본 연구는 12주간의 맨손 근력운동 수행이 복부비만 여성노인의 혈청지질, 인슐린 및 C-peptide에 미치는 영향을 구명하기 위하여 운동군(EG, n=13), 대조군(CG, n=13)으로 구분하여 실시하 였다. 맨손근력운동 강도는 주관적 운동 자각도(rating of perceived exertion; RPE)를 사용하였으며, 1-4 주, RPE 12-13, 5-8주, RPE 13-14, 9-12주, RPE 14-15로 설정하여 주 3회, 1회 운동시간 60분 실시하 였다. 자료처리는 측정항목에 대한 평균값(M)과 표준편차(SD)를 산출하였고, 그룹 및 시기 간 상호작용 효 과검증은 two-way repeated measures ANOVA를 실시하였다. 상호작용 효과를 포함하여 필요에 따라 그 룹 내 시기 간 차이 검증은 paired t-test를 실시하였고, 그룹 간 차이 검증은 independent t-test, 각 항목 별 통계적 유의수준은 통계 방식에 따라 .05와 .025로 각각 달리 설정하였다. 그 결과, TG(p<.01) 및 HDL-C(p<.05)에서 상호작용 효과, 인슐린(p<.05) 및 C-peptide(p<.01)는 시기 간 주효과가 나타났다. 이 상의 결과, 12주간의 운동이 혈청지질 중 TG, HDL-C를 개선이 나타났고, 이는 혈관 및 대사 기능의 측 면에서 매우 중요한 결과라 생각된다. 하지만, 인슐린과 C-peptide에서는 운동군보다 대조군이 더 많이 증 가하여, 맨손근력운동에 대한 긍정적인 개선은 기대하기 힘들었다. 이는 복부비만 여성노인의 나이가 고령 임을 감안하였을 때, 비교적 짧은 저항운동 기간으로는 인슐린과 C-peptide의 변화를 기대하기 힘들다는 점을 시사한다. 하지만, 맨손근력운동은 노인이 부상의 위험없이 실시할 수 있으므로 후속 연구를 통해 다 양한 결과를 확인할 필요가 있다.

본 연구는 식물군집구조 분석을 통해 팔공산국립공원 칠곡 가산산성내 식생 특성을 파악하여 지속적인 관리와 보호 에 필요한 자료를 구축하고자 진행되었다. 칠곡 가산산성은 팔공산국립공원 내 위치한 문화유산이며, 국립공원 용도지 구 구분에 따라 공원자연보존지구에 해당하는 지역으로 보전가치가 높은 지역이다. 칠곡 가산산성 내 96개 조사구에 대한 식물군집구조 분석 결과, TWINSPAN과 DCA 분석을 통해 소나무-낙엽활엽수군락(Ⅰ), 소나무군락(Ⅱ), 서어나 무-소나무군락(Ⅲ), 소나무-서어나무군락(Ⅳ), 물푸레나무-고로쇠나무군락(Ⅴ), 물푸레나무-물오리나무군락(Ⅵ), 아까 시나무-밤나무군락(Ⅶ), 느티나무-낙엽활엽수군락(Ⅷ)의 총 8개 군락으로 나뉘었다. 이는 조림수종인 아까시나무, 밤나 무, 물오리나무가 우점하는 인공림 군락(Ⅵ, Ⅶ)과 자생수종이 우점하는 자연림 군락(Ⅰ, Ⅱ, Ⅲ, Ⅳ, Ⅴ, Ⅷ)으로 구분할 수 있다. 인공림은 관리를 통해 기후적 특성에 맞는 자연림으로의 천이 유도가 가능할 것으로 사료되며, 이를 통해 국립공원 자연자원 보전에 필요한 기초자료로 활용될 것으로 판단된다. 하지만 본 연구는 칠곡 가산산성을 중심으 로 수행하였기에 팔공산국립공원 전체 지역의 식물군집구조를 파악하기에 한계가 있으므로 팔공산국립공원 전 지역을 대상으로 하는 연구가 필요하다.

본 논문에서는 OpenSees 프로그램을 사용하여 축력과 폭발하중을 받는 철근콘크리트 기둥의 SDOF 해석 절차를 제시하였다. 해석 의 정확도를 검증하기 위해 저항함수 검증과 축력 및 폭발하중을 받는 철근콘크리트 기둥의 동적 거동을 비교하였다. 192개 단면에 대해 재료 강도, 철근비, 단면비, 축하중비를 주요 매개변수로 사용하여 매개변수 해석을 수행하였다. 축력을 고려하지 않을 경우 최 대 변위에 있어서 최대 50%의 오차가 발생하였다. 연성비 3을 기준으로 축하중비 30% 미만에서는 연성 거동을, 30% 이상에서는 취 성 거동을 보였다. 본 연구는 축력과 폭발하중을 받는 철근콘크리트 부재의 SDOF 해석 절차를 개발하고, 축하중비에 따른 내폭 설계 기준을 제시함으로써 내폭 설계에 널리 활용될 수 있다.

Purpose This study aimed to develop and evaluate a simulation-based autotransfusion device training program to enhance the clinical performance, performance confidence, and educational satisfaction of post-anesthesia care unit (PACU) nurses. Methods: A single-group pretestposttest study was conducted with 30 PACU nurses. The program, based on the ADDIE model, included orientation, simulation training, and debriefing. Data were collected using validated tools before and after the program and analyzed using the Wilcoxon signed-rank test. Results: Clinical performance improved from a median of 30.00 to 43.00 (Z =−4.78, p < .001). Performance confidence increased from 31.00 to 47.50 (Z =−4.71, p < .001), while educational satisfaction rose from 26.00 to 40.00 (Z =−4.73, p < .001). Conclusions: The simulation-based program effectively enhanced the clinical performance, performance confidence, and education satisfaction of PACU nurses. These findings underscore the value of simulation-based training for enhancing nurses’ competence in using complex, high-risk medical devices.

Reinforcement learning (RL) is successfully applied to various engineering fields. RL is generally used for structural control cases to develop the control algorithms. On the other hand, a machine learning (ML) is adopted in various research to make automated structural design model for reinforced concrete (RC) beam members. In this case, ML models are developed to produce results that are as similar to those of training data as possible. The ML model developed in this way is difficult to produce better results than the training data. However, in reinforcement learning, an agent learns to make decisions by interacting with an environment. Therefore, the RL agent can find better design solution than the training data. In the structural design process (environment), the action of RL agent represent design variables of RC beam. Because the number of design variables of RC beam section is many, multi-agent DQN (Deep Q-Network) was used in this study to effectively find the optimal design solution. Among various versions of DQN, Double Q-Learning (DDQN) that not only improves accuracy in estimating the action-values but also improves the policy learned was used in this study. American Concrete Institute (318) was selected as the design codes for optimal structural design of RC beam and it was used to train the RL model without any hand-labeled dataset. Six agents of DDQN provides actions for beam with, beam depth, bottom rebar size, number of bottom rebar, top rebar size, and shear stirrup size, respectively. Six agents of DDQN were trained for 5,000 episodes and the performance of the multi-agent of DDQN was evaluated with 100 test design cases that is not used for training. Based on this study, it can be seen that the multi-agent RL algorithm can provide successfully structural design results of doubly reinforced beam.

The rapid expansion of bridge and tunnel infrastructure has resulted in a growing incidence of wind-induced traffic accidents occurring at bridge approaches and tunnel portals. These accidents not only inflict direct damage on vehicles but also lead to substantial social and economic losses, stemming from roadway infrastructure repair and maintenance costs, as well as elevated logistics expenses due to traffic delays and congestion. In this study, a theoretical expression for the lateral displacement of vehicles as a function of wind speed was derived. Subsequently, lateral displacement and lateral wind force were analyzed and compared across vehicle types, considering both straight and curved roadway sections. An analysis of prevailing wind directions at each site revealed that, for passenger cars, the maximum lateral force and displacement on straight sections occurred at a wind incidence angle of 45°, whereas on curved sections with a pier curvature of 90°, the critical wind direction ranged from 0° to 120°. These results demonstrate that vehicle stability can be significantly compromised during high-speed travel under crosswind conditions. Based on departure trajectories of vehicles under varying wind speeds, a risk-assessment scale for wind-induced accidents was developed. In addition, design guidelines were proposed for the strategic placement of windbreak barriers to enhance driving safety under strong wind conditions.

본 연구는 펫푸드 제조업체의 품질 및 위생관리 수준을 파악하기 위해 펫푸드 및 식품 제조업체 27곳을 선정하여 점검을 진행하였다. 점검에는 17개 항목, 200개 문항으로 구성된 체크리스트가 사용되었으며, 이 중 유의미한 결과 가 도출된 41개 문항의 점검 결과만 연구 자료로 활용하 였다. 점검 결과, 펫푸드 제조업체 작업자는 출입 전 손 씻기, 위생복 착용 등 위생 절차 미 준수 비율이 식품 제 조업체에 비해 높았다(P<0.05). 또한, 펫푸드 제조 설비의 세척 관리 수준이 식품 제조업체보다 미흡한 것으로 나타 났다(P<0.05). 아울러 펫푸드 제조업체는 원료의 생물학적 안전성을 확보하기 위한 해동 기준이 미비하였으며, 환경 오염도 검사, critical control point (CCP) 유효성 평가 등 제품 안전성을 검증할 수 있는 자료도 충분히 보유하고 있지 않았다(P<0.05). 특히, 법규 위반에 해당될 수 있는 자가 품질검사 미 준수비율이 식품 제조업체에 비해 현저 하게 높아, 이에 대한 집중적인 관리와 개선이 요구되었 다(P<0.05). 종합적으로 분석해 볼 때, 펫푸드 제조업체의 품질 및 위생관리 운영관리가 식품 제조업체보다 낮은 수 준인 것으로 확인되었다. 이는 펫푸드 제조업체의 기반 시 설 및 인프라 부족에서 기인한 것으로 추정된다. 따라서 반려동물의 안전성 보호 및 품질 강화를 위해 펫푸드 제 조업체의 위생교육과 법적기준 강화, 정부 기관의 펫푸드 제조업체 지원 정책 마련 등의 개선 방안이 요구된다.

목적 : 본 연구는 고령운전자의 운전면허 반납에 영향을 미치는 사회문화적 요인을 파악하고, 자발적 반납을 촉진하기 위 한 정책적 시사점을 제시하는 데 목적이 있다. 연구방법 : 2024년 11월부터 12월까지 한국도로교통공단 대전운전면허시험장에서 교통안전교육을 이수한 65세 이상 고령 운전자 200명을 대상으로 설문조사를 실시하였다. 설문은 일반적 특성, 사회적 요인, 경제적 요인, 문화적 요인 등 4개 범주 총 13개 변수를 포함하였고, 이분형 로지스틱 회귀분석을 통해 운전면허 반납 의사에 미치는 영향을 분석하였다. 결과 : 분석 결과, 여성 고령운전자는 남성에 비해 운전면허를 자발적으로 반납할 가능성이 약 3.83배 높았으며(OR=0.257, p<.05), 직업활동이 없는 경우 반납 확률이 약 3.73배 높았다(OR=0.268, p<.01). 또한, 대체 교통수단이 충분하다고 인 식한 경우 반납 의사는 1.72배 증가하였고(OR=1.719, p<.01), 운전면허 반납 혜택을 긍정적으로 인식한 경우 반납 의사 는 1.66배 증가하였다(OR=1.655, p<.01). 결론 : 고령운전자의 운전면허 반납 의사는 성별, 경제활동 여부, 대체 교통수단 인식, 반납 혜택 인식 등 다양한 사회문 화적 요인의 영향을 받는 것으로 확인되었다. 이에 따라, 고령자의 특성과 지역적 교통 여건을 고려한 맞춤형 정책 수립 이 요구되며, 실질적 혜택 제공과 함께 지역사회 기반의 교통 인프라 확충이 필요하다.