검색결과

검색조건
좁혀보기
검색필터
결과 내 재검색

간행물

    분야

      발행연도

      -

        검색결과 1,657

        3.
        2024.04 구독 인증기관·개인회원 무료
        This study presents the results of mosquito surveillance monitoring in Chungnam Province from 2017 to 2020. A total of 130,750 mosquitoes were collected, and we analyze variations of mosquito populations with emphasis on the most abundant species. We also provide the field survey data based on the different habitats in Chungnam Province.
        4.
        2024.04 구독 인증기관·개인회원 무료
        In the study, a variation of Haemaphysalis longicornis, a major vector of fever-causing conditions, was statistically analyzed to identify the spatial and climatic factors affecting the time-dependent variations of its population. The survey occurred in different habitats in South Korea. In addition, we developed a predictive model by using a probability function to find the peak occurrence time annually. As a result, the numbers of adults and nymphs were found to be related to temperature and relative humidity and their population peaked at the end of May in all habitats except deciduous forests. This study is expected to provide information on habitat types, times, and climate patterns that require attention to help control H. longicornis populations.
        5.
        2024.04 구독 인증기관·개인회원 무료
        최근 이상기후 및 기후변화로 인해 농작물 병해충 발생이 증가하고 발생양상 또한 다양해지고 있으며, 국제 무역 및 해외 여행객 증가로 인한 외래 병해충 유입 위험성이 높아지고 있는 추세이다. 특히 대표적인 비래해충 중의 하나인 벼멸구(Nilaparvata lugens Stål, 1854)의 발생 범위, 출현율 및 빈도수가 꾸준히 증가하여 피해를 호소 하는 농가들이 많아진 반면, 이들에 대한 대응책은 피해발생의 불규칙성, 이전 자료의 부족 및 불명확성으로 인해 미비한 실정이다. 본 연구에서는 이러한 문제를 대비해 벼멸구의 온도발육모형을 이용하여, 기상자료, NCPMS와 더불어 연발생 횟수와 분포 가능 범위 및 발생 시기를 예측하였다. 또한, 벼멸구의 발생량이 많았던 충남 예산, 경남 사천, 진주의 최초발생일, 최초비래일, 최고발생일, 발생최성일 기준으로 각각 발육영점온도 및 유효적산온도를 적용하여 세대별 발생시기를 예측하였다. 최초발생일과 최초비래일은 예산 7월 9일, 7월 16일, 사천 7월 2일, 7월 19일, 진주 7월 26일, 7월 26일로 나타났으며, 최초발생일과 최초비래일 사이를 초발생일 로 적용하면 다음세대 발생이 실제 조사한 지역별 최고발생일인 예산 9월 7일, 사천 8월 9일, 진주 8월 8일과 근접 한 시기로 추정되어 효과적임을 알 수 있었다.
        6.
        2024.04 구독 인증기관·개인회원 무료
        We analyzed trends of ants intercepted on imported plants and lumber over the past 30 years, using data extracted from the Pest Information System (PIS). There were 1,629 cases of about 112 species (5 subfamilies, 45 genera) from planting plants such as Asparagales, Alismatales, and Saxifragales, and 2,217 cases of about 86 species (7 subfamilies, 42 genera) from lumbers such as square lumber, pellets, and solid wood. For intercepted trends by continent, Asia was the most frequently detected at 91%, followed by Europe at 1% and North America at nearly 1%. Among Asian countries, Malaysia (27%) represented the highest number of interceptions, followed closely by Indonesia at 26%.
        17.
        2024.04 구독 인증기관·개인회원 무료
        최근 가로수, 공원 등에 수목이 많이 식재되어 우리 생활 주변에 녹지가 조성되고 있었고, 이를 생활권 수목 또는 도시숲으로 불리다. 이러한 생활권 수목의 증가로 따른 현상으로, 대상 수목을 가해하는 해충 또한 증가하였 다. 생활권 해충에 대한 방제 수단으로는 농약 살포, 나무 주사 등의 화학적 방제법이 있으나, 생활권 주변이라는 특성으로 인하여 농약 살포나 나무주사 등은 바람직한 방제 수단으로 여기기 어렵다. 이에, 친환경적인 방제 방법중의 하나인 페로몬을 이용한 교미교란제법이 하나의 대안으로 판단되어 수목 해충 중 나비목 해충에 대한 교미교란제의 적용해 보았다. 대상 수목과 해충으로는 무궁화-큰붉은잎밤나방, 동백나무-차독나방, 왕벚나무- 복숭아유리나방으로, 잎을 가해하는 해충 2종과, 천공성 해충 1종을 선택하였다. 큰붉은잎밤나방은 무궁화의 가장 큰 식엽성 해충이다. 차독나방은 남부지역 동백나무에 발생하는 식엽성 해충으로, 접촉시 피부염을 일으켜 일부 관광지에서 문제가 되고 있다. 복숭아유리나방은 줄기를 가해하는 천공성 해충으로, 화학방제가 어려운 해충이다. 본 발표에서는 큰붉은잎밤나방, 차독나방, 복숭아유리나방의 교미교란제를 이용한 방제 효과와 방제 효과 평가법에 대하여 발표하고자 한다.
        18.
        2024.04 구독 인증기관·개인회원 무료
        수서곤충은 일반적으로 하루살이목, 날도래목, 강도래목, 잠자리목, 노린재목, 딱정벌레목, 뱀잠자리목, 파리 목의 8개의 목(Order)에 속하며, 물을 기반으로 서식하는 곤충들을 의미한다. 국내 수서곤충의 연구는 도입기 (40-50년대), 형성기(60년대), 발전기(70-80년대), 도약기(90-2010년대)를 거쳐 왔다. 물을 기반으로 수질을 평가 하기 위해 수서곤충은 생태학적 연구가 먼저 시작되었으며, 이후 분류학적 연구가 시행되고 현재는 유전학적 및 응용학적 연구로 다양성을 증명하고 있다. 하지만, 물을 기반으로 하는 수서곤충의 서식처는 도시화로 인한 다양한 개발과 교란으로 감소하고 사라지고 있다. 서식처뿐만 아니라 수서곤충을 연구하는 학자들과 학생들도 정체기와 쇠퇴기를 거치고 있다. 국내 수서곤충의 다양성 종 목록은 1999년 처음으로 학술논단에서 491종이 정리되었으며, 이후 약 10년 만에 개정목록이 2011년에 988종으로 수정되었다. 이후 지속적인 국가생물다양성 확보 및 보전 전략에 따라 미발굴된 수서 파리류들이 대거 기록되면서 2018년에는 처음 기록보다 3배 이상 증가하 여 1,567종이 보고되었다. 이처럼 표면적으로는 수서곤충의 연구가 활성화되어 다양성은 늘어가고 있는 것처럼 보이지만 다양한 문제점들이 나타나고 있다. 수서곤충은 성충보다는 유충을 주로 연구하는 학문으로 많은 연구 자가 어려움을 겪고 있다. 단기간의 다양성 증진보다는 심도 있는 다양한 주제로 접근하는 방법이 필요할 것으로 보이며, 수서곤충의 다양성과 함께 서식처 회복 및 복원 방안도 함께 마련되어야 할 것으로 판단된다. 본 발표에서 는 국내 수서곤충의 다양한 연구주제와 피해 상황 및 활용방안을 소개하여 미래의 수서곤충의 방향성과 연구 방향을 심도 있게 논의하고자 한다.
        19.
        2024.03 KCI 등재 구독 인증기관 무료, 개인회원 유료
        이 논문은 직전 연구인 메타버스의 함정을 극복하기 위한 게임화된 동적 습관 형성 모델의 후 속 연구다. 2022년 12월 논문 연구에서는 사용자 참여를 방해할 수 있는 일반적인 함정을 극 복하기 위해 메타버스 공간을 설계하는 데 초점을 맞춘 게이미피케이션 동적 습관 형성 모델 을 제안하였다. 당시 제안했던 4단계 접근법을 통합한 역학 모델은 낮은 상호작용(P4)의 온보 딩 접근법, 기본 상호작용(P3) 온보딩 접근법, 중간 상호작용(P2)의 온보딩 접근법, 높은 상호 작용(P1) 온보딩 접근법의 네 단계로 구성되었으며, 간단한 모델의 개요를 설명한 바 있다. 본 고에서는 4단계의 세부 연구에 집중하였는데, P4-튜토리얼, 시즌 이벤트, 소셜 이벤트 및 모 임, P3-기본 아바타, 가상경제 및 아이템 획득/거래, 소셜경쟁과 리더보드, 도전과 경쟁, 커뮤 니티 강화, P2-아바타 개인화, 사용자 제작 콘텐츠. 보상 메커닉스 강화, 피드백 및 진행 상황 추적, P1-대화형 튜토리얼, 사회적 상호작용, 내러티브 중심 퀘스트, 스토리 기반 업적, 인터 렉티브 스토리 요소 등의 습관형성 증진 방안을 제시하였다. 각 단계는 게이미피케이션 및 게 임디자인 기법과 사용자 중심 디자인 원칙을 통합하여 사용자의 참여를 유도하고, 습관 형성 을 촉진하는 방향에서의 온보딩 접근법을 제시하고자 하였다. 이 논문에서는 게이미피케이션 및 게임디자인 이론과 실무를 바탕으로 각 단계에 대한 예시와 전략을 제공하여 메타버스에서 학습환경을 구현하는 데 도움을 줄 것이다. 다만, ‘게임’과 ‘메타버스’와의 개념과 용어에서의 명확한 구분이 어려운 상황이어서, 게이미피케이션 및 게임디자인 분야의 기초적인 이론과 온 보딩 방법론을 다룰 수 밖에 없었다.
        4,300원
        20.
        2024.02 KCI 등재 구독 인증기관 무료, 개인회원 유료
        The secondary growth model for Salmonella was developed based on the artificial neural network (ANN) with data collected from ComBase and FoodData Central. In addition to the existing secondary model variables (temperature, pH, Na+, and water contents), more input variables (sugar, carbohydrate, lipid, and protein contents) were considered. The output variables were microbial growth parameters (lag phase duration [l] and maximum growth rate [mmax]). A commercial ANN program (NeuralWorks Predict) was utilized with training at 80%, validation at 10%, and test data at 10%. ANN models were created using all data and cleansed data. Using the cleansed data, the training/testing root mean square error (RMSE) for mmax improved from 0.14/0.16 to 0.11/0.14, whereas the RMSE for l was still not acceptable, from 11.94/33.03 to 7.09/4.18. The l data were divided into two ranges with high and low goodness of fit, whereas the ANN model for each field was built, resulting in an optimally low RMSE.
        4,000원
        1 2 3 4 5