Heatwaves can affect human health and vegetation growth and bring about energy problems and socioeconomic damages, so the analysis and prediction of the heatwave is a crucial issue under a warming climate. This paper examines the production of STCI (Standard Temperature Condition Index) using ASOS (Automated Synoptic Observing System) in-situ observation data for the period of 1979-2020, and an STCI predictability assessment with an RF (Random Forest) model using ERA5 (ECMWF Reanalysis 5) meteorological variables. The accuracy was quite high with the MAE (Mean Absolute Error) of 0.365 and the CC (Correlation Coefficient) of 0.873, which corresponded to 7% to 10% difference for the range of STCI<1.5, and to 1% to 3% difference for the range of STCI>1.5, in terms of the probability density function. Also, we produced gridded maps for the summer STCI from 1979 to 2020 by utilizing the ERA5 raster data for the RF prediction model, which enables the spatial expansion of the ASOS point-based STCI to a continuous grid nationwide. The proposed method can be applied to forecasting of STCI by adopting future meteorological or climatic datasets.

Because of the population growth and industrialization in recent decades, the air quality over the world has been worsened with the increase of PM10 concentration. Korea is located near the eastern part of China which has many industrial complexes, so the consideration of China’s air quality is necessary for the PM10 prediction in Korea. This paper examines a machine learning-based modeling of the prediction of tomorrow’s PM10 concentration in the form of a gridded map using the AirKorea observations, Chinese cities’ air quality index, and NWP (numerical weather prediction) model data. A blind test using 23,048 cases in 2019 produced a correlation coefficient of 0.973 and an MAE (mean absolute error) of 4.097㎍/㎥, which is high accuracy due to the appropriate selection of input variables and the optimization of the machine learning model. Also, the prediction model showed stable predictability irrespective of the season and the level of PM10. It is expected that the proposed model can be applied to an operative system if a fine-tuning process using a larger database is accomplished.

본 연구에서는 바이오셀룰로오스를 산화 촉매인 2,2,6,6-tetramethyl-1-piperidine-N-oxy radical (TEMPO)을 이용해 카복실기로 치환된 수분산 바이오셀룰로오스 미세섬유(TC)를 합성하였다. 합성된 수분산 바이오셀룰로오스는 수용액 및 에멀젼에서도 그 구조를 유지하였다. 피부 표면에 미세섬유 구조로 안착된 수분 산 바이오셀룰로오스는 바이오셀룰로오스의 고유의 물성인 물리적 강도, 수분 흡수능을 유지하였다. 모델 피부인 젤라틴 젤에 수분산 바이오셀룰로오스를 코팅 후 경도 측정 시, 바이오셀룰로오스 미세섬유가 피부 표면을 잡아주기 때문에 코팅하지 않았을 때에 비해 약 20% 증가하는 것을 확인하였다. 수분 흡수능을 측정하기 위해 돼지피부에 수분산 바이오셀룰로오스를 도포 후 접촉각을 측정하였을 때, 낮은 초기 접촉각을 가지면서도 시간에 따라 급격히 감소하는 것을 확인하였다. 또한 O/W 제형에서도 수분산 바이오셀룰로오스가 함유된 O/W 제형 에서 시간에 따른 접촉각이 감소하는 것을 확인하였다. TC에 대한 연구는 피부 위에서의 미세섬유의 기능에 대한 새로운 인식을 제공할 뿐만 아니라, fiber-cosmetics이라는 새로운 개념의 화장품 제형 연구의 초석이 될 것으로 기대된다.

본 논문의 목적은 온라인 게임 캐릭터에 나타난 젠더 형상화 양상 및 특징을 분석하고, 이를 통해 온라인 게임 캐릭터의 젠더 정체성이 구축되는 방식을 도출하는 것이다. 이를 위해 온라 인 게임 <리그 오브 레전드>에 등장하는 캐릭터를 연구 대상으로 채택하고, 젠더 정체성 이론 을 바탕으로 게임 개발자가 제시하는 시스템, 이미지, 담화 등에서 나타나는 캐릭터의 젠더 재 현 양상을 분석하고, 플레이어의 재생산 과정을 살펴보았다. 그 결과 게임 개발자로부터 선험적 으로 주어지는 게임 캐릭터의 젠더 정체성은 현실의 관습 및 선입견을 답습하는 단계에 머무르 고 있으며, 플레이어 또한 그러한 흐름에 부응하고 있었다. 온라인 게임은 플레이어의 텍스트 개입과 변환의 가능성이 높으며 끊임없이 발전하고 진화할 수 있는 대안적 공간으로서의 가능 성을 내재하는 바, 인간 경험의 확장 가능성을 제시하고 현실의 한계를 극복할 수 있는 가능성 을 지닌다.

본 연구의 목적은 온라인 개인 게임 방송에 나타난 스토리텔링의 요소 및 특징을 분석하고, 이를 통해 온라인 개인 게임 방송의 특이점을 도출하는데 있다. 이를 위해 국내외 온라인 개인 게임 방송의 대표적 사례로 유튜브 채널 <PewDiePie>와 <대도서관TV>를 연구대상으로 선정하고, 바흐친의 카니발 이론을 적용하여 방송의 스토리텔링을 분석했다. 그 결과 온라인 개인 게임 방송은 외부적으로는 매스 미디어의 방송 포맷을 변형했고, 내부적으로는 게임 텍스트 및 게임 환경을 재해석하는 과정을 거쳐 새로운 서사적 사건을 구성했다. 이 과정에서 방송 진행자 특유의 다성적 발화가 나타났으며, 비극과 희극을 역전을 통해서 오디언스로부터 카타르시스를 불러 일으켰다.