본 연구는 국내에서 아직 식품색소로 지정되지 않은 zeaxanthin과 citranaxanthin에 고성능 액체 크로마토그래피 (HPLC)를 적용하여 최적화된 동시 분석법을 개발하고, 이 분석법을 검증하기 위해 수행되었다. 최적의 분석법을 확립하기 위해, 기존에 보고된 다양한 국외 문헌 시험법의 HPLC 분석법을 비교 검토하였다. 그리고 분석 조건 선정 시 선형성, 검출한계(LOD), 정량한계(LOQ), 정확성, 반복 성, 실험실 간 검증 등의 주요 검증 항목을 고려하여 다 양한 식품에 적용 가능한 최적 전처리법을 개발하였다. 개 발된 분석법은 우수한 선형성(R20.999)을 나타내었으며, 식품 매트릭스 내에서 zeaxanthin과 citranaxanthin에 대한 검 출한계(LOD)는 각각 0.11-0.32 mg/kg 및 0.14-0.20 mg/kg, 정량한계(LOQ)는 각각 0.33-0.96 mg/kg 및 0.42-0.60 mg/kg 으로 확인되었다. 기존 연구에 보고된 전처리 방법은 다 양한 식품군에 적용하는 데에 한계를 보였으나, 본 연구 에서 개발된 분석법은 카로티노이드 착색료가 사용되는 주요 식품군에서 모두 적용이 가능하였다. 특히 이 방법 은 적용성 평가에서 zeaxanthin과 citranaxanthin에 대해 모 든 식품군에서 90% 이상의 우수한 동시 회수율을 나타내 었다. 또한, 새로운 HPLC 분석법을 적용한 두 물질의 정 확도(회수율) 및 정밀도(%RSD)는 식품의약품안전처(MFDS) 가이드라인에서 제시한 기준 범위에 부합하였다. 따라서 본 연구에서 개발된 동시 분석법은 식품 중 zeaxanthin과 citranaxanthin을 신뢰성 있고 정확하게 분석할 수 있는 방 법으로 판단되었다.

식중독균은 식품의 생산, 가공 및 유통 과정에서 확산 될 수 있으며, 이는 대규모 식중독 사고로 이어질 수 있 다. ‘Farm to table’ 전 과정에서의 식품 안전을 확보하기 위해서는 신속하고 정확한 검출 기술이 필수적이다. 그러 나 기존 PCR 시스템은 실험실 환경에 제한되어 있어 현 장 적용이 어렵다. 이를 해결하기 위해 현장형 PCR 기기 가 개발되었으며, 마이크로유체칩(microfluidic chip)은 고속 처리, 비용 효율성 및 다중 검출 기능을 갖춘 기술로 주목 받고 있다. 특히, 반응 구획이 분리된 다중 반응 챔버를 활용하면 여러 병원체를 동시에 검출할 수 있다. 본 연구에 서는 현장형 실시간 PCR 장비와 마이크로유체칩을 통합한 Lab-on-a-chip 시스템을 개발하고, 이를 이용한 식중독균의 신속한 현장 검출법을 검증하였다. 본 시스템은 swab 분석 을 이용한 DNA 추출법과 현장형 실시간 PCR을 결합하여 E. coli O157:H7, Salmonella spp., L. monocytogenes, S. aureus의 DNA를 식품 및 환경 시료에서 효과적으로 추출 하고 분석할 수 있었다. GENECHECKER® UF-300 실시간 PCR 시스템을 활용한 검출 결과, 30분 이내에 105-101 CFU/ mL (cm2) 수준의 검출 한계를 나타내며, 신속하고 민감한 다중 병원체 검출이 가능함을 확인하였다. 본 연구 결과 는 마이크로유체칩을 활용한 현장형 실시간 PCR 시스템 이 식품 안전 모니터링 및 현장 진단에 효과적으로 활용 될 가능성을 보여준다. 현장형 다중 검출 시스템을 통해 식중독균을 보다 신속하게 검출할 수 있어, 식중독 예방 및 감시 체계에 중요한 역할을 할 것으로 기대된다.

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.

바이오의약품 시장이 성장함에 따라 분리정제공정의 연구를 통해 비용 절감을 위한 연구가 활발히 진행되고 있 다. 본 연구에서는 새로운 정용여과 장치를 개발하여 바이오의약품 제조 공정에서의 완충액 교환 성능 평가를 수행하였다. 해 당 방법은 가변 부피 정용여과의 방식을 사용하였으며 전량여과 방식을 사용하였다. 이를 통하여, 완충액 사용량을 약 55% 감소시킬 수 있었다. 또한 역흐름을 통해 막의 파울링을 제어하여 초기 유량의 70%를 복구하며 유량의 감소를 완화할 수 있 었으며 교반을 통해 공정시간을 약 52.8% 단축시킬 수 있었다. 또한 새로운 정용여과 장치를 사용하여 연속공정으로의 전환 을 제안한다. 공정의 체류량을 감소시킬 수 있으며, 이는 초소형화 공정을 가능하게 한다. 초소형화 공정을 통해 적은 용량을 사용하여 다양한 조건에서의 신속한 공정 설계를 가능하게 한다. 하지만 고농도에서의 추가 실험을 통해 상업용 공정에서의 사용 가능 여부에 대한 증명이 필요하다.

The 5-enolpyruvylshikimate-3-phosphate synthase (EPSPS) gene derived from Agrobacterium sp. strain CP4 is known to confer herbicide resistance. It has been extensively utilized in the development of living modified organism (LMO) over the past 25 years. With increasing importation of LMO agricultural products, there is a growing need for rapid and reliable detection methods for detecting the CP4 EPSPS protein. In this study, a rapid immunoassay kit based on the lateral flow assay (LFA) principle was developed to detect herbicide-resistant crops. Using recombinant CP4 EPSPS protein developed by the National Institute of Ecology, two in-house antibodies were produced and evaluated alongside two commercially available antibodies. The optimized antibody combination demonstrated a detection limit of 1%, exhibiting superior sensitivity and accuracy to an existing commercial rapid kit. Furthermore, the developed kit showed shorter analysis time and higher cost efficiency, significantly improving its applicability in field settings. These advancements highlight the potential of this rapid immunoassay kit not only for domestic and international market penetration, but also as a critical tool for advancing GMO detection technologies.

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.

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.

감마-오리자놀(γ-oryzanol)은 phytochemical의 한 종류로 항산화, 항염증, 항암, 항당뇨, 콜레스테롤 감소 등의 효능이 알려져 있다. 본 연구에서는 현미를 백미로 도정할 때 부산물로 발생하는 미강으로부터 생리활성물질 중의 하나인 γ-oryzanol 함량이 높은 추출조건에서의 분말을 제조하고, 이를 쌀국수에 첨가하여 항산화성이 개선된 국수를 제조하고자 하였다. 미강을 에탄올 농도 0, 20, 40, 80%의 에탄올로 추출한 결과 80% 에탄올로 추출한 추출분말에서 γ-oryzanol 함량이 가장 높았으며, DPPH 소거능과 ABTS 소거능이 가장 높았다. 미강추출분말의 γ-oryzanol의 함량을 높이기 위하여 Saccharomyces cerevisiae로 미강을 고상발효시킨 후 80% 에탄올로 추출하여 동결건조시킨 분말의 γ-oryzanol의 함량은 발효시키지 않은 미강을 추출분말보다 약 2.18배 증가하였으며, DPPH 소거능 및 ABTS 소거능, 단백질분해효능이 증가하였다. 오리자놀 함량이 높은 미강추출 물을 쌀가루에 첨가하여 쌀국수를 제조한 결과 쌀국수의 경도, 탄력성, 씸힘성, 점착성 등이 증가하였으며, 쌀국수의 γ-oryzanol 함량, DPPH 소거능, ABTS 소거능 등이 증가하여 항산화 활성이 개선되었음을 확인하였다.

인공지능(artificial intelligence, AI)은 분리막 개발에 중대한 영향을 미치기 시작하며 소재 설계 및 성능 최적화를 위한 새로운 접근법을 제시하고 있다. 본 총설에서는 머신러닝(machine learning, ML)과 딥러닝(deep learning, DL) 기술에 중점을 둔 AI 기반 분리막 개발의 최근 발전상을 조명하고 있다. 이러한 도구는 데이터 기반 예측을 가능하게 하고, 제조 공 정을 개선하며, 소재 발굴을 가속화한다. 데이터 품질, 모델 해석 가능성, 실험 검증과 같은 주요 과제도 제시한다. 또한, AI 통합의 미래 전망을 개괄하고, 가스 분리, 청정에너지, 환경 응용 분야에서 분리막기술에 혁명을 일으킬 수 있는 AI의 잠재력 을 강조한다.

The aim of this study was to produce a fermented rice bran extract with enhanced ferulic acid γ-oryzanol contents and high antioxidant activities. The ferulic acid content in the freeze-dried extract of rice bran treated with plantase PT enzyme, increased by 4.1-fold compared to that of untreated sample, the DPPH radical scavenging activity also increased by 1.5-fold and 1.2-fold, respectively. The γ-oryzanol content of the dried powder prepared by inoculating Apergillus oryzae BOT1869 onto steamed rice bran for solid-state fermentation followed by extraction with 80% ethanol, increased 2.3-fold compared to that in an 80% ethanol extract powder of raw materials. The ABTS scavenging activity also increased 1.5-fold. When the ferulic acid content-enhanced extract and the γ-oryzanol content-enhanced extract of rice bran were mixed and subjected to liquid fermentation with Lactiplantibacillus pentosus BOT406 and then freeze-dried, the ferulic acid content of the extract powder increased about 3.0 times compared to that of original extract powder. In addition, its γ-oryzanol content increased about 1.5 times, the DPPH radical scavenging activity increased 1.4 times, and the ABTS radical scavenging activity increased 1.6 times.

This study analyzed patent trends for technologies that convert horticultural crop residues into mushroom substrates and developed mycelium-based utilization technologies. Environmental pollution caused by disposable plastics and Styrofoam has increased. Therefore, the demand for innovative and eco-friendly solutions has substantially increased. Agricultural residues such as fruit pruning residues and citrus waste provide economically and environmentally viable alternatives to imported raw materials because of their rich cellulose and lignin contents. Recent studies have shown that substrates containing these residues can produce mushrooms of equivalent quality as conventional sawdust-based media, thereby reducing production costs and improving resource independence. In addition, mushroom mycelia have been developed as sustainable materials for non-animal leather, packaging, building, and insulation. A patent analysis of ECOVATIVE confirmed important innovations in processing, material mixing, and product applications. The results provide the foundation for building an integrated system for utilizing horticultural residue resources with mycelium-based materials, as well as offers strategic insights and future directions for the research and development of sustainable industrial materials. The results also demonstrate the potential of agricultural byproducts to reduce dependence on imported substrates, lower cultivation costs, and mitigate environmental impacts, ultimately contributing to a circular economy for the development of sustainable materials.

본 연구는 백두대간보호지역의 체계적 관리를 위한 관리효과성 평가지표를 개발하고자 하였다. IUCN-WCPA의 평가틀과 관리효과성 추적기법 (METT)을 기반으로 국내외 문헌과 사례를 분석하고, 텍스트 마이닝 기법을 통해 범주별 핵심 키워드를 도출하였다. 이후 산림 분야 전문가 8인을 대상으로 2회에 걸친 델파이 조사를 실시하여 평가지표의 타당성과 합의도를 검증하였다. 그 결과, 1차 조사에서는 CVR 기준 미달 항목 16개가 삭제되고, 2차 조사에서 2개 항목이 추가로 제외되었으며, 전문가 피드백을 반영하여 ‘지역사회 참여 구조’, ‘장비·시설의 유지 관리’, ‘침입종 피해 여부’ 등 현장 적용성이 높은 항목이 새로 포함되었다. 최종적으로 상황 4개, 계획 3개, 투입 4개, 과정 5개, 결과 4개, 성과 6개 등 총 26개의 평가지표가 도출되었으며, 전문가 합의도(0.83)와 수렴도(0.38) 수준에서 만족스러운 신뢰도를 확보하였다. 평가 대상자 유형별로는 관리담당 자 25개, 전문가 26개, 지역주민 4개 항목으로 차등 적용되도록 설계되었으며, ‘관리주체의 적합성’ 등은 전문가 전용 항목으로 구분하였다. 본 연구는 백두대간보호지역의 특성과 현장 문제를 반영한 실질적 지표 체계를 구축함으로써, 향후 법제화 기반 마련과 보호지역의 통합적·지속가능한 관리전략 수립에 기여할 수 있을 것으로 기대된다.

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.

The rapid increase in global meat consumption, driven by population growth and economic development, has intensified concerns about the sustainability of protein supply. Moreover, conventional livestock production significantly affects the environment and human health, further underscoring the need for alternative protein sources. Alternative proteins, including those derived from plants, mycelium, and insects, as well as cultured meat, offer sustainable and nutritionally viable substitutes for traditional animal-based proteins. Among these, mushroom-based alternative proteins demonstrate exceptional environmental, nutritional, and functional advantages. In particular, mushroom-derived proteins can closely replicate meatlike tastes and textures, positioning them as promising candidates in the rapidly growing alternative protein market. In this review, we provide a comprehensive analysis of recent advancements in the production of mushroom-based alternative protein, focusing specifically on mycelium cultivation techniques, edible mushroom applications, and production process innovations. Furthermore, we evaluate the nutritional composition, bioactive compounds, and associated health benefits, along with economic feasibility and consumer acceptance, all supported by empirical evidence. We extensively discuss technological innovations aimed at optimizing texture and reducing production costs. Finally, we propose concrete policy recommendations for fostering sustainable growth in the alternative protein industry, emphasizing regulatory frameworks, research investments, and consumer education strategies.

이 글은 반폐쇄해인 태국만에서 한 세기 이상 지속되어 온 태국-캄보디 아 간 해양 분쟁의 복잡한 연원과 해양경계 협상을 살펴보고, 대륙붕 공동 개발 등 양국 간 해양 분쟁 관리의 핵심적 틀로 여겨지는 2001년 ‘해양경계획정 및 공동개발체제 수립에 관한 양해각서(MoU44)’의 쟁점 과 법적 성질을 규명하는 것을 목적으로 한다. 양국 간 국경분쟁은 1907년 프랑스-샴 조약과 부속 지도에 대한 해석에 서 비롯되었다. 1907년 부속 지도는 양국 간 합의로 프랑스 지도회사가 제 작한 것으로, 육상 경계는 자연 분수령을 따르기로 하였다. 프레아 비헤아 르 사원이 캄보디아 영토로 표기되었다는 점에 대해 태국이 이의를 제기하 면서, 양국 모두 영유권을 주장하는 지역이 생겨났다. 1962년 국제사법재 판소는 이 사원이 캄보디아에 속한다고 판정하였고, 2013년 사원 주변 지 역에 대해서 1962년 결정을 재확인하였다. 그러나 양국 간 육상 영토 분쟁 은 현재에도 이어지고 있다. 양국 간 해상 분쟁은 1907년 부속 지도상 꼬꿋섬(Koh Kut)과 연결된 선에 대한 상반된 해석에서 비롯되었다. 캄보디아는 이 선을 해양 경계선으 로 보면서 꼬꿋섬에 대한 영유권을 주장하였다. 태국은 이를 육상 국경 설 정을 위한 시야선으로 보았고, 실효적 지배를 근거로 영유권을 주장하였다. 1972년 캄보디아가 과도한 직선기선을 선포하여 주장중첩수역(OCA)을 형 성하면서 분쟁은 격화되었다. 태국만 내 약 26,000㎢에 달하는 OCA는 막 대한 양의 탄화수소 자원이 매장되어 있을 것으로 추정되어서 양국 간 첨 예한 대립의 원인이 되었다. 양국의 타협 없는 주장으로 인해 해양경계획정 협상은 결국 교착 상태에 빠지게 되었다. 이러한 교착 상태를 타개하기 위해 2001년 체결된 MoU44는 이원적 접 근법(Dual Track Approach)을 채택하였다. 이는 OCA 북부 지역의 경계 획정과 자원이 풍부한 남부 지역의 공동 개발을 동시에 추진하는 것을 핵 심으로 한다. 그러나 MoU44의 가장 큰 실패 요인이자 근원적 한계는 불 가분 패키지(Indivisible Package) 조항이라고 할 수 있다. 이 조항은 두 트랙의 합의가 연계되어서, 어느 한쪽의 합의 없이는 다른 쪽 합의도 효력을 발휘될 수 없도록 규정하였다. 결국 양국 간 현실적으로 해결이 어려운 꼬꿋섬 영유권 및 해양경계획정 문제로 인하여 실용적 협력이 가능한 공동 개발 논의가 발목 잡히면서, 불가분 패키지는 MoU44 체제 전체를 마비시 키는 구조적 요인으로 작용하였다. MoU44는 최종적 권리·의무를 확정하는 실체적 조약이 아니라, 합의 도출을 목표로 하는 ‘향후 합의를 위한 의사표시’(agreement to agree) 로서의 법적 성질이 강하다. 한편으로 MoU44는 양국에 UNCLOS 제74 조 및 제83조에 규정된 ‘잠정조치 의무’를 구체화하는 법적 의미를 지 닌다. 즉, MoU44는 양국에 실질적인 잠정 약정(공동 개발 등) 체결을 위해 ‘신의성실하게 교섭할 절차적 의무’를 부과하고, 최종 합의를 위태 롭게 하는 일방적 행위(자원 탐사 및 개발 등)를 삼가야 할 ‘자제 의 무’를 강화하는 역할을 한다. 결론적으로 MoU44는 분쟁의 근본 원인을 해결하지 못한 채 오히려 불 가분 패키지라는 조항으로 인해 UNCLOS상의 잠정조치 의무 이행마저 형 해화시키는 결과를 초래한 것으로 평가할 수 있다. 따라서 향후 분쟁 해결 을 위해서 양국은 경직된 일괄 타결 조항에서 벗어나, 태국-말레이시아 공 동 개발 사례처럼 경계획정 문제를 잠정적으로 유보하고 공동 개발을 우선 추진하는 유연한 접근법을 모색하거나, 동티모르-호주 사례처럼 제3자 개 입을 통한 해결 방안을 적극적으로 고려해 볼 필요가 있다. 아울러 이 사례 는 한·일 대륙붕 공동개발협정의 미래에도 중요한 시사점을 제공할 수 있으 며, 한·일 해양경계협정에 대비한 철저한 준비의 필요성을 역설해 주고 있 다.

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.

This study examines a digital training model for the professional development of French language educators, focusing on module-based collaborative learning. It explores the theoretical foundations of teacher development, the concept and practice of digital training, and the educational implications of modular learning design. The case study analyzes a digital training program jointly operated by FEI and CNED in July 2020, which involved over 24,000 educators from 162 countries. Comprising eight modules, the program integrated digital content, real-time forums, and collaborative projects. Based on participant experiences, this study identifies key characteristics of digital training and essential factors for enhancing teacher competencies. Findings suggest that digital training fosters teachers’ digital skills and practical application while yielding positive outcomes in gamification strategies and sustainable online training models. However, challenges such as technological accessibility gaps, imbalances in program design, and cultural differences persist. To address these, the study proposes adopting a hybrid education model, strengthening practice-oriented module design, and expanding collaborative learning strategies to support an effective and sustainable training framework in the digital era.

This study develops a comprehensive road operation evaluation model that integrates the perspectives of three principal stakeholders: road users prioritizing congestion mitigation, operators emphasizing investment efficiency, and policymakers advocating broader societal goals such as carbon reduction. The analysis database was constructed using traffic data obtained from reliable sources, including the Korea Transport Institute's Big Data Center and Suwon City's Urban Safety Integration Center. Binary logistic regression was employed to identify the factors influencing traffic congestion from the users’ perspective, whereas multiple linear regression models were used to analyze road investment efficiency from the operators’ viewpoint and carbon dioxide emissions from the policymakers’ standpoint. Statistical analyses were conducted on 4,322 road segments in Suwon City, with each evaluation criterion assigned an equal weight of 33.3 points in a unified 100-point scoring system. The analysis identified 15 statistically significant indicators affecting the three evaluation criteria, with the resulting models demonstrating strong explanatory power, evidenced by adjusted R² values of 0.197, 0.593, and 0.544 for traffic congestion, road investment efficiency, and carbon dioxide emission models, respectively. A volume-to-capacity (V/C) ratio of 0.64 was determined to represent the optimal balance point at which the requirements of all stakeholder groups align. When applied to Suwon City's arterial road network, the model identified 248 high-congestion segments (53.13 km), 203 segments with low investment efficiency (26.8 km), and 357 segments with high carbon emissions (156.33 km), each requiring targeted operational improvements. The proposed model addresses the limitations of existing single-stakeholder evaluation frameworks by offering transportation authorities a systematic and multi-dimensional approach to road operation assessment.

Tuned Mass Dampers (TMDs) are widely used to mitigate structural vibrations in buildings and bridges. However, conventional optimization methods often struggle to achieve optimal performance due to the complexity of structural dynamics. This study proposes the NN-L-BFGS-B algorithm, which combines Artificial Neural Networks (ANNs) for global exploration and L-BFGS-B for local exploitation to efficiently optimize TMD parameters. A ten-story shear-building model with a TMD is used for validation. The proposed method achieves the lowest H₂ norm compared to previous studies, demonstrating improved optimization performance. Additionally, NN-L-BFGS-B effectively balances computational efficiency and accuracy, making it adaptable to various engineering optimization problems.

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.