본 연구의 목적은 네팔 학부생의 정서지능, 자기효능감, 학습몰입과 대 학생활적응 간의 영향을 규명하고, 정서지능과 대학생활적응의 관계에서 자기효능감과 학습몰입의 매개효과를 분석하는 데에 목적이 있다. 이를 위해 경기 북부 지역 대학에 재학 중인 네팔 학부생 230명을 대상으로 연구를 실시하였다. 구조방정식 모형을 설정하였으며, 측정모델과 구조모 델로 구분하여 각각 모델의 적합 여부와 경로계수의 효과성을 검증하였 다. 연구 결과 네팔 학부생의 정서지능이 높을수록 자기효능감이 높아졌 고, 정서지능은 학습몰입에 직접적으로 유의미한 영향은 미치지 않는 것 으로 나타났다. 또한 자기효능감이 높을수록 학습에 대한 몰입도가 높아 졌으며, 학습에 대한 몰입도가 높아질수록 대학생활적응을 잘하는 것으 로 나타났다. 마지막으로 정서지능과 대학생활적응 간의 관계에서 자기 효능감의 매개효과를 검증한 결과 유의미한 매개요인임이 확인되었지만 학습몰입의 매개효과를 검증한 결과 유의미하지 않는 것으로 나타났다. 본 연구 결과를 통해 네팔 학부생의 대학생활 적응을 위한 다각도의 지 원책이 필요함을 제언하였다.

PURPOSES : In this study, the existence of an optimal pattern among transition methods applied during changes in traffic signal timing was investigated. We aimed to develop this pattern into an artificial intelligence reinforcement-learning model to assess its effectiveness METHODS : By developing various traffic signal transition scenarios and considering 19 different traffic signal transition situations that can be applied to these scenarios, a simulation analysis was performed to identify patterns through statistical analysis. Subsequently, a reinforcement-learning model was developed to select an optimal transition time model suitable for various traffic conditions. This model was then tested by simulating a virtual experimental center environment and conducting performance comparison evaluations on a daily basis. RESULTS : The results indicated that when the change in the traffic signal cycle length was less than 50% in the negative direction, the subtraction method was efficient. In cases where the transition was less than 15% in the positive direction, the proposed center method for traffic signal transition was found to be advantageous. By applying the proposed optimal transition model selection, we observed that the transition time decreased by approximately 70%. CONCLUSIONS : The findings of this study provide guidance for the next level of traffic signal transitions. The importance of traffic signal transition will increase in future AI-based traffic signal control methods, requiring ongoing research in this field.

본 연구는 원격수업 상황에서 대학생이 지각한 원격수업의 질, 학업적 자기효능감, 무형식 학습, 학습 성과 간의 구조적 관계는 어떠한지 검증하고자 하였다. 이를 위해 한 학기 이상 원격수업에 참여한 경험 이 있는 국내 대학생을 대상으로 온라인 설문을 시행하였고 총 313명의 자료를 최종 분석에 활용하였다. 주요 연구결과를 요약하면 다음과 같다. 첫째, 대학생의 원격수업 학습성과에 직접적인 영향을 주는 요인 은 원격수업의 질과 무형식 학습이었고, 학업적 자기효능감은 직접적인 영향을 미치지 않았다. 둘째, 원격 수업의 질은 학업적 자기효능감을 통해 무형식 학습에 영향을 미치고, 무형식 학습은 학습 성과에 영향을 미치는 경로에서 부분매개효과가 있었다. 마지막으로 원격수업의 질과 학습성과의 관계에서 학업적 자기 효능감과 무형식 학습의 이중매개효과를 확인하였다. 이 연구 결과는 원격수업 환경에서 대학생들의 학습 성과와 관련된 변수들의 구조적 관계를 분석하고, 학업적 자기효능감과 무형식 학습의 단순 및 이중 매개 효과를 검증하는 데 중요한 의의가 있다. 이를 바탕으로 향후 대학교육에 있어서 원격수업의 활용과 적용 에 대한 시사점 및 후속 연구 방향을 제안하고자 하였다.

본 연구에서는 교육적 성취의 기회를 제공하고자 항공서비스학전공 대 학생이 인식한 현장학습 프로그램 속성이 학습만족, 학업적 자기효능감, 학업지속의도에 미치는 영향관계를 확인하고자 하였다. 분석을 위해 현 장학습 프로그램을 경험한 항공서비스전공 대학생을 대상으로 설문을 실 시하였으며, 총 250부를 최종분석에 사용하였다. 분석결과, 첫째, 항공서 비스전공 대학생이 인식한 현장학습속성의 하위요인인 즐거움, 교육성과 는 학습만족에 긍정적인 영향관계를 나타냈다. 그러나 동반만족과 이탈 감의 요인은 학습만족에 유의한 영향관계를 확인하지 못하였다. 둘째, 학 습만족은 학업적 자기효능감에 긍정적인 영향을 나타냈다. 셋째, 학업적 자기효능감은 학업지속의도에 긍정적인 영향을 나타내는 것으로 확인되 었다. 이러한 연구결과를 통해 효율적인 현장학습 프로그램 운영 방안을 마련하기 위한 근거자료가 되길 기대한다.

STEM(Science, Technology, Engineering, and Mathematics) 분야의 교육은 이 론적 지식뿐만 아니라 실용적 기술과 혁신적 사고를 필요로 하는 현장 환경에 대비하여 학습자들을 준비시켜야 한다. 이를 위한 방법 중 하나 로 교육을 통해 습득한 지식과 기술을 다른 맥락으로 적용하는 학습전이 가 강조된다. 이에 본 연구는 능동적 학습 참여, 고차원적 사고, 실무 능 력을 배양할 수 있는 플립러닝 교수법을 활용하여 다차원 학습자 수업참 여가 학습전이에 미치는 인과관계에서 지식공유태도와 학습자 효능감의 효과에 대한 메커니즘을 살펴보고자 하였다. K대학 응용화학과 학생을 대상으로 한 연구결과는 첫째, 정서적, 행동적 참여는 학습전이에 정(+) 의 영향을 미치는 것으로 나타났다. 둘째, 행동적 수업참여와 학습전이 간의 관계에서 지식공유태도가 부분매개를 하는 것으로 나타났다. 마지 막으로 학습자 효능감은 인지와 정서적 수업참여와 학습전이 간의 관계 에 대해 조절효과를 보였다. 이러한 연구결과를 통해 학습자 수업참여는 지식공유태도를 통해 학습전이가 되는 것으로 알 수 있으며, 학습자 효 능감이 학습자 수업참여와 학습전이 간의 관계를 조절한다는 것을 알 수 있다.

Many school buildings are vulnerable to earthquakes because they were built before mandatory seismic design was applied. This study uses machine learning to develop an algorithm that rapidly constructs an optimal reinforcement scheme with simple information for non-ductile reinforced concrete school buildings built according to standard design drawings in the 1980s. We utilize a decision tree (DT) model that can conservatively predict the failure type of reinforced concrete columns through machine learning that rapidly determines the failure type of reinforced concrete columns with simple information, and through this, a methodology is developed to construct an optimal reinforcement scheme for the confinement ratio (CR) for ductility enhancement and the stiffness ratio (SR) for stiffness enhancement. By examining the failure types of columns according to changes in confinement ratio and stiffness ratio, we propose a retrofit scheme for school buildings with masonry walls and present the maximum applicable stiffness ratio and the allowable range of stiffness ratio increase for the minimum and maximum values of confinement ratio. This retrofit scheme construction methodology allows for faster construction than existing analysis methods.

Due to seismically deficient details, existing reinforced concrete structures have low lateral resistance capacities. Since these building structures suffer an increase in axial loads to the main structural element due to the green retrofit (e.g., energy equipment/device, roof garden) for CO2 reduction and vertical extension, building capacities are reduced. This paper proposes a machine-learning-based methodology for allowable ranges of axial loading ratio to reinforced concrete columns using simple structural details. The methodology consists of a two-step procedure: (1) a machine-learning-based failure detection model and (2) column damage limits proposed by previous researchers. To demonstrate this proposed method, the existing building structure built in the 1990s was selected, and the allowable range for the target structure was computed for exterior and interior columns.

The purpose of this study is to develop a chatbot for Korean language education using Google Dialogflow, aiming to determine its effectiveness as a learning tool and to investigate learners’ perceptions of prototype chatbots. Six Korean language education chatbots were developed for beginner Korean language learners, and 30 beginner learners—15 from Mongolia studying in Korea and 15 from Japan studying abroad—were recruited. These learners practiced Korean conversation with the chatbots for about three weeks, and pre- and post-surveys were conducted. Analysis showed that using the chatbots for conversation practice positively impacted learners’ confidence. However, the chatbots’ overall effectiveness fell short of expectations, as significant results were observed only in confidence among the three investigated areas: interest, confidence, and motivation. Learners were generally satisfied with the chatbots, although Japanese learners rated its effectiveness in improving expressions and comprehension skills low, suggesting a need for further analysis. Both groups found voice chatbots more beneficial, underscoring a significant need for individual speaking practice, especially among Japanese learners. Despite limitations such as the inability to engage in flexible conversations, the study demonstrates the potential of chatbots developed as a learning tool and identifies learners’ perceptions from various perspectives.

Dynamic responses of nuclear power plant structure subjected to earthquake loads should be carefully investigated for safety. Because nuclear power plant structure are usually constructed by material of reinforced concrete, the aging deterioration of R.C. have no small effect on structural behavior of nuclear power plant structure. Therefore, aging deterioration of R.C. nuclear power plant structure should be considered for exact prediction of seismic responses of the structure. In this study, a machine learning model for seismic response prediction of nuclear power plant structure was developed by considering aging deterioration. The OPR-1000 was selected as an example structure for numerical simulation. The OPR-1000 was originally designated as the Korean Standard Nuclear Power Plant (KSNP), and was re-designated as the OPR-1000 in 2005 for foreign sales. 500 artificial ground motions were generated based on site characteristics of Korea. Elastic modulus, damping ratio, poisson’s ratio and density were selected to consider material property variation due to aging deterioration. Six machine learning algorithms such as, Decision Tree (DT), Random Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbor (KNN), Artificial Neural Networks (ANN), eXtreme Gradient Boosting (XGBoost), were used t o construct seispic response prediction model. 13 intensity measures and 4 material properties were used input parameters of the training database. Performance evaluation was performed using metrics like root mean square error, mean square error, mean absolute error, and coefficient of determination. The optimization of hyperparameters was achieved through k-fold cross-validation and grid search techniques. The analysis results show that neural networks present good prediction performance considering aging deterioration.

본 연구는 중국 기악연주 전공 대학생의 전공만족도와 전공선택 동기가 학습몰입과 연주성취도에 미치는 영향을 살펴보고자 하는데 목적이 있 다. 이를 위해 2024년 3월 20일부터 2024년 4월 10일까지 중국 산시성 지역에서 기악연주를 전공하고 있는 대학생 1,153명을 통해 설문지를 수 집하였다. 수집된 설문지는 SPSS 23.0 통계 프로그램을 사용하여 기술 통계 분석, 단일표본 t -검증, 일원 배치 분산분석, Pearson 상관분석 및 중다회귀분석을 수행하였다. 이를 통해 기악연주 전공 대학생의 전공만 족도를 높일 수 있는 다양한 교수법과 프로그램을 제공하는데 필요한 기 초정보를 제공하고자 한다. 또한 중국 기악연주 전공 대학생의 교육의 질을 보다 향상시킬 수 있는 바람직한 방향 제시에 필요한 기초자료를 제공하는데에도 도움을 주고자 한다.

본 연구는 베트남인 유학생이 실제 대학 생활 부적응으로 인해 겪고 있는 문제점을 토대로 대학 생활 이해 향상을 위한 PBL 기반 대학 생활 문화 수업의 구체적인 절차 및 수업 방안을 제시하는 데에 목적이 있다. 이를 위해 PBL의 개념 및 절차, 교육적 효과 등 이론적 배경을 살펴보 았고 이를 토대로 PBL의 문제를 개발하였다. 개발된 문제는 한국 대학 수업 환경과 운영 방식, 한국인과의 관계 형성, 목표어 의사소통 능력 향 상 등을 목표로 설정되었고 실제 문제를 해결하는 과정에서 학습이 이루 어질 수 있도록 PBL의 수업 절차를 제시하였다. 결론적으로 본 연구는 실제 대학 생활에서 겪고 있는 학습자의 ‘문제’를 PBL의 ‘문제’로 개발하 여 수업 절차를 마련하였고 실제 교육 현장에서 활용할 수 있는 교육 방 안을 마련하였다는 점에서 의의를 들 수 있지만 실제 수업에 적용하여 외국인 학습자의 한국 대학 생활 이해 능력 향상을 측정하지 못하였다는 점에서 한계를 가지고 있다.

최근 늘어나고 있는 이상 기상 현상으로 산사태 위험이 점차 증가하고 있다. 산사태는 막대한 인명 피해와 재산 피해를 초래할 수 있기에 이러한 위험을 사전에 평가함은 매우 중요하다. 최근 기술 발전으로 인해 능동형 원격탐사 방법을 사용하여 더 정확하고 상세한 지표 변위 및 강수 데이터를 얻을 수 있게 되었다. 그러나 이러한 데이터를 활용하여 산사태 예측 모델을 개발하는 연구는 찾기 힘들다. 따라서 본 연구에서는 합성개구레이더 간섭법(InSAR)을 사용한 지표 변위 자료와 하이브리드 고도면 강우(HSR) 추정 기법을 통한 강수 정보를 활용하여 산사태 민감도를 예측하는 기계학습 모델을 제시하고 있다. 나아가 기계학습의 블랙박스 문제를 극복할 수 있는 해석가능한 기계학습 방법인 SHAP을 이용하여 산사태 민감도의 영향 변수에 대한 중요도를 체계적으로 평가하였다. 경상북도 울진군을 대상으로 사례 연구를 수행한 결과, XGBoost가 가장 좋은 예측 성능을 보이며, 도로로부터의 거리, 지표 고도, 일 최대 강우 강도, 48시간 선행 누적 강우량, 사면 경사, 지형습윤지수, 단층으로 부터의 거리, 경사도, 지표 변위, 하천으로부터의 거리가 산사태 예측에 영향을 미치는 주요 변수로 밝혀졌다. 특히, 능동형 원격탐사를 통해 얻은 자료인 강우 강도와 지표 변위의 절댓값이 높을수록 산사태 발생 확률이 높음을 확인하였다. 본 연구는 능동형 원격탐사 자료의 산사태 민감도 연구에서의 활용 가능성을 실증적으로 보여주고 있으며, 해당 자료를 바탕으로 시공간적 으로 변하는 산사태 민감도를 도출함으로써 향후 산사태 민감도 모니터링에 효과적으로 활용될 수 있을 것으로 기대된다.

본 연구는 돼지 간 거리(PD), 돈사 내 상대 습도(RRH), 돈사 내 이산화탄소(RCO2) 세 가지 변수를 사용하여, 네 개의 데이터 세트를 구성하고, 이를 다중 선형 회귀(MLR), 서포트 벡터 회귀(SVR) 및 랜덤 포레스트 회귀(RFR) 세 가지 모델 기계학습(ML)에 적용하여, 돈사 내 온도(RT)를 예측하고자 한다. 2022년 10월 5일부터 11월 19일까지 실험을 진행하였다. Hik-vision 2D카메라를 사용하여, 돈사 내 영상을 기록하였다. 이후 ArcMap 프로그램을 사용하여, 돈사 내 영상에서 추출한 이미지 안 돼지의 PD를 계산하였다. 축산환경관리시스템(LEMS) 센서를 사용하여, RT, RRH 및 RCO2를 측정하였다. 연구 결과 각 변수 간 상관분석 시 RT와 PD 간의 강한 양의 상관관계가 나타났다(r > 0.75). 네 가지 데이터 세트 중 데이터 세트 3을 사용한 ML 모델이 높은 정확도가 나타났으며, 세 가지 회귀 모델 중에서 RFR 모델이 가장 우수한 성능을 보였다.

The purpose of this study was to introduce and evaluate a nursing ethics seminar course designed for senior nursing students at a university to address the ethical challenges they faced during clinical practice. The course was offered as an elective and 22 students who had completed various clinical practicums over four semesters participated. The participants led discussions on ethical issues they encountered during their clinical practice. To evaluate the effectiveness of the course, an open-ended survey was conducted at the end of the course. The findings were categorized into three main themes: Individual Growth, Collaborative Opportunities, Suggestions for Improvement. The first category is comprised of ‘Experienced emotional acceptance and relaxation’, ‘Felt comforted and encouraged’, ‘Gained clarity’, and ‘Experienced personal growth’. The second category consists of ‘Self-reflection within a group’, ‘Diverse learning opportunities’, ‘Pleasures of discussion-based learning.’ Third category is comprised of ‘Modifying the lesson structure’ and ‘Optimizing the learning space.’

본 연구는 중국 수채화 전공 대학생의 정서불안감과 학업성취도 간의 관계에서 학습동기와 학습몰입의 매개효과를 살펴보고자 한다. 이를 위 해 중국 후베이성, 산동성, 헤이룽장성에 소재한 수채화 전공 대학생 574명을 통해 설문지를 수집하였다. 수집된 설문지는 SPSS WIN 22.0 프로그램과 AMOS 프로그램을 이용하여 수행하였다. 이를 통해 대학생 들의 정서불안감을 야기시킬 수 있는 환경들을 제한하고 학업성취도를 높일 수 있는 다양한 정책과 적절한 지원책을 마련하는데 필요한 기초정 보를 제공하고자 하는데 목적이 있다.

In this study, the magnetocaloric effect and transition temperature of bulk metallic glass, an amorphous material, were predicted through machine learning based on the composition features. From the Python module ‘Matminer’, 174 compositional features were obtained, and prediction performance was compared while reducing the composition features to prevent overfitting. After optimization using RandomForest, an ensemble model, changes in prediction performance were analyzed according to the number of compositional features. The R2 score was used as a performance metric in the regression prediction, and the best prediction performance was found using only 90 features predicting transition temperature, and 20 features predicting magnetocaloric effects. The most important feature when predicting magnetocaloric effects was the ‘Fe’ compositional ratio. The feature importance method provided by ‘scikit-learn’ was applied to sort compositional features. The feature importance method was found to be appropriate by comparing the prediction performance of the Fe-contained dataset with the full dataset.

오늘날 교육 분야에서 인공지능 기술이 빠르게 발전하면서 AI 한국어 학습 앱은 혁신적인 학습 도구로 많은 주목을 받고 있다. 본 연구는 AI 한국어 학습 앱의 사용자를 연구 대상으로 삼아 기술준비도(TRI), 기술수 용모델(TAM), 정보기술성공 모형을 기반으로 양적 데이터를 분석했다. 본 연구 결과를 바탕으로 향후 한국어 학습 앱의 개발과 한국어 해외 교 육 연구를 위한 이론적 근거와 활용 방안을 제공하고 해외 한국어 교육 의 발전을 촉진하길 바란다. 연구 결과에 따르면 낙관성, 혁신성, 시스템 품질, 학습 내용, 지각된 유용성, 지각된 용이성이 사용자의 사용 태도와 사용의도에 정(+)적인 영향을 미친다. 반면에 불편함과 불확신은 사용자 의 지각된 용이성과 유용성에 부(-)적인 영향을 미친다. 특히, 사용자의 사용의도는 지각된 유용성으로부터 가장 큰 영향을 받았다. 이상의 연구 결론을 바탕으로 AI 한국어 학습 앱의 개선 대책 및 제언을 제시했다.

Existing reinforced concrete (RC) building frames constructed before the seismic design was applied have seismically deficient structural details, and buildings with such structural details show brittle behavior that is destroyed early due to low shear performance. Various reinforcement systems, such as fiber-reinforced polymer (FRP) jacketing systems, are being studied to reinforce the seismically deficient RC frames. Due to the step-by-step modeling and interpretation process, existing seismic performance assessment and reinforcement design of buildings consume an enormous amount of workforce and time. Various machine learning (ML) models were developed using input and output datasets for seismic loads and reinforcement details built through the finite element (FE) model developed in previous studies to overcome these shortcomings. To assess the performance of the seismic performance prediction models developed in this study, the mean squared error (MSE), R-square (R2), and residual of each model were compared. Overall, the applied ML was found to rapidly and effectively predict the seismic performance of buildings according to changes in load and reinforcement details without overfitting. In addition, the best-fit model for each seismic performance class was selected by analyzing the performance by class of the ML models.

본 연구는 성인 학습자의 대학동아리 활동 만족도와 지속 요인이 학업 스트레스 간 관계에서 자아존중감의 매개효과를 검증하여, 성인 학습자의 동아리활동과 학교생활에 더욱 만족할 수 있는 방안을 제시하고자 하였다. 대구·경북 지역 25세 이상 성인학습자 250명을 대상으로 2020년 9월 25 일부터 2020년 11월 24일까지 직접 방문 및 구글을 활용한 설문조사를 실시하였다. 회수된 설문지는 215부로 이중 불성실한 응답을 한 4부의 설 문지는 제외하고 총 211부를 최종분석에 활용하였다. 분석 결과, 성인 학 습자의 대학동아리 활동 만족도는 자아존중감과 학업 스트레스에 영향을 미 치지 않은 것으로 확인되었다. 다만 성인 학습자의 동아리 활동 지속 요인 은 자아존중감, 학업 스트레스에 통계적으로 유의하게 나타났다. 그리고 성 인학습자의 대학동아리 활동 지속 요인이 학업 스트레스 간 관계에서 자아 존중감의 완전 매개효과를 검증하였다. 이러한 연구 결과를 통해 대학동아 리 활동이 성인 학습자의 자아존중감을 향상 시키고 학업 스트레스를 완화 함을 시사한다.

This study utilizes association rule learning and clustering analysis to explore the co-occurrence and relationships within ecosystems, focusing on the endangered brackish-water snail Clithon retropictum, classified as Class II endangered wildlife in Korea. The goal is to analyze co-occurrence patterns between brackish-water snails and other species to better understand their roles within the ecosystem. By examining co-occurrence patterns and relationships among species in large datasets, association rule learning aids in identifying significant relationships. Meanwhile, K-means and hierarchical clustering analyses are employed to assess ecological similarities and differences among species, facilitating their classification based on ecological characteristics. The findings reveal a significant level of relationship and co-occurrence between brackish-water snails and other species. This research underscores the importance of understanding these relationships for the conservation of endangered species like C. retropictum and for developing effective ecosystem management strategies. By emphasizing the role of a data-driven approach, this study contributes to advancing our knowledge on biodiversity conservation and ecosystem health, proposing new directions for future research in ecosystem management and conservation strategies.