In apartment buildings in Korea, irregular walls, such as T-, L-, and U-shaped walls, are commonly used. However, in practical design, the geometric irregularities of walls are often neglected when determining the length of the lateral confinement region. Further, although earthquake loads apply from various directions, the lateral confinement region is typically determined for the in-plane direction of the web. Thus, using finite element analysis, this study investigated the structural performance of irregular walls subjected to various loading directions. As the design parameters, wall shape, cross-sectional aspect ratio, and loading direction were addressed. According to the parametric analysis results, as the length of flange in tension increased, the lateral confinement region should be evaluated with consideration of the geometric irregularity. Further, for the L- and U-shaped walls, it is recommended to evaluate the lateral confinement region for various loading directions. Based on these results, a design method to determine the lateral confinement region of irregular walls was suggested.

본 연구는 초등 미술 수업에서 모둠활동을 중심으로 한 교수 -학습 방안을 개발하고, 이를 통해 학습자의 창의성, 표현력, 협업 능력 및 정서적 태도에 미치는 영향을 살펴보는 데 목적 이 있다. 기존의 개별 중심, 결과 지향적 미술 수업 방식에서 벗어나 학습자 간 상호작용과 공동 창작을 강조하는 교육 구조 의 필요성이 제기되는 가운데, 본 연구는 '어부가 되기'와 '초 록 거인'이라는 두 가지 주제를 기반으로 한 3차시 수업안을 구성하였다. 각 수업은 해양 생태와 육상 생태를 시각적 소재 로 삼아, 감상, 표현, 협력의 구조로 미술활동이 진행되었다. 수업에 참여한 초등 저학년 학습자들은 다양한 재료를 활용 하여 개별 표현을 수행하고, 이후 모둠 내 협력을 통해 하나의 공동 작품을 완성하였다. 이러한 과정에서 학생들은 창의적 사 고와 자기표현 능력을 발휘하였으며, 또래와의 상호 존중, 의견 조율, 역할 분담 등의 협동 경험을 자연스럽게 체득하였다. 연 구 결과, 모둠활동 기반 미술 수업은 초등학생의 사회성 함양, 정서적 안정, 예술적 감수성 향상에 긍정적 기여를 하는 것으 로 나타났다. 본 연구는 향후 초등 미술교육 현장에서 학생 주도형 수업과 공동 창작 중심 교육이 확산될 수 있는 기초 자료로 활용될 수 있으며, 모둠활동을 통한 예술 수업의 교육적 가치와 실천적 가능성을 제시한다.

기후변화와 식품공급망의 복잡성 증대로 식품 위해요소 의 발생 경로와 패턴이 다변화됨에 따라, 과학적 예측과 선 제적 개입이 가능한 예방형 식품안전 관리체계의 필요성이 대두되고 있다. 본 연구는 기후·환경 요인이 식품 위해요소 에 미치는 영향을 분석함으로써, 기후 민감성이 높은 위해 요소를 식별하고 예측 가능성과 주요 환경인자를 도출하였 다. 아울러 국내외 데이터 기반 위해예측 시스템의 운영 사 례를 비교·분석함으로써, 식품위해예측센터의 실질적 운영 과 역할을 위한 발전방향을 제시하였다. 본 연구를 통해 향 후 식품위해예측센터가 식품안전 정책의 과학화와 지능화 를 이끄는 전략적 플랫폼으로 기능하고, 예방 중심의 관리 체계로의 전환을 유도할 수 있도록 실효적 토대와 정책적 방향성을 제공하고자 한다.

본 연구에서는 높은 이산화탄소 투과성과 선택성을 가지는 미세다공성 고분자 PIM-1을 합성하고, 나노미터 수준 에서 두께를 정밀하게 조절할 수 있는 water casting 기법을 적용하여 박막복합막을 제조하였다. 제조된 분리막의 성능을 평 가하기 위해 FTIR-ATR, BET, GPC, XRD, TEM-EDS 등의 분석을 수행하였으며, 기체 투과 시험을 통해 CO2/N2 선택성과 투과도를 측정하였다. 연구 결과, 본 연구에서 제조된 박막복합막은 2700 GPU 이상의 CO2 투과도와 약 25의 CO2/N2 선택도 를 나타내며, 기존의 PIM-1 기반 분리막보다 우수한 성능을 보였다. 이를 통해 water casting 기법을 이용한 PIM-1 기반 분리 막이 경제적이고 효율적인 이산화탄소 분리 기술로 활용될 가능성을 제시하였다.

Springtails (class Collembola) play a crucial role in soil ecosystems. They are commonly used as standard species in soil toxicity assessments. According to the ISO 11267 guidelines established by the International Organization for Standardization (ISO), Allonychiurus kimi uses adult survival and juvenile production as toxicity assessment endpoint. Conventional toxicity assessment methods require manually counting adults and larvae under a microscope after experiments, which is time-consuming and laborintensive. To overcome these limitations, this study developed a model using YOLOv8 to detect and count both adults and juveniles of A. kimi. An AI model was trained using a training dataset and evaluated using a validation dataset. Both training and validation datasets used for AI model were created by picturing plate images that included adults and larvae. Statistical comparison of validation dataset showed no significant difference between manual and automatic counts. Additionally, the model achieved high accuracies (Precision=1.0, Recall=0.95 for adults; Precision=0.95, Recall=0.83 for juveniles). This indicates that the model can successfully detect objects. Additionally, the system can automatically measure body areas of individuals, enabling more detailed assessments related to growth and development. Therefore, this study establishes that AI-based counting methods in toxicity assessments with offer high levels of accuracy and efficiency can effectively replace traditional manual counting methods. This method significantly enhances the efficiency of large-scale toxicity evaluations while reducing researcher workload.

본 연구는 장애인의 문화접근권을 실질적으로 확대하기 위한 방 안으로 디지털 인문체험 기반 치유활동의 가능성을 탐색하였다. 현 대 사회에서 문화예술은 개인의 정체성과 사회적 소속감을 형성하는 중요한 수단이며, 특히 장애인에게는 자아표현과 심리적 치유의 매 개로 작용한다. 그러나 여전히 많은 장애인이 물리적·정보적 장벽으 로 인해 문화참여에 제한을 받고 있다. 이에 본 연구는 문헌연구 방법을 통해 문화접근권의 개념, 디지 털 인문체험의 특성, 예술치유의 효과 및 기술융합의 가능성을 고찰 하였다. 분석 결과, 디지털 인문체험은 장애인의 감각 특성을 반영 한 맞춤형 참여와 정서적 회복을 유도할 수 있는 매체로서 역할을 할 수 있으며, 예술과 기술의 융합은 문화적 주체로서의 회복과 사 회적 통합을 지원할 수 있음을 확인하였다. 본 연구는 이러한 융합 적 접근이 향후 문화복지 영역의 실천 확장을 위한 방향성을 제시 한다.

최근 신체 움직임, 심장 박동 감지 및 신체 감각 등과 같은 유연한 생체 전자 장치에 대한 연구가 급격히 성장하 고 있다. 압전 센서는 신체 움직임에 의해 생성된 압력을 전기 신호로 효율적으로 변환하기 때문에 인기 있는 웨어러블 장치 로, 자가 동력 웨어러블 장치의 대체 재생 가능한 에너지원 중 하나이다. 폴리(불화비닐리덴)(poly(vinylidene fluoride), PVDF)는 높은 기계적 강도와 쉬운 가공성 및 저렴한 재료를 가진 우수한 압전 폴리머이다. PVDF에 존재하는 5개의 결정상 중 β상이 가장 높은 쌍극자 모멘트를 가진 가장 큰 극성 구조이다. 전기 방사는 β상 배향을 유도하여 가장 높은 압전 특성 을 유도한다. 비-PVDF 고분자 멤브레인은 압전 특성은 PVDF 멤브레인에 비해 상대적으로 낮지만 높은 고분자 사슬의 유연 성, 낮은 결정성 및 높은 기공률을 가진다. 이로 인해 비 PVDF 멤브레인은 우수한 기계적 유연성과 여과 효율을 보인다. 이 리뷰에서는 생체 전기 적용을 위해 PVDF 및 nonPVDF 유형의 멤브레인이 모두 논의된다.

청정에너지는 원유 사용으로 인한 이산화탄소 배출로 환경오염이 계속 증가하는 이 시기에 필요한 에너지이다. 리튬 이온 배터리는 훌륭한 대안 중 하나이지만 막대한 수요로 인해 오염은 물론 비용이 증가한다. 배터리에서 사용한 리튬 을 재활용하는 것이 상기 문제를 해결하는 가장 좋은 방법이다. 정전 용량 탈이온화 공정(capacitive deionization, CDI)에서 는, 셀을 통과하는 전해질에 존재하는 양이온과 음이온이 전극 물질로 전환되고 전극의 극성이 반대가 됨으로써 탈착된다. 전 극의 특성을 개선하는 것이 리튬 이온 회수를 향상시키는 데 있어 핵심이다. 주요 문제는 리튬 이온의 낮은 탈삽입과 선택성 이다. 망간 산화물과 같은 전이 금속 산화물이 탄소 나노튜브로 코팅될 경우, 리튬 회수 성능이 향상된다. 본 리뷰 논문에서 는 폴리머 기반 전극과 복합 전극에 의한 리튬 회수에 대해 설명하며, 최근 전극 소재의 발전이 CDI 성능 향상에 어떻게 기 여하는지에 대해 초점을 맞춘다. 이러한 발전이 리튬 회수 효율 개선에 어떻게 기여하는지 설명하며, 기존 문헌을 보완하고 확장하는 관점을 제시한다.

Autonomous vehicle (AV) technology is rapidly entering the commercialization phase driven by advancements in artificial intelligence, sensor fusion, and communication-based vehicle control systems. Real-world road testing and pilot deployments are increasingly being conducted, both domestically and internationally. However, ensuring the safe operation of AVs on public roads requires not only technological advancement of the vehicle itself but also a thorough pre-evaluation of the road environments in which AVs are expected to operate. However, most previous studies have focused primarily on improving internal algorithms or sensor performance, with relatively limited efforts to quantitatively assess how the structural and physical characteristics of road environments affect AV driving safety. To address this gap, this study quantitatively evaluated the compatibility of road environments for AV operation and defined the road conditions under which AVs can drive safely. Three evaluation scenarios were designed by combining static factors such as curve radius and longitudinal gradient with dynamic factors such as level of service (LOS). Using the MORAI SIM autonomous driving simulator, we modeled the driving behaviors of autonomous vehicles and buses in a virtual environment. For each scenario, the minimum time to collision (mTTC) from the moment the AV sensors detected a lead vehicle was calculated to assess risk levels across different road conditions.The analysis revealed that sharper curves and lower service levels resulted in significantly increased risk. Autonomous buses exhibited a higher risk on downhill segments, autonomous vehicles were more vulnerable to uphill slopes and gradient transitions. The findings of this study can be applied to establish road design standards, develop pre-assessment systems for AV road compatibility, and improve AV route planning and navigation systems, thereby providing valuable implications for policy and infrastructure development.

As conventional road traffic noise prediction models are designed to estimate long-term representative noise levels, capturing fine-scale noise fluctuations caused by real-world traffic dynamics is challenging. A previous study proposed a microscopic road traffic noise model (MTN) can calculate time-series noise levels with a resolution of 1 s using the concept of a moving noise source. In this study, two experiments were conducted to verify the accuracy of the noise prediction of the model. First, by comparing the calculated noise levels of two conventional road traffic noise models and the MTN in a simple road simulation environment, it was confirmed that the calculation error was within 3 dB(A) when calculating the 1-h equivalent noise level. Second, an experiment was conducted to verify the noise prediction error of the MTN on six actual roads. A comparison of the calculated noise level using the MTN based on traffic data collected from actual roads with the measured noise level on real roads showed that the calculated noise level achieved a mean absolute error (MAE) of 1.88 dB(A) from the equivalent noise level and 1.28 dB(A) from the maximum noise level. This was similar to the MAE of the foreign road traffic noise models. However, when the location of the receiver is within 10 m of the road, an error of more than 3 dB(A) occurs because of the simplicity of the MTN propagation model, which remains a problem that must be solved in the future. This study proved that the noise level calculation using the MTN is similar to the noise of an actual road environment. Additionally, the continuous development of the MTN is expected to make it an effective alternative for the management of road noise.

토양 오염 정화 방법 중 토양 세척은 널리 활용되는 정화 방법으로, 고농도 중금속 및 일부 유기오염물질을 단기 간에 효과적으로 제거할 수 있다는 장점이 있다. 그러나 중금속, 계면활성제, 염류 및 잔류성 유기오염물질이 혼합된 세척수 의 처리는 여전히 큰 과제로 남아 있다. 이러한 문제에 대응하기 위해 분리막 기반 기술이 유망한 대안으로 주목받고 있다. 본 총설에서는 이러한 기술을 압력 구동형, 삼투압 구동형, 열 구동형, 전기화학 구동형으로 구분하여 최근의 연구 동향을 종 합적으로 정리하였다. 또한, 막 오염과 에너지 소비 등의 주요 기술적 문제를 평가하고, 하이브리드 시스템 통합 및 자원회수 기반의 지속가능한 처리 전략을 포함한 향후 발전 방향을 제안하였다.

This study analyzed the impact of improvements to the driver’s license system for elderly drivers on the incidence of traffic accidents. As South Korea’s population ages, the number of licensed drivers aged 65 years and older has surpassed 4.5 million as of 2024, accounting for approximately 15% of all license holders. Traffic accidents involving elderly drivers have increased steadily and tend to be more severe than those involving younger drivers. In response, the Road Traffic Act was amended in 2019 to shorten the license renewal cycle for drivers aged 75 and older, mandate dementia screening, and require traffic safety education. This study compared traffic accident statistics before and after the policy change (2018 and 2023) and used consulting data from 617 elderly drivers to examine the relationships between driving time, frequency, distance, and potential accident risk factors using a negative binomial regression analysis. The results show that after the policy changes, the number of traffic accidents per 10,000 elderly drivers decreased by up to 20.4%, demonstrating the effectiveness of the reforms. Furthermore, increased driving time, frequency, and distance were all significantly associated with a higher accident risk, whereas older age was linked to fewer accidents, likely owing to self-regulation among elderly drivers. Policy recommendations include limiting continuous driving time to 60 min, encouraging regular breaks, enhancing tailored safety education, tightening license aptitude test standards, and supporting the adoption of advanced safety features in vehicles. This study is expected to contribute to the development of effective policies to reduce traffic accidents among elderly drivers and create a safer traffic environment.

티오에테르를 기반으로 한 고분자 막은 이온 교환 및 나노 여과에서 중요한 분리 과정의 한 종류를 나타낸다. 막 을 통한 이온의 선택적 투과는 연료 전지, 전기투석, 역전기투석 등 다양한 응용 분야에서 활용되고 있습니다. 티오에테르 변 형은 막의 안정성, 기능 및 상호 작용에 미치는 영향으로 주목받고 있다. 나피온과 같은 양이온 교환 막은 인기 있는 상업적 옵션이지만 비용은 여전히 상당한 제약으로 남아 있다. 반면, 설폰화 폴리(아릴렌 티오에테르 설폰)(SPTES)와 같은 공중합체 는 경제적으로 실용적이며 연료 전지의 핵심 요구 사항인 설폰화 정도를 쉽게 제어할 수 있다. 탈염은 염분은 거부되고 압력 은 구동력이기 때문에 막 분리 공정이 활용되는 또 다른 분야이다. 이 리뷰에서는 위에서 언급한 발전 사항에 대해 논의한다.

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.

본 연구는 인공지능(AI) 기술이 사주해석에 어떻게 적용되고 있는지를 분석하고, 인간 상 담가의 비교를 통해 그 가능성과 한계를 철학적·심리학적 관점에서 고찰하였다. 사주명리 학은 오행, 음양, 십신, 12운성 등의 상징체계를 통해 인간의 성격과 삶의 흐름을 해석하는 학문으로서, 현대 상담심리와도 통합 가능한 잠재력을 지닌다. AI는 정형화된 해석과 빠른 요약 제공에는 강점을 가지며, 초보 상담가나 일반 사용자에게 유용한 도구가 될 수 있다. 그러나 본 연구는 사례 분석을 통해, AI는 내담자의 정서, 생애 맥락, 상징적 깊이를 반영하 지 못하며, 공감과 직관을 요하는 인간중심 상담에는 한계가 있음을 제시하였다. 이에 따라 AI 기반 사주해석은 인간 상담가의 통찰을 보완하는 도구로 사용되어야 하며, 해석의 윤리 적 적절성과 데이터 보안 문제, 사용자 고지 필요성 등 제도적 장치 마련이 필요하다. 나아 가 AI 기술을 활용한 사주명리 상담 시스템이 다문화 및 심리학 기반 해석과 융합될 수 있 도록 교육적·기술적 개발이 요구되며, 이는 사주명리학이 상담도구로 확장하는 새로운 가 능성을 제시한다.

‘랩 온 중공 섬유 막(lab-on-hollow fiber membrane, HFM)’ 플랫폼은 다기능성과 신속한 분석 기능을 통합한 새 로운 3D 미세유체 접근 방식을 구현하여 생물학적 분석에서 혁신적인 잠재력을 입증한다. 3D HFM은 비색 정량화를 통해 다양한 생체 분자의 샘플 크기 체질(sieving)과 감지를 통합할 수 있다. 샘플 크기 체질은 그라디언트 방식으로 크기가 제공되 는 HFM의 미세한 기공을 활용하였으며, 기공의 그라디언트 크기와 높은 친수성 플럭스가 미세유체 소자 기판으로 사용되었 다. 3D HFM은 표적 단백질에 대한 접착력이 높고 나노 캐비티 종횡비가 현저히 높아 검출에 필요한 시간이 단축되었다. 이 전 2D HFM 장치와 비교했을 때 3D HFM 미세유체 소자는 다양한 감지 능력과 향상된 감도로 균일한 색상 표현 능력을 보 여주었다. 현장 검사(POCT)와 통합된 3D HFM 장치의 이러한 기능은 더욱 높은 민감도의 분석을 가능하게 한다.

Written examination for driver’s license certification plays a critical role in promoting road safety by assessing the applicants' understanding of traffic laws and safe driving practices. However, concerns have emerged regarding structural biases in multiple-choice question (MCQ) formats, such as disproportionate answer placement and leading linguistic cues, which may allow test-takers to guess the correct answers without substantive legal knowledge. To address these problems, this paper proposes a prompt-driven evaluation framework that integrates structural item analysis with response simulations using a large language model (LLM). First, we conducted a quantitative analysis of 1,000 items to assess formal biases in the answer positions and option lengths. Subsequently, GPT-based simulations were performed under four distinct prompt conditions: (1) safety-oriented reasoning without access to legal knowledge, (2) safety-oriented reasoning with random choices for knowledge-based questions, (3) performance-oriented reasoning using all available knowledge, and (4) a random-guessing baseline model to simulate non-inferential choice behavior. The results revealed notable variations in item difficulty and prompt sensitivity, particularly when safety-related keywords influence answer selection, irrespective of legal accuracy. The proposed framework enables a pretest diagnosis of potential biases in the MCQ design and provides a practical tool for enhancing the fairness and validity of traffic law assessments. By improving the quality control of item banks, this approach contributes to the development of more reliable knowledge-based testing systems that better support public road safety.

본 연구는 동아시아 전통 운명학에서 사주(四柱)를 기반으로 주역(周易)의 괘상(卦象)을 도출하는 대표적 수리 작괘법(作卦法)인 대정수(大定數)와 하락이수(河洛理數)의 이론 구조, 작괘 절차, 해석 원리를 비교·분석하였다. 동일 사주에 두 체계를 적용하여 도출된 괘상과 해석을 실증적으로 비교한 결과, 대정수는 간지(干支)에 부여된 선천수(先天數)와 후천수(後 天數)를 합산하여 단순하고 명확한 괘상과 동효(動爻)를 산출하며, 초씨역림(焦氏易林)의 효 사(爻辭)에 근거한 일관된 해석을 제공한다. 반면 하락이수는 하도(河圖)와 낙서(洛書)의 수 리 원리를 적용해 천수(天數)와 지수(地數)를 산출하고, 선천괘(先天卦·), 후천괘(後天卦), 원당효(元堂爻) 등 다층적 구조와 12가지 이상의 해석 기준을 통해 운명의 변동성과 복합성 을 정밀하게 해석한다. 두 체계는 동일한 사주에 대해 상이한 괘상과 해석적 초점을 보이지 만, 모두 수리적 변환과 상징적 해석을 통해 사주와 주역을 융합한다는 공통점을 지닌다. 본 연구는 두 체계의 상보적 활용 가능성과 현대적 알고리즘화의 이론적 기반을 제시하였 다.

분리막 기반 이산화탄소(CO2) 포집 기술은 에너지 효율이 높고, 공정이 단순하며 모듈화가 가능하다는 장점으로 인해 다양한 산업 공정에서 주목받고 있는 차세대 탄소 저감 기술이다. 본 논문에서는 발전소, 시멘트 생산, 철강 제조, 바이 오가스 업그레이딩 등 주요 산업 공정에서의 CO2 포집 기술을 중심으로, 관련 분리막 소재, 공정 구성 방식을 포함한 실제 산업 응용 사례를 체계적으로 정리하였다. 특히 산업별 배출가스 조성, 운전 조건, 적용된 분리막의 특성과 성능을 비교⋅분 석하고, 시뮬레이션 연구 및 파일럿 규모의 실증 데이터를 바탕으로 분리막 공정의 성능과 한계를 다각적으로 평가하였다. 또 한 각 산업에서의 공정 조건에 따른 분리 전략과 적용 가능성을 제시함으로써, 분리막 기반 CO2 포집 기술의 현재 기술 수준 과 더불어 향후 상용화를 위한 과제 및 공정 최적화 방향에 대한 실용적 시사점을 도출하였다.

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.