This study aims to enhance accessibility in transportation-disadvantaged areas by utilizing Large Language Model(LLM) to analyze public transportation and advanced mobility status data (e.g., platform taxis and Demand Responsive Transport(DRT)), and proposes a methodology to support region-specific mobility activation strategies. The study was divided into three stages: first, the collection of mobility data; second, the implementation of geographic information system (GIS)-based visualization and preprocessing; and third, the application of LLM-based image interpretation and classification. A variety of mobility data were consolidated into a unified spatial entity, converted into visualization information for LLM processing, and examined using a rule-based classification system to ascertain the mobility environment types. This approach addresses the limitations of single-data analysis and enables a multi-layered interpretation of regional transportation gaps. Through the LLM interpretation of visual elements, including grid colors, patterns, bus routes, and designated DRT operation areas, transportation characteristics such as mobility supply levels, DRT operation status, and taxi dependency were identified. The LLM model demonstrated a high level of performance with a precision rate of 78.2 %, accuracy rate of 73.1 %, recall rate of 91.8 %, and F1-score of 84.5 %. Notably, the recall rate exceeded 90 %, signifying comprehensive recognition of various transportation environment types. This study proposes an LLM-based spatial data interpretation framework for analyzing regional mobility conditions in Paju City. The integration of complex spatial information into QGIS enables the LLM to automatically analyze data, thereby unveiling micro-level mobility characteristics and identifying four types of regional mobility improvements.

This study proposes a quantitative and systematic evaluation framework for rationally determining investment priorities in maintenance projects for heterogeneous road infrastructures such as bridges and tunnels. In Korea, conventional maintenance decision-making relies significantly on empirical judgments and policy-driven preferences, thus resulting in inefficiencies, inconsistencies, difficulties across facility types, as well as limited transparency in budget allocation. Hence, a multicriteria decision-making model integrating three key indicators–defect (performance), economic value (asset-based benefit), and risk (safety)–is developed. In particular, the economic evaluation introduces the concept of asset-value recovery and employs artificial intelligence-based machine-learning models (i.e., random forest, light gradient boosting machine, and extreme gradient boosting) to estimate reasonable replacement costs and quantify benefits in monetary terms. The proposed model enables the correlation between these quantitative indicators with maintenance project types to prioritize investments by combining benefit scores and risk indices. The case study demonstrates that the proposed framework enhances the objectivity and efficiency of budget allocation and enables data-driven investment prioritization instead of policydependent decisions. Moreover, this approach provides a foundation for transitioning from experience-based decisions to data-driven infrastructure management. This methodology can be further expanded to include probabilistic risk assessment and life-cycle cost-based management frameworks, thus ultimately contributing to sustainable evidence-based decision support systems for national infrastructure asset management.

Purpose: This study examined the effectiveness of an integrated nursing simulation practicum in enhancing readiness for practice and self-confidence in clinical decision-making among nursing students. Methods: A quasi-experimental design with a nonequivalent control group and preand post-test measurements was employed. The participants were 51 fourth-year nursing students enrolled in a simulation practicum. The integrated simulation program comprised six scenarios covering adults, women’s health, and pediatric nursing, totaling 30 instructional hours. Data were analyzed using SPSS version 26.0, with paired and independent t-tests, Fisher’s exact test, and the Mann-Whitney U test. Results: The experimental group showed significant improvements in readiness for practice (t=-3.55, p=.002) and self-confidence in clinical decision-making (t=-7.40, p<.001) compared to pre-intervention scores. A statistically significant difference in readiness for practice was observed between the experimental and control groups (p=.048). However, the difference in self-confidence in clinical decision-making between the groups was not statistically significant. Conclusion: Nursing education should equip nursing students to effectively transition into clinical practice as new graduate nurses. The integrated simulation practicum can be considered an effective strategy for enhancing nursing students’ readiness for practice.

Freight-rate forecasting in the VLCC TD3C market remains challenged by abrupt regime shifts, pronounced volatility, and heterogeneity in real-time signals from oil prices, seaborne trade, vessel operations, and macroeconomic factors; these directly impact freight planning and chartering. This study presents a daily multivariate dataset with 4,267 samples covering 2014-02-01 to 2025-10-08, integrating crude benchmarks, fuel spreads, refinery margins, port congestion, inventory levels by region, plus detailed AIS-derived VLCC activity, speed, and operation states, scaled and split 80/10/10 for training, validation, and testing. The proposed framework combines a PyTorch Transformer—optimized using Optuna for d_model=128, 9 layers, 8 heads, a 14-day input window, and 5-day output—with Monte Carlo Dropout for uncertainty quantification. Diagnosis uses differential entropy and coefficient-of-variation to verify convergence with 90 separate runs, while a Kalman filter (Q=0.001, R=0.01) smooths the forecast trajectory and enhances temporal reliability. Experimental results show baseline Transformer achieves average MAE 5,259.4, MAPE 13.10%, and R²=0.74 across 1-5 day horizons, with volatility quality metrics declining at longer leads. Applying the Kalman filter reduces errors to MAE 4,326.1, MAPE 10.6%, and raises R² to 0.83; timing and extremity components of volatility quality scores are strengthened, providing a more robust basis for operational decisions. Monte Carlo backtesting for 82 Korean VLCCs over 598 trades finds the Kalman-smoothed strategy earns $108.5M (88.9% win rate, Sharpe ratio 0.83), substantially outperforming raw Transformer ($32.9M, 60.5%, 0.24) and random selection (near zero, 49.3%, 0.005). These results highlight the clear economic value added by calibrating uncertainty and post-processing forecasts, transforming predictive reliability into real-world freight portfolio improvement in the tanker market.

본 연구는 경험기반 해외대학 탐색 프로그램이 일본대학 진학을 고려하는 한국 고등학생들의 인식, 동기, 의사결 정 과정에 미치는 영향을 분석하였다. 준실험적 사전–사후 설계를 적용하여, 일본 현지 대학 탐방 프로그램 참여 전· 후의 양적 및 질적 데이터를 수집·분석하였다. 연구결과는 다음과 같다. 학생들은 현장 경험 → 인지적 정교화 → 의 미 구성 → 행동 계획의 발달적 과정을 거치며 보다 정확한 정보 이해, 진학에 대한 자신감 향상, 불안 감소, 진로 목표와 학업 경로의 명확한 정렬을 경험한 것으로 나타났다. 특히 프로그램 참여를 통해 학생들은 사교육 시장에서 제공되는 파편적·정보 중심적 조언을 넘어, 보다 발달적으로 정합적이고 자기주도적인 유학 의사결정 능력을 갖추게 되었다. 이러한 연구결과로부터 한국 사교육 체제의 구조적 한계를 드러내고 있음을 확인하였고, E-SIP 프레임워크 기반 경험기반 모델이 진학 의사결정의 질 제고, 유학 기회의 형평성 확대, 진정성 있는 글로벌 진로 탐색을 촉진하 는 교육적 가치를 지니고 있음을 알 수 있었다. 본 연구는 유학 준비 과정에서 적용 가능한 발달 메커니즘을 제안함 으로써 이론적 기여를 하며, 동시에 학교·정책기관·사교육 기관이 활용할 수 있는 확장 가능한 실천적 모델을 제시하 였다.

광역상수도 시설의 노후화가 가속화됨에 따라 체계적인 관로 상태평가와 개량의사결정이 중요한 과제로 대두되고 있다. 이러한 상수도 관로의 개량의사결정 과정에서 정확한 조사와 진단이 수행되지 않는 경우, 관로의 실제 상태를 정확히 반영하지 못해 과도한 개량이 계획되거나, 또는 충분한 안전성 확보가 이루어지지 못하는 등 문제가 발생할 수 있다. 따라서 본 연구에서는 G 광역상수도와, S 광역상수도 2개 구간에 대하여 직접조사를 통해 기존 개량계획의 적정성을 평가하고, 정확한 진단을 바탕으로 한 과학적 의사결정을 통해 물공급 안전성 확보와 유지관리 방안을 제시하였다. 직접조사 결과 G 광역상수도 사례에서는 전체적 도장재 손상으로 인해 기능이 저하되어 비구조적 갱생공법 등을 적용, 복원이 필요한 것으로 나타났으며, S 광역상수도의 경우 관로 내면에 전체적으로 분포한 수포 후면에 물이 침투, 부식차단 능력 상실로 기존 계획된 관세척에서 갱생을 통한 기능복원이 필요한 것으로 나타났다. 이처럼 관로 직접조사에 기반한 진단은 맞춤형 개량방안 수립으로 관로의 기능복원과 용수공급 안전성 확보에 기여할 수 있음을 확인할 수 있었다.

목적 : 본 연구는 최근 개발된 K-ADOC(Korean-Aid for Decision-making in Occupation Choice)의 국내 임상 현장 활용성을 높이기 위해, 기존 앱 기반 접근성과 제약을 보완한 지면버전을 개발하고자 한다. 연구방법 : 기존 K-ADOC의 8개 대분류, 100개 소항목을 바탕으로, 임상 경력 5년 이상의 작업치료 전문가 15인을 대상으로 2차에 걸친 델파이 조사를 실시하였다. 이를 통해 각 항목의 내용타당도(CVR), 수렴도, 합의도, 중요도를 평가하여 항목의 수정, 삭제 및 통합 과정을 거쳐 최종본을 완성하였다. 결과 : 델파이 조사 결과, 자가간호(self-care)와 이동(getting around) 항목을 통합한 ‘상지를 사용한 활동 (activities using the upper limbs)’(11항목), ‘가정생활(domestic life)’(11항목), ‘일과 사회활동(work/ social activity)’(11항목), ‘취미 및 신체활동(hobby/physical activity)’(23항목)으로 구성된 총 4개 대분류, 56개 소항목의 K-ADOC 지면 버전이 도출되었다. 결론 : K-ADOC 지면버전은 기존의 디지털 기반 도구의 한계를 보완하고, 임상 현장에서 클라이언트와 전문가가 보다 쉽게 활용할 수 있는 실용적 평가도구로서 작업치료의 클라이언트 중심 접근을 효과적으로 지원할 수 있을 것으로 기대된다.

This paper reviews ordinal decision tree algorithms for ordinal classification, exploring theoretical foundations, key algorithms (MDT, QMDT), specialized splitting criteria (Ordinal Gini, Weighted Information Gain), and ensemble methods. It discusses applications in healthcare and social sciences, highlighting interpretability and flexibility while acknowledging overfitting and instability. As implications for future research, this study points out advantages such as interpretability and flexibility, and limitations such as overfitting and instability.

해상운송에서 충돌사고는 인명과 재산에 막대한 피해를 끼치는 중요한 안전 문제로써, 국제해사기구(International Maritime Organization, IMO)가 제정한 국제해상충돌예방 규칙(International Regulations for Preventing Collisions at Sea, COLREGs)의 철저한 준수가 권장 된다. 그러나 복잡한 해상 환경과 인간의 인지적 한계로 인해, 항해사가 실시간으로 최적의 충돌회피 의사결정을 내리기란 쉽지 않다. 본 연구는 대형 언어 모델(Large Language Model, LLM)인 GPT를 활용하여, 유인선 항해사가 COLREGs 규칙에 부합하는 충돌회피 판단을 신속 하고 정확하게 내릴 수 있도록 지원하는 단계별 프롬프트 설계안을 제시한다. 특히 4단계 충돌회피 과정을 확장하여, 항해사가 GPT와 자 연어로 상호작용할 때 사용할 표준화된 프롬프트를 구체화하였다. 가상의 시나리오 적용 결과, 항해사는 GPT의 조언을 통해 주변 상황 인식부터 회피경로 선정, 실행 단계까지 일관적으로 보고받을 수 있었으며, COLREGs의 준수와 충돌위험지수(Collision Risk Index, CRI) 계 산 등의 복잡한 작업을 AI가 보완함으로써 인적 오류를 줄일 가능성을 보였다. 이러한 결과는 자율운항선 뿐만 아니라 현행 유인선 운항 에서도 AI-항해사 협업을 통한 안전성 향상을 도모할 수 있을 것으로 기대한다.

본 연구는 파크골프 참여자의 의사결정균형, 운동결과기대, 운동지속의도 간 구조적 관계를 규 명하고, 고령층 대상 스포츠로서 파크골프의 매력 및 운동 지속 가능성을 탐색하는 데 그 목적이 있다. 이 에 2024년 9월 2일부터 2025년 4월 4일까지 60세 이상 파크골프 이용자 188명을 대상으로 설문조사를 실 시하였으며, 연구결과는 다음과 같다. 운동지속의도는 의사결정균형과 운동결과기대에 의해 유의미하게 설 명되었으며, 두 변인은 상호 보완적 관계에 있음이 확인되었다. 또한, 뉴실버세대는 신체활동을 단순한 생 리적 요구를 넘어 정서적 만족 및 사회적 의미 추구의 여가활동으로 재정의하고 있음을 시사하며, 파크골 프 프로그램 개발 시 정서적·사회적 요구를 반영한 맞춤형 전략 마련이 요구됨을 강조한다. 초기 적응 지원 프로그램 제공, 운동 효과 피드백 시스템 구축, 지역사회 기반 커뮤니티 활성화 등의 방안이 운동 지속 동 기 향상에 효과적일 것으로 기대된다. 이러한 결과는 고령층 신체활동 참여 확대 및 지속률 제고를 위한 실천적 기초자료로서의 의의를 갖는다.

Nitrogen fertilizers are generally known to be of great help in improving crop yields, but excessive nitrogen fertilizer usage can not only destroy the environment but also negatively affect crop growth. This study aims to develop a decision-making system for optimal nitrogen fertilizer use for efficient production of Chinese cabbage (Brassica rapa), one of the major vegetables. The proposed system has the functions of detecting farmland based on satellite images, predicting cabbage yields and greenhouse gas (e.g., nitrous oxide) emissions according to nitrogen fertilizer use, and making decisions using the prediction results. To develop the proposed system, a generalized prediction model is developed using experimental data collected from South Korea, Egypt, India, Canada, Lithuania, and China, and the effectiveness of the proposed system is validated through experiments. As a result, the proposed system will enable farmers to conduct eco-friendly agricultural activities through appropriate nitrogen fertilizer use while stably maximizing productivity of Chinese cabbages.

In the evolving global food industry, international certifications have become essential for seafood export companies to ensure product safety, quality, and sustainability, as well as to meet consumer demands and regulatory standards. This study analyzes the decision-making factors influencing the acquisition and maintenance of international certifications among Korean seafood export companies, using decision tree analysis. The research surveyed 134 seafood export companies, focusing on six key factors: corporate characteristics, environmental factors, input factors, organizational structure, company capabilities, and external relationships. The decision tree analysis revealed that among corporate characteristics, the size of sales revenue, number of employees, and proportion of exports were found to play significant roles. For environmental factors, specific demands from overseas buyers, shifting consumer preferences, and compliance with global standards were identified as having a major impact. Regarding input factors, certification costs, validity periods, and investments in processing facilities were revealed to be critical variables. Organizational factors such as managerial support and dedicated personnel, capability factors like inter-departmental collaboration and processing system capacity, and relationship factors including partnerships with certification and export support agencies were also critical in the certification process. This study identified various factors influencing the decision-making process for acquiring and maintaining international certifications among Korean seafood export companies and analyzed the importance of detailed variables for the first time. Additionally, it provides practical and policy-oriented implications to promote the adoption of international certifications as part of efforts to enhance the global competitiveness of Korean seafood. Furthermore, this study contributes to the academic understanding of the decision-making process related to international certifications in seafood export companies.