한국의 다문화교육은 이주 배경 학생들을 대상으로 하는 교육이 주를 이루고 있다. 본 연구의 목적은 한국 다문화교육의 한계를 극복하기 위 해 비판적 다문화주의에 기반한 중등학교 학생들의 다문화 인식개선을 위한 교육 모델을 제시하는 것이다. 교육 모델은 김포지역 중고등학교 학생을 대상으로 진행한 교육사례를 바탕으로 하고 있다. 그리고 ‘다문화 인식개선’의 의미는 다문화교육의 한계를 극복하고 다문화에 대한 고정 관념을 개선한다는 의미를 내포하고 있다. 제시한 교육 모델은 모든 학 생을 대상으로 하며, 비판적 다문화주의에 기초하여 다문화 인식개선 교 육을 통해 이루고자 하는 가치는 권력관계의 변화를 추구하고 이주민을 삶의 주체로 인식하며 주체적으로 참여하여 변화를 추구하는 것이다. 가 치를 이루기 위해 교실 권력이 교사에게 집중되지 않도록 교실을 배치하 였다. 수업은 동기유발-주제 접근-주제 심화-실천으로 구성하였다. 교육 주제를 이주민으로 한정하지 않고 젠더, 장애, 노동, 환경, 이주민, 난민 등으로 확대하여 차별이 발생하는 기제를 알아내고 그것을 금지 시키는 방법을 대화와 토론을 통해 찾아내고 학습자가 실천 방법까지 성찰할 수 있도록 하였다.

급격한 산업화와 도시화로 인해 해양 오염이 심각해지고 있으며, 이러한 해양 오염을 실효적으로 관리하기 위해 수질평가 지수(Water Quality Index, WQI)를 마련하여 활용하고 있다. 하지만 수질평가지수는 다소 복잡한 계산과정으로 인한 정보의 손실, 기준값 변동, 실무자의 계산오류, 통계적 오류 등의 불확실성(uncertainty)을 내포하고 있다. 이에 따라 국내ㆍ외에서 인공지능 기법을 활용하여 수질평가지수를 예측하기 위한 연구가 활발히 이루어지고 있다. 본 연구에서는 해양환경측정망 자료(2000 ~ 2020년)를 활용하여 우리나 라 전 해역 즉, 5개의 생태구에 대한 WQI를 추정할 수 있는 가장 적합한 인공지능기법을 도출하기 위해 총 6가지의 기법(RF, XGBoost, KNN, Ext, SVM, LR)을 실험하였다. 그 결과, Random Forest 기법이 다른 기법에 비해 가장 우수한 성능을 보였다. Random Forest 기법의 WQI 점수 예측값과 실제값의 잔차 분석 결과, 모든 생태구에서 시간적 및 공간적 예측 성능이 우수한 것으로 나타났다. 이를 통해 본 연구에서 개발한 Random Forest 기법은 높은 정확도를 바탕으로 우리나라 전해역에 대한 WQI를 예측 가능할 것으로 사료된다.

고성능 콘크리트(HPC) 압축강도는 추가적인 시멘트질 재료의 사용으로 인해 예측하기 어렵고, 개선된 예측 모델의 개발이 필수적 이다. 따라서, 본 연구의 목적은 배깅과 스태킹을 결합한 앙상블 기법을 사용하여 HPC 압축강도 예측 모델을 개발하는 것이다. 이 논 문의 핵심적 기여는 기존 앙상블 기법인 배깅과 스태킹을 통합하여 새로운 앙상블 기법을 제시하고, 단일 기계학습 모델의 문제점을 해결하여 모델 예측 성능을 높이고자 한다. 단일 기계학습법으로 비선형 회귀분석, 서포트 벡터 머신, 인공신경망, 가우시안 프로세스 회귀를 사용하고, 앙상블 기법으로 배깅, 스태킹을 이용하였다. 결과적으로 본 연구에서 제안된 모델이 단일 기계학습 모델, 배깅 및 스태킹 모델보다 높은 정확도를 보였다. 이는 대표적인 4가지 성능 지표 비교를 통해 확인하였고, 제안된 방법의 유효성을 검증하였다.

PURPOSES : The primary purpose of this study is to develop a framework for predicting the demand and distribution of pedestrians when an open space zone is built at the top through the undergroundization of the Gyeongin Expressway. METHODS : After analyzing the current status through a survey on the number of people, students, surrounding traffic volume, and future socioeconomic indicators, the rate of change in the floating population and the rate of increase and decrease in the traffic volume of pedestrians were calculated to evaluate the effect. In addition, microscopic analysis results were derived by setting a pedestrian analysis zone (PAZ). A walking environment index (WEI) was developed that can quantitatively evaluate the degree of walking activation by indicating walking-related surrounding environmental factors. Based on this, a walking demand prediction model was developed. In addition, the results were validated by calculating the walking volume through a micro-simulation in/around the open space zone. RESULTS : The number of crosswalks and schools, transit development indicators, and pedestrian volume increased as the WEI value increased. However, the log form of the distance was observed to be a factor that reduced walking. CONCLUSIONS : This study attempted to reliably predict the demand for walking on the Gyeongin Expressway by calculating the amount of induced walking and the amount of passing walking. The pedestrian demand can be boosted by improving walking environments.

생물환경조절학회지 31권 4호에 게재된 논문의 사사가 잘못 기재되어 있어 바로 잡습니다.

Understanding the light environment in greenhouse cultivation and the light utilization characteristics of crops is important in the study of photosynthesis and transpiration. Also, as the plant grows, the form of light utilization changes. Therefore, this study aims to develop a light extinction coefficient model reflecting the plant growth. To measure the extinction coefficient, five pyranometers were installed vertically according to the height of the plant, and the light intensity by height was collected every second during the entire growing season. According to each growth stage in the early, middle, and late stages, the difference between the top and bottom light intensity tended to increase to 69%, 72%, and 81%. When leaf area index and plant height increased, the extinction coefficient decreased, and it showed an exponential decay relationship. Three-dimensional model reflecting the two growth indexes, the paraboloid had the lowest RMSE of 1.340 and the highest regression constant of 0.968. Through this study, it was possible to predict the more precise light extinction coefficient during the growing period of plants. Furthermore, it is judged that this can be utilized for predicting and analyzing photosynthesis and transpiration according to the plant height.

There has been growing attention on the well-being of people with disabilities. The purpose of this study was twofold: (1) to investigate the associations between individuals’ socio-demographic and psychological characteristics and clothing expenditure, and (2) to examine the moderated mediation effect of self-efficacy and acceptance of disability on the association between dependency on others and happiness among people with visual impairment. This study was based on secondary analysis of data from the second wave of the 6th Panel Survey of Employment for the Disabled collected by the Employment Development Institute. The results of this study showed that average monthly expenditure on clothing was positively associated with self-efficacy, happiness, and acceptance of disability, while being negatively associated with dependency on others. The results also confirmed that self-efficacy mediated the association between dependency on others and happiness. A conditional direct effect of dependency on others on happiness was found, in which negative associations were significant among people with visual impairment who had low and mean levels of acceptance of disability (but not high levels). In addition, there was a significant conditional indirect effect, in which the indirect and negative effect of dependency on others on happiness via self-efficacy was significant for those with low and average levels of acceptance of disability. These findings support the importance of enhancing the independence and acceptance of disability among people with visual impairment, which ultimately contributes to their happiness.

Given the domestic situation, all nuclear power plants are located at the seaside, where interim storage sites are also likely to be located and maritime transportation is considered inevitable. Currently, Korea does not have an independently developed maritime transportation risk assessment code, and no research has been conducted to evaluate the release rate of radioactive waste from a submerged transportation cask in the sea. Therefore, secure technology is necessary to assess the impact of immersion accidents and establish a regulatory framework to assess, mitigate, and prevent maritime transportation accidents causing serious radiological consequences. The flow rate through a gap in a containment boundary should be calculated to determine the accurate release rate of radionuclides. The fluid flow through the micro-scale gap can be evaluated by combining the flow inside and outside the transportation cask. In this study, detailed computational fluid dynamic and simplified models are constructed to evaluate the internal flow in a transportation cask and to capture the flow and heat transfer around the transportation cask in the sea, respectively. In the future, fluid flow through the gap will be evaluated by coupling the models developed in this study.

The objective of this study is to estimate the dietary exposure of polychlorinated dibenzo-p-dioxins and dibezofurans (PCDD/Fs) of Korean population via milk and meat using a probabilistic exposure assessment model. Total 319 raw milk and meat samples collected in the period 2006-2008 from nationwide Korea were measured the concentrations of 17 PCDD/Fs. Distributions of dietary exposure of 7 age subgroups to PCDD/Fs from the commodities were estimated probabilistically using Monte Carlo simulations. Dietary exposure groups were divided as lower, medium and high consumer subgroups according to the consumption of each commodity. The amounts of dietary exposures of Korean population subgroups were compared to the provisional maximum tolerable monthly intake (PTMI) recommended by the Joint FAO/WHO Expert Committee on Food Additives and Contaminants (JECFA). The mean PCDD/Fs concentrations in raw milk and meat of beef, prok and chicken were measured as 0.501, and 0.022~0.150pg WHO-TEQ/g, respectively. Dietary exposure of children was significantly higher than that of adults due to their high milk consumption per body weight (BW). Dietary intake of PCDD/Fs of the Korean populations estimated ranged from 0.154 to 1.248 pg WHO- TEQ/kg BW/day for high consumers (the 97.5th percentile) at the upper bound. Dietary intakes of average population of various subgroups were below the half of PTMI, but those of higher consumers were found exceeding or comparable to PTMI at the upper bound level. This study also suggests that the estimated PCDD/Fs concentrations in milk and meat are comparable to those reported in previous studies. Probabilistic assessment model for PCDD/Fs exposure in meat and milk commodities could be used to estimate the exposure of PCDD/Fs in Korean population for the development of risk mangement mesaures for PCDD/Fs in meat and milk.

This paper developed a wind triboelectric nanogenerator(TENG) using cubic PTFE model. When the wind is injected, the cube PTFE is scattered inside the cylinder TENG structure and energy is harvested. The TENG structure was designed as a cylinder that allows independent dielectric to rotate well inside. In addition, an inlet and an outlet were made to allow good wind flow. Unlike wind harvesters, where one end is mostly fixed and energy is harvested, the dielectric's motion is freed using independent mode. The electrodes and dielectric materials used Aluminum(Al) and Polytetrafluoroethylene(PTFE). The cube PTFE dielectric contacts/separates the electrode attached to the inner wall of the cylinder along the inner wall of the cylinder. At this time, electricity is generated by the kinetic energy generated by the wind. In this study, the efficiency by the number of Cube PTFE inside the cylinder was compared. The experiment confirmed that as the number of Cube PTFE increases, the power increases, but if the number of Cube PTFE exceeds an appropriate number, the density inside the cylinder increases, interrupting the flow of wind, and thus decreasing the power.

In the automobile manufacturing industry, lightweight design is one of the essential challenges to be solved fundamentally. The vehicle wheels are classified as safety related components as the main substructure of the vehicle. In this study, we illustrate a technique for selecting the appropriate number of spokes. Based on the basic model of the selected number of spokes, we propose a method to maintain stiffness and design lightweight using topology optimization software. Based on the basic model of the selected number of spokes, it was redesigned to be lightweight while maintaining stiffness by utilizing topology optimization software. By comparing and reviewing the structural analysis results of the basic model and the redesigned model, a design technique that can maintain structural safety and reduce wheel mass was proposed.

Welding is one of representative manufacturing processes in the industrial field. Cryogenic storage containers are also manufactured through welding, and conversion to laser welding is issue in the field due to many advantages. Since welding causes thermal-elastic deformation, design considering distortion is required. Prediction of distortion through FEM is essential, but laser welding has difficulties in the field because there is no representative heat source model. The author presented the model that can cover various models using a multi-layer heat source model in previous studies. However the previous study has a limitation which is a welding heat source model must be derived after performing bead on plate welding. Thus this study was attempted to estimate the welding heat source parameters by comparing the shape of bead under various conditions. First, the difference between penetration shape and welding heat source parameters according to welding power was analyzed. The radius of the welding heat source increased according to the welding power, and the depth of the welding heat source also increased. The correlation between the penetration shape and the welding heat source parameter appears at a similar rate, however the follow-up research is necessary with more model data.

본 연구는 골프웨어 브랜드 진정성과 브랜드 애착 및 충성도 간의 구조적인 모형을 검증하여 골프웨어의 브랜드 전략을 수립 할 수 있는 기초자료를 제공하고자 했다. 따라서 골프웨어를 구매했던 유 경험자를 표본으로 선정했으며, 292부의 자료를 최종분석에 활용했다. 자료처리 방법은 빈도분석과 신뢰도 의 내적일관성, 타당도의 확인적 요인분석, 상관분석, 그리고 구조방정식 모형분석을 실시했다. 프로그램은 SPSS(ver. 21.0)와 AMOS(ver. 20.0)를 활용했다. 연구결과 첫 번째로 골프웨어의 브랜드 진정성은 브랜드 애착에 유의한 영향을 미치는 것으로 나타났다. 둘째, 골프웨어의 브랜드 애착은 충성도에 유의한 영향을 미치는 것으로 나타났다. 셋째, 골프웨어의 브랜드 진정성은 충성도에 유의한 영향을 미치는 것으로 나타 났다. 마지막으로 골프웨어의 브랜드 진정성 및 충성도 간의 브랜드 애착은 부분매개효과가 있는 것으로 나타났다.

지구 대기에 영향을 주는 거의 모든 인간활동과 자연현상을 수치적으로 담아내는 지구시스템모델은 기후 위기 의 시대에 활용될 가장 진보한 과학적 도구이다. 특히 우리나라 기상청이 도입한 지구시스템모델인 Unified Model (UM)은 지구 대기 연구의 과학적 도구로써 매우 활용성이 높다. 하지만 UM은 수치 적분과 자료 저장에 방대한 자원 이 필요하여 개별 연구자들은 최근까지도 기상청 슈퍼컴퓨터에만 UM을 가동하는 상황이다. 외부와 차단된 기상청 슈 퍼컴퓨터만을 이용하여 모델 연구를 수행하는 것은 UM을 이용한 모형 개선과 수치 실험의 원활한 수행에 있어 효율성이 떨어진다. 본 연구는 이러한 한계점을 극복할 수 있도록 개별 연구자가 보유한 고성능 병렬 컴퓨터(리눅스 클러스터) 에서 최신 버전 UM을 원활하게 설치하여 활용할 수 있도록 UM 시스템 환경 구축 과정과 UM 모델 설치 과정을 구 체적으로 제시하였다. 또한 UM이 성공적으로 설치된 리눅스 클러스터 상에서 N96L85과 N48L70의 두 가지 모형 해 상도에 대하여 UM 가동 성능을 평가하였다. 256코어를 사용하였을 때, 수평으로 1.875o ×1.25o(위도×경도)와 수직으로 약 85 km까지 85층 해상도를 가진 N96L85 해상도에 대한 UM의 AMIP과 CMIP 타입 한 달 적분 실험은 각각 169분 과 205분이 소요되었다. 저해상도인 3.75o ×2.5o와 70층 N48L70 해상도에 대해 AMIP 한달 적분은 252코어를 사용하여 33분이 소요되는 적분 성능을 보였다. 또한 적분을 위해 사용된 코어의 개수에 비례하여 적분 성능이 향상되었다. 성능 평가 외에 29년 간의 장기 적분을 수행하여 과거 지상 2-m 온도와 강수 강도를 ERA5 재분석자료와 비교하였고, 해상 도에 따른 차이도 정성적으로 살펴보았다. 재분석자료와 비교할 때, 공간 분포가 유사하였고, 해상도와 대기-해양 접합 에 따라 모의 결과에서 차이가 나타났다. 본 연구를 통해 슈퍼컴퓨터가 아닌 개별 연구자의 고성능 리눅스 클러스터 상에서도 UM이 성공적으로 구동됨을 확인하였다.

대륙이동설로부터 시작되었고 이후 고지자기 및 해저퇴적물 등의 증거들에 의한 해저확장설을 통하여 정립된 판 구조론은, 지각의 운동을 몇 개의 강체 판들이 비록 느리지만 수억 년 이상의 긴 시간 동안 꾸준히 일어나는 움직임으로 서 설명하였다. 초기에는 지각판의 속도를 주로 수백만 년 동안의 고지자기 역전의 잔류 기록에 의거하여 판들 간의 상 대적 운동으로 추산하였는데, 1980년대 이후에는 우주측지 기법들을 이용하여 현재 시점의 판운동을 직접적으로 조사할 수 있게 되었고, 일부 지역에서 판의 변형이 일어나는 것도 확인하게 되었다. 본 해설에서는 (1) 초기의 상대적인 판운동 을 나타내는 모델들을 돌아보고, (2) 무회전 좌표계의 이론과 절대판운동 모델들을 요약-기술하며, (3) 판내부의 변형을 포함하는 최근의 모델을 소개하는 한편, (4) 국제 지구 기준계에 채택된 판운동 모델을 간략히 기술하였고, 끝으로 (5) 근 래에 보고된 남미, 남극, 유럽 등 몇 지역과 (6) 한반도 및 동북아의 지각판 움직임 연구를 각각 소개하였다.

The temperature-dependent development of Poinsettia thrips, Echinothrips americanus was studied at eight constant temperatures (15.0, 17.5, 20.0, 22.5, 25.0, 27.5, 30.0, and 32.5±1°C), 65±5% RH and photoperiod of 16L : 8D conditions. The developmental stages were divided into egg, 1st instar, 2nd instar, pre-pupa, pupa, and adult. The total developmental time in the immature stage was 40.4 days at 15.0°C and 11.6 days at 30.0°C, and it decreased with increasing temperature. The lowest temperature of the whole immature period was 10.7°C, and the cumulative temperature to complete the entire immature period was 217.4 degree days. The optimal development temperature (Topt) for the whole immature stage was estimated to be in the range of 30.51-31.21°C. Topt for each immature stage was 31.64-35.47°C at egg, 30.02-33.08°C at 1st instar, 29.16- 34.43°C at 2nd instar, 27.63-29.21°C at pre-pupa, and 29.81-30.12°C at pupa. In the analysis of the six non-linear models, Logan 6 model was the most appropriate as Zi (Weighting Factors) was 0.18.

냉매 오충전은 에어컨에서 빈번하게 발생하는 고장 모드 중 하나로, 적정 충전량 대비 부족 및 과충전 모두 냉방 성능의 저하를 유 발하므로 충전된 냉매량을 정확하게 판단하는 것이 중요하다. 본 연구에서는 퍼지 군집화 기법을 통한 정상상태 식별을 통해 냉매 오 충전량을 다중 분류하는 모델을 개발하였다. 정상상태 식별을 위해 에어컨 운전 데이터에 대해 이동 평균 간의 차이를 활용한 퍼지 군 집화 알고리즘을 적용하였으며, IFDR를 통해 기존 연구된 정상상태 판단 기법들과 식별 결과를 비교하였다. 이후, 시스템 내 상관성 을 고려한 mRMR을 이용해 특징을 선택하였으며, 도출된 특징을 이용해 SVM 기반의 다중 분류 모델이 생성되었다. 제안된 방법은 시험 데이터를 통해 만족할 만한 분류 정확도와 강건성을 도출하였다.

The management of algal bloom is essential for the proper management of water supply systems and to maintain the safety of drinking water. Chlorophyll-a(Chl-a) is a commonly used indicator to represent the algal concentration. In recent years, advanced machine learning models have been increasingly used to predict Chl-a in freshwater systems. Machine learning models show good performance in various fields, while the process of model development requires considerable labor and time by experts. Automated machine learning(auto ML) is an emerging field of machine learning study. Auto ML is used to develop machine learning models while minimizing the time and labor required in the model development process. This study developed an auto ML to predict Chl-a using auto sklearn, one of most widely used open source auto ML algorithms. The model performance was compared with other two popular ensemble machine learning models, random forest(RF) and XGBoost(XGB). The model performance was evaluated using three indices, root mean squared error, root mean squared error-observation standard deviation ratio(RSR) and Nash-Sutcliffe coefficient of efficiency. The RSR of auto ML, RF, and XGB were 0.659, 0.684 and 0.638, respectively. The results shows that auto ML outperforms RF, and XGB shows better prediction performance than auto ML, while the differences between model performances were not significant. Shapley value analysis, an explainable machine learning algorithm, was used to provide quantitative interpretation about the model prediction of auto ML developed in this study. The results of this study present the possible applicability of auto ML for the prediction of water quality.

목적 : 본 연구의 목적은 저상버스 이용현황을 파악하고, PEO 모델기반 해석 과정을 통해 개인적, 작업적, 그리고 환경적인 부분의 잠재적 문제 요인을 파악해보려고 한다. 연구방법 : 본 연구는 지체장애 및 뇌병변 장애를 경험하고 있는 48명의 대상자를 중심으로 설문조사를 실시하였 고, 장애인이 저상버스를 이용하는데 어려운 요인들을 PEO모델로 분류하여 해석하였다. 결과 : 본 연구결과, 작업과 환경요소에서는 운전자의 지원부족 및 승, 하차 과정의 작업수행문제가, 사람과 환경 요소에서는 이용자의 사회적 통합시도의 부족, 낮은 보조기기 사용률과 사회적 인식수준의 문제가, 사람과 작업 요소에서는 이용자의 건강상태 및 장애에 대한 부정적 인식과 성공적인 작업수행의 경험 부족이 잠재적인 문제 요소로 확인되었다. 결론 : 이동권 보장을 위한 서비스 개선을 위한 노력은 매우 중요할 것이며, 향후, 다각적인 분석을 통한 저상버 스 이용자의 서비스 개선을 위한 노력이 필요할 것이다.

Elevators are the main means of transport in buildings. A malfunction of an elevator in operation may cause in convenience to users. Furthermore, fatal accidents, such as injuries and death, may occur to the passengers also. Therefore, it is important to prevent failure before accidents happen. In related studies, preventive measures are proposed through analyzing failures, and the lifespan of elevator components. However, these methods are limited to existing an elevator model and its surroundings, including operating conditions and installed environments. Vibration occurs when the elevator is operated. Experts have classified types of faults, which are symptoms for malfunctions (failures), via analyzing vibration. This study proposes an artificial intelligent model for classifying faults automatically with deep learning algorithms through elevator vibration data, hereby preventing failures before they occur. In this study, the vibration data of six elevators are collected. The proposed methodology in this paper removes "the measurement error data" with incorrect measurements and extracts operating sections from the input datasets for proceeding deep learning models. As a result of comparing the performance of training five deep learning models, the maximum performance indicates Accuracy 97% and F1 Score 97%, respectively. This paper presents an artificial intelligent model for detecting elevator fault automatically. The users’ safety and convenience may increase by detecting fault prior to the fatal malfunctions. In addition, it is possible to reduce manpower and time by assisting experts who have previously classified faults.