), calcium (Ca2+), magnesium (Mg2+), sulfate (SO4 2-), chloride (Cl-), potassium (K+) and pH. The distance calculation of HCA was used to quantify the differences between 12 different types of drinking water. The proposed E-tongue method is a practical tool to quantitatively evaluate the differences between samples in water quality items related to the ionic components. It can be helpful in quality control of drinking water.

In light of recent social concerns related to issues such as water supply pipe deterioration leading to problems like leaks and degraded water quality, the significance of maintenance efforts to enhance water source quality and ensure a stable water supply has grown substantially. In this study, scan statistic was applied to analyze water quality complaints and water leakage accidents from 2015 to 2021 to present a reasonable method to identify areas requiring improvement in water management. SaTScan, a spatio-temporal statistical analysis program, and ArcGIS were used for spatial information analysis, and clusters with high relative risk (RR) were determined using the maximum log-likelihood ratio, relative risk, and Monte Carlo hypothesis test for I city, the target area. Specifically, in the case of water quality complaints, the analysis results were compared by distinguishing cases occurring before and after the onset of "red water." The period between 2015 and 2019 revealed that preceding the occurrence of red water, the leak cluster at location L2 posed a significantly higher risk (RR: 2.45) than other regions. As for water quality complaints, cluster C2 exhibited a notably elevated RR (RR: 2.21) and appeared concentrated in areas D and S, respectively. On the other hand, post-red water incidents of water quality complaints were predominantly concentrated in area S. The analysis found that the locations of complaint clusters were similar to those of red water incidents. Of these, cluster C7 exhibited a substantial RR of 4.58, signifying more than a twofold increase compared to pre-incident levels. A kernel density map analysis was performed using GIS to identify priority areas for waterworks management based on the central location of clusters and complaint cluster RR data.

가송이(Tricholoma bakamatsutake Hongo)는 주름버섯목(Agaricales), 송이과(Tricholomataceae)에 속 하는 외생균근성 버섯류의 하나로, 송이(T. matsutake)와 일반적인 외형이 거의 비슷하며, 송이향과 맛이 강하게 나기 때문에 이 두 균종은 쉽게 혼동되며, 실제 분류 및 계통발생학적으로도 가송이와 송이는 유연 관계가 있는 것으로 밝혀졌다. 가송이는 한국, 일본, 대만, 중국의 신갈나무 등과 같은 활엽수림에 분포하는 것으로 알려져 있으며, 최근에는 제주도 구실잣밤나무림에서 발견되었다. 가송이는 균사생장이 매우 느려 연구에 어려움이 많아 균사배양 최적 조건을 구명하고자 본 연구를 실시하였다. 온도에 따른 가송이 균주 별 균사생장 특성을 조사한 결과, 모든 균주에서 25℃에서 가장 균사생장속도가 가장 빨랐으며, 특히 3833 균주가 다른 균주에 비해 약 1.5배 빠른 것으로 조사되었다.

This study aimed to provide fundamental data that could guide high school students' night eating behavior by investigating habits of their night eating consumption during COVID-19 pandemic (From 2021/5/13 to 5/20). Association between their eating habits and the Nutrition Quotient for Korean Adolescents (NQ-A) were also explored. This study included a total of 604 students, among whom 441 students were identified as night eating consumers. Among all subjects, 30.5% consumed night eating 3~4 times a week, 27.3% consumed 1-2 times a week, and 27.0% did not consume any night eating at all. The high-night eating group had a higher score of total NQ-A than the non-night eating group for both male (p<0.05) and female (p<0.001) students. This was because male students in the high-night eating group reported significantly higher rates of daily dinner consumption compared to non-night eating group. Furthermore, both male (p<0.05) and female (p<0.001) students showed a significant increase in ‘Moderation’. ‘Diversity’ was also significantly increased in female studies (p<0.05) as subcategories of dietary habits according to night eating frequency. These findings highlight the need for practical research to develop nutritional guidelines for night eating that reflect preferences of students while providing adequate nutritional habits.

To apply UV-C as a non-heating sterilization method to increase the microbiological safety of fresh seedless watermelon products, reductions in E. coli and quality changes by treatment dose (0, 2, 4, 8, 14, 20 kJ/m2) were investigated. The pH, sugar content, and hardness of watermelon inoculated with E. coli were not significantly different according to the UV-C treatment dose, but the polyphenol content was significantly decreased compared to the controls (425.4 GAE μg/g F.W.). When treated with 2 and 4 kJ/m2, the lycopene content was 31.6 and 30.9 μg/g F.W., respectively, which was increased compared to the controls (28.5 μg/g F.W.). The arginine and citrulline content was also significantly increased compared to the controls. The number of E. coli was significantly decreased compared to the controls following UV-C treatment. Considering the degree of E. coli reduction, lycopene content, arginine content, citrulline content, and UV-C irradiation time, subsequent experiments were conducted by selecting a UV-C treatment dose of 2 kJ/m2. The results of confirming the degree of reduction in the number of E. coli colonies by a single treatment and combined treatment with UV-C 2 kJ/m2 and 70% ethanol showed that the combined treatment was most effective as colonies were decreased by 2.3 log CFU/g compared to the controls. Therefore, it is judged that UV-C 2 kJ/m2 radiation and combined treatment with 70% ethanol could be applied as a non-heating sterilization method for fresh watermelon slices.

서론 : 본 연구에서는 보조기의 전통적인 제작방법과 3D 프린팅 방법과의 비교를 통해 향후 임상 적용 가능성과 작업치료 교육 과정에의 도입 가능성에 대해 고찰하고자 한다. 본론 : 작업치료사들이 전통적으로 보조기를 제작하는 과정과 3D 프린팅 방법을 사용한 보조기 제작 과정을 알아보고 프 린팅 방식과 사용되는 재료, 신체를 측정하는 방법에 대해 비교하였다. 전통적인 제작방법이 가지는 한계와 3D 프린팅 방법에 의한 제작에는 각각의 장단점이 존재하였고 임상적으로 적용하기 위해서는 현실적으로 해결해야 할 부분이 존재 하였다. 결론 : 3D 프린팅 기술이 재활치료 분야에서 주목받기 시작하고 있어 향후 작업치료 분야에서도 임상적용이 될 날이 다가 올 것이라고 예측할 수 있다. 이러한 임상에서의 변화에 적응하고 새로운 시대에 맞는 새로운 치료적 적용을 위한 보조기 제작법을 교육할 필요가 있으며 기존의 전통적인 방법으로 손 보조기를 제작하는 방법을 교육함과 더불어 시대에 맞는 새로운 기술을 작업치료교육에 도입하기 위한 노력이 필요할 것이다.

본 연구는 병원간호사의 조직몰입 및 관련요인에 대한 선행연구를 체계적으로 고찰하고 메타분석을 시행하고자 한다. 이를 통해 병원간호사의 조직몰입에 대한 연구동향과 유효한 변수를 규명하고자 하 며, 간호사의 조직몰입 향상을 위한 전략 및 중재개발의 기초를 제공하고자 한다. 본 연구는 2008~2018년 발표된 연구에 대한 문헌고찰과 메타상관 분석을 실시하여 병원간호사의 조직몰입과 관 련된 요인들을 분석하였다. PRISMA표를 활용하여 연구에 대한 스크리닝과 질적 평가를 시행하였고, 최종 144개의 논문을 추출하였다. 조직몰입과 관련해서는 45개의 변수가 유의미하게 분류되었으며, Schaufeli’s Energy Compass Model에 따라 이 변수들을 6개 그룹(직무요구, 직무자원, 참여형 리더 십, 개인적 자원, 피고용인의 웰빙, 직무성과)으로 분류하였다. 이들 중 직무요구를 제외한 5개 범주가 조직몰입과 일정 정도의 강한 상관관계를 보였다. 또한, 조직몰입과 긍정적인 직무성과 간에는 강한 정(+)적 상관관계가 발견되었다. 본 연구 결과, 병원간호사의 조직몰입과 직무자원 간에는 상관관계가 존재한다는 것이 규명되었다. 본 연구 결과는 향후 병원간호사의 조직몰입을 높이기 위한 프로그램 개발 및 연구에 기초자료로 활용될 수 있을 것이다

Recently microplastic (MP) biofilm is being attracted as an important environmental issue because it can act as a pollutant carrier in aqueous system. Therefore, this study investigated the MP biofilm communities originated from freshwater. The results showed the bacterial community structure of MP biofilm was distinctively different from the freshwater regardless of biofilm-forming condition and MP type. For MP biofilm communities exposed to raw freshwater, Solimonas variicoloris-like microbe, Frigidibacter albus-like microbe, Nitrospirillum amazonense-like microbe, and Pseudochroococcus couteii-like microbe became abundant, while Acinetobacter johnsonii, Macellibacteroides fermentans, and Sedimentibacter acidaminivorans-like microbe were found as major bacteria for MP biofilm communities exposed to organic rich condition. The results of this study suggest that the unique freshwater biofilm community could be formed on the MP surface.

Agar, a heterogeneous polymer of galactose, is the main component of the cell wall of marine red algae. It is well established as a safe, non-digestible carbohydrate in oriental countries. Neoagarooligosaccharides (NAOs) prepared by hydrolyzing agar by microbial β-agarase have been reported to show safety. However, their immunological effects have not been reported yet. Thus, the objective of this study was to investigate immune enhancing effects of neoagarooligosaccharides (NAOs) from marine red algae Gelidium elegans in mice by performing ex vivo experiments. Six-week-old mice were fed ad libitum. NAOs were orally administrated at three different concentrations (100, 500, and 2,500 mg/kg B.W./day) twice a week for four weeks. The group fed with NAOs at 2,500 mg/kg showed the highest proliferation of splenocytes and production levels of cytokines (IL-1β, IL-6, TNF-α) in the ex vivo experiment. In conclusion, NAOs can enhance immune function, increase proliferation of splenocytes, and increase cytokine production by activating macrophages in mice.

본 연구에서는 차량-교량 상호작용 시스템의 고유진동수 변화를 분석하였다. 차량이 주행하는 교량의 동특성은 차량의 질량 및 진 동을 무시하지 않는 경우 상호작용을 반영해야 하는데, 이때 시스템은 시간가변적이므로 고유진동수 또한 시간가변적인 특성을 보인 다. 따라서 본 연구에서는 차량과 교량을 각각 2자유도를 갖는 시스템으로 모델링하여 차량의 위치와 질량비 그리고 시스템 강성비에 따른 시간가변적 고유진동수를 산출하였다. 분석 결과 일반적으로 초기 고유진동수가 작은 시스템은 상호작용으로 인하여 증폭비가 낮아지는 추세를 보이나 상호작용이 발생할 경우 증폭비는 분기점을 보이며 비선형적 추세를 보이는것을 알 수 있다. 따라서 상호작 용이 발생하는 시스템차수에 대한 이해가 필요함을 알 수 있다.

PURPOSES : This study aims to develop and evaluate computer vision-based algorithms that classify the road roughness index (IRI) of road specimens with known IRIs. The presented study develops and compares classifier-based and deep learning-based models that can effectively determine pavement roughness grades. METHODS : A set road specimen was developed for various IRIs by generating road profiles with matching standard deviations. In addition, five distinct features from road images, including mean, peak-to-peak, standard variation, and mean absolute deviation, were extracted to develop a classifier-based model. From parametric studies, a support vector machine (SVM) was selected. To further demonstrate that the model is more applicable to real-world problems, with a non-integer road grade, a deep-learning model was developed. The algorithm was proposed by modifying the MNIST database, and the model input parameters were determined to achieve higher precision. RESULTS : The results of the proposed algorithms indicated the potential of using computer vision-based models for classifying road surface roughness. When SVM was adopted, near 100% precision was achieved for the training data, and 98% for the test data. Although the model indicated accurate results, the model was classified based on integer IRIs, which is less practical. Alternatively, a deep-learning model, which can be applied to a non-integer road grade, indicated an accuracy of over 85%. CONCLUSIONS : In this study, both the classifier-based, and deep-learning-based models indicated high precision for estimating road surface roughness grades. However, because the proposed algorithm has only been verified against the road model with fixed integers, optimization and verification of the proposed algorithm need to be performed for a real road condition.