타사우우프(Taṣawwuf), 즉 수피즘(Sufism)은 이슬람 사상 내에서 생태 적 조화를 유지하는 데 있어 결정적이면서도 종종 간과되는 역할을 한다. 수피즘은 단 순한 신비주의를 넘어 환경 지속가능성과 영적 안녕을 연결하는 전체론적 철학을 대 표한다. 본 논문은 수피즘이 이슬람 교리와 조화를 이루며 인간과 자연 사이의 조화로 운 관계를 어떻게 형성하는지를 탐구한다. 수피즘 우주론에서 자연은 신성한 신탁(아 마나, Amanah)으로 간주되며, 창조 속에 내재한 신성과의 깊은 상호연결성을 강조한 다. 디크르(Dhikr), 즉 신성한 기억의 수행은 인간과 환경 사이에 영적 연결을 촉진하 며, 자연을 단순한 자원이 아닌 신성한 공간으로 존중하도록 이끈다. 그 결과 수피들 은 강한 생태적 자각과 지구를 돌보려는 실천적 헌신을 발전시킨다. 수피즘의 핵심 가 치인 주흐드(Zuhd), 즉 금욕주의는 물질적 욕망으로부터의 초연을 장려하며 단순함과 절제를 통해 환경적 청지기직과 조화를 이룬다. 이러한 윤리는 지속가능한 삶의 실천, 자원 관리, 폐기물 감소를 지원한다. 수피 공동체는 유기농 농업이나 친환경 건축과 같은 환경 친화적 활동에 적극 참여하며, 이는 생태 균형과 영적 성장 사이의 관계를 가르치는 수피 셰이크들의 지도 아래 이루어진다. 이처럼 수피즘은 영적 존중과 환경 적 책임을 융합함으로써 이슬람 원칙에 기반한 지속가능한 미래를 실현하는 데 중대 한 기여를 할 수 있다.

Road infrastructure development and biodiversity conservation are essential for sustainable development. However, many developing countries struggle to balance them. This study examines the impact of road construction in 24 African countries and evaluates strategies for achieving sustainability. Using a case study approach, road construction variables from individual country reports (2024) were quantitatively analyzed alongside Red List Index (RLI) scores from the Yale University's 2024 Environmental Performance Index Report. Descriptive statistics and regression analyses were applied to assess the relationship between road development and biodiversity conservation to provide insights into effective mitigation strategies. Results indicate that in 2024, the average RLI score for the 24 African countries was 64.74, with a 10-year mean decline of -2.85. On average, 17,162.21 ha of biodiversity habitats were cleared for road construction, emphasizing the vulnerability of biodiversity. Burkina Faso (95.4), Mali (92.9), and Botswana (92.2) exhibited strong biodiversity health, whereas Kenya (24.9), South Africa (24.4), Uganda (15.7), and Tanzania (0) faced critical challenges. Wildlife crossing was the most significant predictor in lower-income economies (R² = 0.49, p < 0.0001), traffic volume in lower-middle income economies (R² = 0.35, p = 0.0007), and road width in upper-middle income economies (R² = 0.83, p = 0.0054). Habitat clearance exhibited a weak correlation. These findings highlight the crucial role of road construction variables—particularly wildlife crossings, road width, and traffic volume—in biodiversity conservation across income groups. Targeted road planning is required to mitigate biodiversity loss. These findings contribute to the emerging literature on the impact of infrastructure on conservation, policy guidance, and mitigation efforts in developing countries.

This study aims to improve the interpretability and transparency of forecasting results by applying an explainable AI technique to corporate default prediction models. In particular, the research addresses the challenges of data imbalance and the economic cost asymmetry of forecast errors. To tackle these issues, predictive performance was analyzed using the SMOTE-ENN imbalance sampling technique and a cost-sensitive learning approach. The main findings of the study are as follows. First, the four machine learning models used in this study (Logistic Regression, Random Forest, XGBoost, and CatBoost) produced significantly different evaluation results depending on the degree of asymmetry in forecast error costs between imbalance classes and the performance metrics applied. Second, XGBoost and CatBoost showed good predictive performance when considering variations in prediction cost asymmetry and diverse evaluation metrics. In particular, XGBoost showed the smallest gap between the actual default rate and the default judgment rate, highlighting its robustness in handling class imbalance and prediction cost asymmetry. Third, SHAP analysis revealed that total assets, net income to total assets, operating income to total assets, financial liability to total assets, and the retained earnings ratio were the most influential factors in predicting defaults. The significance of this study lies in its comprehensive evaluation of predictive performance of various ML models under class imbalance and cost asymmetry in forecast errors. Additionally, it demonstrates how explainable AI techniques can enhance the transparency and reliability of corporate default prediction models.

한국의 지속적인 저출산 현상으로 영유아 및 소아 의료 시설과 인력이 감소하고 있다. 특히 평일 주간을 제외한 시간대에서 는 의료 인프라의 공백으로 시간적 불균형이 발생한다. ‘시간 외 의료 서비스’에 대한 수요는 지속적으로 발생하기 때문에 적절한 서비스 제공을 위해 야간 및 주말의 의료 접근성에 대한 정확한 측정이 필요하다. 이에 본 연구는 two-Step Floating Catchment Area(이하 2SFCA) 방법을 활용하여 평일 주간, 평일 야간, 주말의 영유아 및 소아 의료 인프라에 대한 공간적 접근성을 탐색하였다. 또, 이동 수단(도보, 차량)에 따라 공간적 접근성에 차이가 발생함을 확인하고자 하였다. 그 결과 도보와 차량을 이용하는 경우 모두 평일 야간과 주말의 접근성이 크게 감소하여 야간과 주말의 의료 인프라 제공 보완의 필요성을 확인하였다. 또한 이동 수단에 따라 공간적 접근성의 분포가 다른 양상을 보이므로 의료 서비스 보완 대책에 차이를 두어야 함을 보여준다.

힌두교와 신지학의 융합은 현대적 환경 문제를 해결하기 위한 심오한 틀을 제공합니다. 이 글은 수천 년 된 관행에 뿌리를 둔 힌두교 환경 윤리와 모든 생 명의 통일성과 신성함을 강조하는 신지학의 가르침 사이의 생태-영적 시너지를 탐구 한다. 신지학자와 같은 선구적 작품에 대한 자세한 검토를 통해 이 글은 이러한 전통 이 지속 가능한 삶, 자연에 대한 경의, 환경 관리에 대한 영적 책임을 옹호하는 방식 을 밝힌다. 브릭샤 로팬(나무 심기)과 강 숭배와 같은 힌두교 관행은 자연과 지속 가 능한 농업에 대한 신지학 명상과 공명하여 공유 가치의 실제적 적용을 보여준다. 이 논문은 신학적 분석, 텍스트 해석 및 환경 윤리를 통합하는 학제간 방법론을 사용하여 이 영적 동맹의 변형적 잠재력을 탐구한다. 이 전체론적 접근 방식은 영적 지혜와 윤 리적 책임에 기반한 행동을 옹호하는 글로벌 환경 정책의 변화를 요구한다. 고대의 가 르침과 현대의 생태적 요구를 종합함으로써, 이 논문은 지구를 신성한 신탁으로 존중 하고 인간과 환경 사이의 조화를 촉진하는 지속 가능한 삶에 대한 설득력 있는 비전 을 제시한다.

선행 연구에서는 한국 KOSPI 상장 기업을 대상으로 한 실증 분석을 통해 균형적 ESG 전략이 기업 성과에 양 의 영향을 미칠 수 있음을 확인하였다. 그러나 KOSPI 기업을 대상으로 한 실증 분석에서는 재무적 인과 관계에서 만 유의성이 확인되었으며, ESG 균형 전략이 부분적으로만 작용한다는 한계를 보였다. 이에 본 연구는 글로벌 500 대 기업을 대상으로 연구 범위를 확장하여 균형적 ESG 전략을 재분석하였다. 분석 결과, 재무 성과와 기업 가치 측면에서 균형적 ESG 전략이 상호작용 항으로서 모두 긍정적인 영향을 미치는 것으로 나타났다. 따라서 본 연구는 기업이 ESG 경영을 추진할 때 균형적 전략의 중요성을 다시 강조하며, ESG와 기업 성과를 증진하기 위한 방안 으로 균형적 ESG의 필요성을 실증적으로 확인하였다.

This study investigates using Conditional Tabular Generative Adversarial Networks (CT-GAN) to generate synthetic data for turnover prediction in large employment datasets. The effectiveness of CT-GAN is compared with Adaptive Synthetic Sampling (ADASYN), Synthetic Minority Over-sampling Technique (SMOTE), and Random Oversampling (ROS) using Logistic Regression (LR), Linear Discriminant Analysis (LDA), Random Forest (RF), and Extreme Learning Machines (ELM), evaluated with AUC and F1-scores. Results show that GAN-based techniques, especially CT-GAN, outperform traditional methods in addressing data imbalance, highlighting the need for advanced oversampling methods to improve classification accuracy in imbalanced datasets.

This study aims to classify types of work-life balance among employees using Latent Profile Analysis (LPA) and investigate variations in depressive symptoms and satisfaction with working conditions across these types. Data were derived from the 6th Korean Working Conditions Survey (KWCS), conducted between 2020 and 2021, which included a sample of 49,479 employed individuals. The LPA revealed three distinct profiles of work-life balance: Low Balance (18.5%), Moderate Balance (72.9%), and High Balance (8.6%). Significant differences in depressive symptoms and satisfaction with working conditions were observed among these profiles. Specifically, the Low Balance group exhibited the highest levels of depressive symptoms and the lowest satisfaction with working conditions, while the High Balance group displayed the lowest depressive symptoms and the highest satisfaction. These findings underscore the critical role of work-life balance in influencing both depressive symptoms and job satisfaction among workers.

이 연구는 계절스포츠지도자의 고용불안이 일과 삶의 균형 및 이직의도의 관계를 알아보기 위 하여 국내 동·하계스포츠 생활체육지도자를 모집단으로 선정하고 비확률 표본추출법 중 편의추출법 (conven-ience sampling)을 사용하여 총 200부의 설문지를 배포하였다. 이 중 불성실하게 응답되었다고 판단한 46부의 설문지를 제외하고 총 154부의 자료를 유효표본으로 사용하였다. 자료처리방법은 SPSS 27.0 프로그램을 사용하여 빈도분석, 탐색적 요인분석, 신뢰도 분석, 상관관계분석, 단순회귀분석, 다중회 귀분석을 실시하였다. 본 연구결과는 다음과 같다. 첫째, 고용불안과 일과 삶의 균형의 관계를 분석한 결과 고용불안은 일-여가 균형에 영향을 미치지 않았고, 일-가족 균형, 일-성장 균형, 전반적 평가에 영향을 미 치는 것으로 나타났다. 둘째, 고용불안과 이직의도의 관계를 분석한 결과 고용불안은 이직의도에 영향을 미치는 것으로 나타났다. 셋째, 일과 삶의 균형과 이직의도의 관계를 분석한 결과 일과 삶의 균형에서 일- 성장 균형 만 이직의도에 영향을 미치는 것으로 나타났다.

Abstract Handling imbalanced datasets in binary classification, especially in employment big data, is challenging. Traditional methods like oversampling and undersampling have limitations. This paper integrates TabNet and Generative Adversarial Networks (GANs) to address class imbalance. The generator creates synthetic samples for the minority class, and the discriminator, using TabNet, ensures authenticity. Evaluations on benchmark datasets show significant improvements in accuracy, precision, recall, and F1-score for the minority class, outperforming traditional methods. This integration offers a robust solution for imbalanced datasets in employment big data, leading to fairer and more effective predictive models.

목적: 본 연구는‘2019년 생활시간조사’자료를 활용하여 작업치료 실행체계(Occupational Therapy Practice Frame; OTPF) 4판의 9가지 작업에 따라 독거노인과 비독거노인의 일상적 시간사용의 차이를 작업균형의 관점에서 알아보고자 한다. 연구방법: 통계청에서 추출한 자료를 기반으로 65세 이상 노인 자료를 독거노인과 비독거노인으로 분류하였다. 활동분류체계를 OTPF에 따라 재분류하고, 자료분석은 SPSS 29.0을 사용하였다. 결과: 활동유형 시간 사용에 따른 교차분석 결과 독거노인은 저활동에 속할 확률이 높았고, 비독거노인은 과활동에 속할 가능성이 높았다. 작업별 시간 사용에서는 독거노인은 비독거노인에 비해 일상생활, 일에 더 적은 시간을 사용한다. 결론: 독거노인들의 건강한 노년기를 위해서는 본 연구 결과를 노인들의 작업균형을 위한 중재에 활용하여야 할 것이다.

본 연구의 일차적 목적은 유연근무제 활용 만족도가 공무원의 일과 삶의 균형 수준에 미치는 영향을 통계적으로 검증하고자 한다. 추가적으로, 유연근무제 활용 만족도와 일과 삶의 균형 수준 간의 관계에 있어 공무원의 결혼 여부와 맞벌이 여 부 변수가 갖는 조절효과를 분석하고자 한다. 본 연구의 목적 달성과 가설 검증을 위해 우리나라 D 자치단체 공무원을 대상으로 2021년 9월 10일부터 9월 24일까지 설문조사를 수행하였다. 응답자는 모두 정규직 신분의 지방직 공무원이며, 통계분 석에 활용된 응답자 수는 총 457명이다. 본 연구의 가설검증을 위해 활용된 통계분 석 방법은 기초통계분석, 상관관계분석, 그리고 회귀분석이다. 분석 결과, 유연근무 제 활용 만족도 수준과 일과 삶의 균형 수준 간은 통계적으로 유의미한 양의 관계가 있음이 검증되었다. 또한, 공무원의 결혼 여부와 맞벌이 여부 변수들은 모두 유연근 무제 활용 만족도 수준과 일과 삶의 균형 수준 간의 관계를 부분적으로 조절하는 효과가 있음이 검증되었다. 본 연구가 갖는 이론적 기여 및 실무적 시사점은 아래와 같다. 첫째, 본 연구는 유연근무제의 효과 연구에 치중했던 국내 유연근무제 연구의 주요 흐름에 유연근무제 활용 만족도 관련 정량적 연구를 수행함으로써 이론적 확 장에 기여할 수 있다. 둘째, 본 연구의 통계분석 결과는 공공조직에서 유연근무제 관련 제도 개선과 정책 환류를 할 경우, 공무원의 결혼 여부와 맞벌이 여부에 따른 수요자 맞춤형 유연근무제를 설계해야 한다는 점을 제시하고 있다.

이 연구는 셰이머스 히니의 나무 시에 등장하는 물, 땅, 공기의 상징적 의미를 시인의 개인적인 경험 및 글쓰기 공간과 견주어 탐색한다. 그의 아버지에게 헌정된 기념 시집 『사물 보기』에 수록된 ｢물푸레나무｣와 ｢제곱화 41｣은 어린 시절의 추억이 담긴 풍경인 모욜라 강변에서 발견되는 물푸레나무와 버드나무를 신화화하여 원초적인 존재이자 전통적인 농기구와 재료의 상징으로 묘사한다. 지하철 노선의 도시적 배경과 오리나무의 자연적 영역을 대조하는 히니의 후기 작품인 『구역과 원』의 ｢오리나무를 심으며｣도 분석 대상이다. 또 ｢자작나무 숲｣은 영국인 지인의 정원에 있는 나무를 관조한다. 라이너 마리아 릴케의 시를 번역한 히니는 시적 과정의 필수 요소인 불의 이미지와 과일의 상징성을 각각 강조하며 나무를 관조한다.

정책은 정부의 공식적인 기본방침이며 정책목표와 정책수단까지 연결 되어 있다. 특히, 정책은 법률에 기반하여 집행되는데 이러한 목적 및 방 향에 영향이 있는 정책명 및 법률명이 명시되어야 한다는 것이다. 그러 나 우리 사회가 현재 직면하고 있는 인구구조변화와 관련하여 다양한 논 의가 진행되고 있으나 이러한 현상을 설명하는 개념으로서 인구감소와 지방소멸 등을 혼용하고 있는 부분에 대해 비판적 입장이다. 즉, 정책의 정의 및 의의를 기초로하여 볼 때, 인구구조변화에 대해 혼용하는 것이 아닌 일치된 용어가 우선 선행되어야 한다. 본 연구에서는 기본적으로 지방소멸은 지나치게 자극적인 용어의 활용으로 관심을 높이는 데에 급 급한 것으로, 현상의 해결이나 미래지향적인 방향성을 제시하여 정책의 궁극적 목적과 괴리감이 있다. 이러한 비판에 근거로 세 가지를 제시하 였다. 감소와 소멸의 개념에 대한 문법적 차이, 정책의 정의와 연계성, 특별법 우선의 원칙이다. 이러한 근거에 따라 지방소멸이 아닌 인구감소 를 사용하여 적절한 정책과 법률이 활용되어 집행과 평가가 이루어져야 할 것이다.

본 연구의 목적은 Y-Balance Test(YBT)를 통하여 무게부하 증가가 동적 균형에 미치는 영향을 알아보고자 하였다. 연구의 대상자는 20-30대 남녀 성인 18명(연령: 23.17±1.72 years, 신장: 172.46 ±9.84 cm, 체중: 73.39±11.44 kg 다리길이: 88.89±5.69 cm)이 실험에 참여하였다. 동적 균형 측정을 위하여 YBT를 통하여 도달거리와 종합점수, COP 변인들을 측정하여 결과를 도출하였다. 연구결과로 YBT 시 후내측과 후외측 도달거리, 종합점수에서 무게부하일 때 동적 균형이 향상되었다. COP 결과로, 전방 도달 동안 전후진폭, 좌우 COP속도, COP 면적은 오른발에서 무게부하 시 동적 균형이 향상되었지 만, 후내측 도달 동안 차이가 없었고, 후외측 도달 동안 좌우진폭은 왼발에서, 전후 COP속도는 왼발, 좌우 COP속도와 COP속도는 좌우발에서, COP 면적은 좌우발의 무게부하 시 동적 균형이 향상되었다.

스베덴보리의 신비주의 사상은 인간의 감정을 자극하는 요소가 아니라 사실과 진리의 경계를 가르는 지식과 사실적 감각으로 다가간다. 이는 사실과 환상, 영계와 현실, 종교와 과학의 접점과 고정점을 마련해주어 예이츠에게 지식과 영감을 주었다. 스베덴보리는 주님께서 다스리기 때문에 온 우주가 이미 영적 균형과 통합을 이루고 있다고 말한다. 반면 예이츠는 이들을 동등하게 수용하면서 세상을 유지하는 균형의 힘과 원동력을 찾는 일이 바로 시인들의 임무라고 여긴다. 이로써 이원론을 극복하고 존재의 통합을 추구하였다.

The injection molding process is a process in which thermoplastic resin is heated and made into a fluid state, injected under pressure into the cavity of a mold, and then cooled in the mold to produce a product identical to the shape of the cavity of the mold. It is a process that enables mass production and complex shapes, and various factors such as resin temperature, mold temperature, injection speed, and pressure affect product quality. In the data collected at the manufacturing site, there is a lot of data related to good products, but there is little data related to defective products, resulting in serious data imbalance. In order to efficiently solve this data imbalance, undersampling, oversampling, and composite sampling are usally applied. In this study, oversampling techniques such as random oversampling (ROS), minority class oversampling (SMOTE), ADASYN(Adaptive Synthetic Sampling), etc., which amplify data of the minority class by the majority class, and complex sampling using both undersampling and oversampling, are applied. For composite sampling, SMOTE+ENN and SMOTE+Tomek were used. Artificial neural network techniques is used to predict product quality. Especially, MLP and RNN are applied as artificial neural network techniques, and optimization of various parameters for MLP and RNN is required. In this study, we proposed an SA technique that optimizes the choice of the sampling method, the ratio of minority classes for sampling method, the batch size and the number of hidden layer units for parameters of MLP and RNN. The existing sampling methods and the proposed SA method were compared using accuracy, precision, recall, and F1 Score to prove the superiority of the proposed method.