목적 : 본 연구는 장애아동을 대상으로 수행된 보조기술 및 보조공학기기 관련 국내 학술연구의 구조적 특성과 연구 경향 을 체계적으로 분석하고, 이를 통해 향후 연구 및 임상적 적용에 대한 시사점을 도출하는 것을 목적으로 한다. 연구방법 : 2020년부터 2025년까지 KCI 등재 학술지에 수록된 장애아동 보조공학 관련 논문 135편을 대상으로, 네트워크 텍스트 분석 기법을 활용하였다. NetMiner 4.0 프로그램을 통해 주요 주제어 간의 연결 중심성과 응집 구조를 분석하였으 며, 중심 구조 분석에서는 연결 중심성 지수를, 응집 구조 분석에서는 커뮤니티 분석 및 Modularity 지수를 적용하였다. 결과 : 분석 결과, ‘보조기술’, ‘언어중재’, ‘연구방법’, ‘사법적 개입’, ‘지역사회’ 등의 주제어가 높은 연결 중심성을 보이며 전체 네트워크의 중심을 형성하였다. 응집 구조 분석을 통해 총 5개의 주요 주제어 군집이 도출되었으며, 각각은 통합교 육과 임상중재, 보조기기의 물리적 특성, 제도 및 환경적 요인, 가족 및 심리사회적 지원, 인지적 장애 대상자의 중재 등 다양한 실천 및 학문적 접근을 반영하고 있었다. 결론 : 국내 보조기술 관련 연구는 단순한 기기 중심의 논의에서 벗어나, 기능 회복, 사회참여, 제도적 지원, 가족 중심 접근 등으로 다층화되고 있으며, 이는 작업치료 및 재활 전문 영역에서 보조공학의 적용 가능성을 확장하고 있음을 보여 준다. 향후 연구는 사용자 맞춤형 설계뿐 아니라, 환경 및 심리사회적 요소를 포함한 통합적 모델의 실증적 검증과 다학 제적 협력을 기반으로 한 정책적·임상적 연계 강화가 요구된다.

목적 : 본 연구의 목적은 디지털치료제를 활용한 직업재활 중재가 발달장애인의 사회기술에 미치는 영향을 체계적으로 분 석하고자 한다. 연구방법 : 본 연구는 2015년 1월부터 2025년 5월까지 최근 10년 동안 게재된 연구를 대상으로 하여 문헌검색 하였다. 국내외 주요 학술 데이터베이스(RISS, KCI, DBpia, Pubmed, EMBASE)를 사용하였으며, PRISMA 가이드라인에 따라 문헌 선정 과정을 거쳐 총 8편의 문헌을 분석 대상으로 포함하였다. 결과 : 디지털치료제를 활용한 직업재활 중재 프로그램 유형에는 면접기술 훈련프로그램(VR-JIT), 직장 가상현실 훈련프 로그램(Workplace VR), 사회성기술 향상 가상현실 프로그램(VRESS), VR 바리스타 프로그램이 있었다. 중재 프로그램 에는 VR 바리스타 훈련이 가장 많이 시행되었다. 사회기술 효과에는 면접기술 및 자신감, 자기효능감, 높은 수용성과 사 용성, 작업기억 및 계획능력의 상관관계, 의사소통 기술과 수업태도, 직무 수행능력, 직무 지식·기술·태도의 습득에 효 과를 보였다. 결론 : 향후 연구에는 작업치료 관점에서 다양한 디지털치료제 기반 직업재활 중재의 효과를 검증하는 연구가 필요하며, 본 연구는 이러한 후속 연구를 위한 기초자료로 활용되길 기대한다.

목적 : 본 연구는 지역사회 거주 장애 노인을 대상으로 개인-환경 간 상호작용을 반영한 거주 적합성(Livability) 평가에 기반하여 결정 트리 기반 머신러닝 알고리즘의 결과를 활용하여 가정환경 수정 중재를 제공하고 효과성을 검증하고자 하 였다. 연구방법 : 연구참여자는 지역사회 거주 장애 노인 9명이었으며, 중재는 총 4회기(주 1회, 40분)로 구성되었다. 거주 적합 성(Livability Scale), 작업수행능력(COPM), 목표성취(GAS), 삶의 질(WHOQOL-BREF)은 사전, 사후, 추적의 세 시점 에서 평가되었으며, 추적 평가는 중재 종료 3개월 후에 실시되었다. 중재는 Livability Scale을 활용하여 결정 트리 기반 머신러닝 알고리즘(Random Forest)을 활용한 변수 중요도(feature importance)로 거주 부적합 항목을 식별하여 중재의 우선순위로 활용하였다. 분석은 세 시점에서 반복측정된 자료를 SPSS 26.0을 사용하여 Friedman 검정 및 Bonferroni 사후 비교를 통해 분석하였다. 결과 : 분석 결과, 거주 적합성의 환경, 작업, 수행 영역과 작업수행능력, 목표성취도, 삶의 질의 하위 영역에서 통계적으 로 유의미한 향상이 나타났다. COPM 만족도는 모든 시점에서 유의하게 증가하여 중재 효과의 지속 가능성을 확인하였다. 결론 : 가정환경 수정에서 개인–환경 상호작용을 반영한 정량적 평가와 머신러닝 기반의 예측 모형을 활용하여 중재의 실 효성을 높일 수 있는 실증적 근거를 제공한다. 이를 통해 장애 노인을 포함한 다양한 취약계층을 위한 맞춤형 주거 중재 및 정책 개발에 기초자료로 활용될 수 있을 것이다.

This study proposes a methodology for predicting the physical properties such as the density of polymer composites, including asphalt binders, and evaluates its feasibility by identifying the quantitative relationship between the structure and properties of individual polymers. To this end, features are constructed using molecular dynamics (MD) simulation results and descriptor calculation tools. This study investigates the changes in the calculated density depending on the characteristics of the training dataset and analyzes the feature characteristics across datasets to identify key features. In this study, 2,415 hydrocarbon and binder-derived polymer molecules were analyzed using MD simulations and 2,790 chemical descriptors generated using alvaDesc. The features were pre-processed using correlation filtering, PCA, and recursive feature elimination. The XGBoost models were trained using k-fold cross-validation and Optuna optimization. SHAP analysis was used to interpret feature contributions. The variables influencing the density prediction differed between the hydrocarbon and binder groups. However, the hydrogen atom count (H), van der Waals energy, and descriptors such as SpMAD_EA_LboR consistently had a strong impact. The trained models achieved high accuracy (R² > 0.99) across different datasets, and the SHAP results revealed that the edge adjacency, topological, and 3D geometrical descriptors were critical. In terms of predictive accuracy and interpretability, the integrated MDQSPR framework demonstrated high reliability for estimating the properties of individual binder polymers. This approach contributed to a molecular-level understanding and facilitated the development of ecofriendly and efficient modifiers for asphalt binders.

This study proposes a methodology for predicting properties such as the density of polymer composites, including asphalt binders, and evaluates its feasibility by identifying the quantitative relationship between the structure and properties of individual polymers. To this end, this study investigates the variations in molecular dynamics (MD) results with molecular structural complexity and assesses the independence and correlation of variables that influence density. In this study, MD simulations were performed on hydrocarbon-based and individual asphalt binder molecules. The effects of various temperatures, molecular conditions, and structural features on the density were analyzed. MD-related variables influencing the calculated density were evaluated and compared with experimentally measured densities. The MD-calculated densities were used as target variables in a subsequent study, in which a machine learning model was applied to perform quantitative structure–property relationship analysis.The MD-calculated densities showed a strong correlation with experimental measurements, achieving a coefficient of determination of R2 > 0.95. Potential energy exhibited a tendency to cluster into 4–6 groups depending on the molecular structure. In addition, increasing molecular weight and decreasing temperature led to higher density and viscosity. Torsional energy and other individual energy components were identified as significant factors influencing both potential energy and density. This study provided foundational data for the property prediction of asphalt binders by quantitatively analyzing the relationship between the molecular structure and properties using MD simulations. Key features that could be used in the construction of polymer structure databases and AI-based material design were also proposed. In particular, the integration of MD-based simulation and machine learning was confirmed to be a practical alternative for predicting the properties of complex polymer composite systems.

재래흑염소는 다른 품종과의 유연관계, 기원 분석, 외래교잡염소와의 유전적 구조 및 평가 같은 유전학적 연구는 현재 부족한 실정이므로 본 연구는 재래흑염소와 외래교잡염소의 유전적 구조 및 혼합 양상 분석을 위해 실시하였다. 11개의 Microsatellite (MS) marker를 활용하여 재래흑염소 261두, 외래교잡염소 94두의 대립유전자형을 분석하였으며, 이를 통해 기초통계량 및 유전적 구조 및 혼합 양상 분석을 수행하였다. 그 결과 연구에 활용된 marker의 유전적 다양성 기초통계량 결과 재래흑염소의 observed heterozygosity, polymorphism information content (PIC) 수치가 각각 0.388 ~ 0.772, 0.362 ~ 0.754이며, 외래교잡염소 집단의 observed heterozygosity, PIC 수치는 각각 0.553 ~ 0.840, 0.664 ~ 0.915로 확인되어, 유전적 다양성 분석을 수행하기에 충분한 수치를 나타내었다. 또한, 재래흑염소 주요 대립유전자형 빈도와 외래교잡염소의 주요 대립유전자형 빈도를 비교하였을 때, marker별 대립유전자형의 빈도 분포에서 뚜렷한 차이를 보여, 두 집단 간, 재래흑염소 계통 간 대립유전자형 의 빈도 분포로 인한 유전적 구조의 차이를 확인하였다. 그리고 STRUCTURE 결과, K = 2가 최적의 K로 계산되었으며, 재래흑염소와 외래교잡염소 간의 유전적 혼합은 존재하지 않는 것으로 판단되었다. 따라서 본 연구 결과는 재래흑염소의 고유성을 제시할 수 있는 과학적 근거자료이며, 재래흑염 소 계통 간의 식별을 위한 기초 자료로 활용 가능할 것이다.

본 연구는 개인 주체의 자연사박물관이 지닌 차별화 전략을 분석하기 위해 민자연사연구소를 연구 대상으로 선정하여, 블루오션 전략의 핵심 도구인 ERRC 모델을 활용한 분석을 실시하였다. 민자연사연구소는 개인 이 운영하는 비영리 박물관으로, 40년 이상에 걸쳐 수집된 약 3,000여 점의 광물 표본을 바탕으로 2010년에 설립되었다. 연구방법으로는 사례 연구와 내용분석 방법을 채택하였다. 분석 결과, 민자연사연구소는 제거 전략을 통해 종합 전시 방식, 내부 특별 전시, 상업적 운영 요소, 전문 학예인력 중심의 운영 체계를 배제하였다. 감소 전략으로는 관람객 수용 규모 및 전시 공간을 축소하고, 전시 설명문의 분량을 최소화하며, 에너 지 사용량을 감소시켰다. 증가 전략으로는 자연사 분야 중 광물에만 집 중함으로써 전문성을 증대시키고, 체험적 요소와 지역 교육기관과의 연 계성을 강화하였으며, 도심 지식산업센터에 입주하여 접근 편의성을 향 상시켰다. 창조 전략을 통해서는 수집가의 스토리텔링과 새로운 미학적 접근이라는 독창적 가치를 창출하였고, 가족 참여형 수집 문화를 조성하 여 운영의 지속가능성을 확보하였으며, '박물관 내 박물관' 형태로 특별 전시를 주관하는 새로운 전시 패러다임을 창조하였다. 이러한 분석 결과 는 개인 박물관도 명확한 전략적 선택과 집중을 통해 경쟁력을 확보할 수 있으며, 규모의 한계가 오히려 전문성과 차별화의 기회가 될 수 있다 는 중요한 시사점을 제공한다.

본 연구는 풋고추 수경재배에 ICT 기술을 적용하여 측정된 누적 일사량을 기반으로 급액량을 설정하고, 이를 바탕으로 실생묘와 접목묘의 생육 및 생산성에 미치는 영향을 평가하고 자 수행되었다. 실험재료로는 실생묘 ‘순한길상’과 접목묘 ‘순한길상’(접수) + ‘BN901’(대목)을 사용하였으며, 65－70 일 간 육묘한 뒤 코이어배지에 8월 하순에 정식하여 이듬해 4 월까지 재배하였다. 급액량은 ICT 센서를 통해 측정한 누적 일사량을 기준으로 T1－T4의 4수준으로 처리하였다. 풋고 추 실생묘 수경재배 시 급액량 T2(생육초기－중기: 50－ 160mL·100J-1·plant-1) 처리 이상에서 생육초기 과실의 품질 차이가 일부 있었으나, 정식 후 54일차 이후로는 품질에 차이 가 없고, 생산량 증가도 미미하기 때문에 양액 사용효율을 고 려하였을 때 적정 급액량은 T2로 판단되며, 이때의 배액률은 사분위수 범위(Q3-Q1)를 기준으로 생육초기 13－31%, 생 육중기 20－34%로 관찰되었다. 접목묘의 경우 T4(70－240) 처리에서 총생산량 6,306g·plant-1으로 유의하게 높았으며, 실생묘 T4 처리구 보다 약 34% 증수하였다. 이를 통해 풋고추 수경재배의 접목묘 도입 시 장기간 세력 유지와 생산성 향상 에 유리하며, 실생묘와는 차별화된 급액 전략이 필요할 것으 로 판단된다. 또한, 엽병 즙액 및 엽 조직 내 총질소, 총인, 칼륨 함량 분석 결과, 생육 후기로 갈수록 총질소와 총인은 감소하 고 칼륨은 증가하는 경향을 보였으며, 실생묘에서 엽병 즙액 내 N, P, K 함량이 전반적으로 높게 나타났다. 그러나 엽병 즙 액 분석값과 엽 조직 내 함량 간 상관성은 질소에서 낮았고, 생 산성과의 관련성도 미미하여, 즙액 분석을 활용한 생육 진단 의 신뢰도를 높이기 위해서는 시료 채취 위치, 수분 상태, 엽령 등 명확한 기준 설정이 요구된다.

Silver nanoparticles (AgNPs) are promising photocatalysts with a broad light absorption range and high catalytic activity. However, conventional synthesis methods often involve toxic chemicals, limiting their environmental applicability. In this study, we developed an eco-friendly bio-templating method to synthesize hierarchical micro/nano-structured silver (MNAg) photocatalysts that uses plant leaves, including Nelumbo nucifera (lotus leaf), Rosa sp. (rose petal), and Limonium sinuatum (statice petal), as natural templates. By modifying the leaf surfaces with citrate functional groups, AgNPs were selectively formed along the microstructures of the templates, preserving their hierarchical morphology. MNAg photocatalysts were subsequently obtained through controlled calcination, and successfully retained the microscale structure of the original template. The surface morphology, chemical composition and crystalline structure of the MNAg were characterized using scanning electron microscopy (SEM), field-emission scanning electron microscopy (FE-SEM), energy-dispersive X-ray spectroscopy (EDS), transmission electron microscopy (TEM), and X-ray diffraction (XRD), confirming the successful formation of hierarchical AgNPs. The optical behavior of the MNAg, characterized with diffuse reflectance spectroscopy (DRS), demonstrated broadened absorption across the visible region, which is attributed to plasmonic coupling among the densely packed AgNPs, partially interconnected along the hierarchical surface. The photocatalytic performance of the MNAg materials was evaluated for methylene blue degradation under UV-Vis illumination. The MNAg derived from lotus leaves exhibited the highest photocatalytic efficiency. This study presents a sustainable route to hierarchical Ag photocatalysts, highlighting the potential of bio-inspired nanomaterials for environmental applications.

Since the first introduction of plastics, the issue of recycling has been repeatedly discussed. Plastics with limited biodegradability accumulate in the soil and ocean when deposited in landfills, causing environmental problems, and when incinerated emit a large amount of carbon. In particular, polyethylene terephthalate (PET) is now an indispensable material in daily life, and the waste it generates is also significant. In response, we sought a way to use PET waste as a concrete additive. Typically, adding PET damages the physical strength of concrete, and to solve this problem, gamma ray irradiation was first applied to the PET. The overall peak intensity of the fourier transform infrared spectroscopy (FT-IR) absorption spectrum of gamma-ray-irradiated PET increased, and the surface hydrophilicity of the material increased. In addition, it was confirmed that surface roughness increased when PET was irradiated with gamma rays. The strength of concrete mixed with gamma-irradiated PET was measured, and the compressive strength increased compared to concrete mixed with non-gamma-irradiated PET, and in the case of fibrous PET, the flexural strength increased.

Purpose: Despite being preventable, diabetes is a major non-communicable disease with a steadily increasing premature mortality rate. Diabetes can cause various complications if not properly managed; therefore, it is necessary to consistently implement management strategies, such as diet and exercise. However, in reality, there are several difficulties. Among these, a lack of motivation, which is a psychological factor, is a major barrier. Therefore, this study aimed to analyze intervention studies based on motivational and self-determination theories for patients with type 2 DM to seek solutions and present future directions. Methods: We searched and analyzed studies utilizing motivational and self-determination theories from 2013 to 2023 using the PubMed database. Results: One study applied Motivational Theory only, whereas the other two applied self-determination theory only. Most studies have utilized theories other than motivational and self-determination theories. As an intervention method, there were many studies that used group sessions of 4~6 or more times and used communication devices such as cell phones to convey, check, or encourage implementation of the mediation content. Among the quantitative studies, only 10 applied Motivational Theory to measure physiological variables. Nine of these studies tested HbA1c levels and reported effective results. In addition, four studies measured physical activity (three reported that it was effective) and seven studies measured socio-psychological variables, reporting that it improved diabetes knowledge and self-efficacy and reduced depression. Conclusion: According to the results of this study, it is beneficial to develop programs in the future by incorporating theories that have been confirmed to be significant, in addition to motivational and self-determination theories. Furthermore, the newly developed intervention program should be structured to increase implementation by providing four to six small group education sessions and forming networks between educators and subjects, as well as providing continuous management through communication tools such as social media and fostering a solid psychological foundation through religious and spiritual experiences so that patients can actively manage themselves(diet control and exercise management).

본 연구는 Deepseek와 ChatGPT가 중국 대학 한국어 학습자들의 쓰 기 텍스트에 대해 제공하는 피드백 양상을 살피고, AI 피드백의 활용 방 안을 모색하는 데 목적이 있다. 이를 위해 한국어 학습자 30명을 대상으 로 쓰기 텍스트를 수집하고, 두 도구가 텍스트에 대해 제공한 피드백을 분석하였다. 분석 결과, 두 도구 모두 평가 기준에 기반하여 피드백을 제 공하고, 학습자가 수용하기 쉽도록 문제점과 개선 방향을 명확하게 제시 하였다. 대부분의 피드백은 정확도가 높은 편이었으나, 평가 범주와 오류 유형이 부합하지 않는 경우도 일부 나타나고 있었고, 특히 Deepseek의 경우 쓰기 주제를 잘못 파악하여 내용적 측면에서 부적절한 피드백을 제 공한 사례가 많았다. 두 도구 모두 쓰기 텍스트의 내용에 따라 피드백을 제공하여 우선순위는 두드러지지 않았고, Deepseek가 ChatGPT에 비해 지지적인 어조를 더 많이 사용하는 것으로 나타났다. 본 연구는 생성형 AI를 활용한 한국어 교육 및 연구를 위해 기초적인 자료로 사용할 수 있 을 것이다.

This study compares the performance of various convolutional neural network (CNN) models for building an automated deep learning-based letter screening system targeting letters received by inmates in correctional institutions. The models evaluated include well-known architectures such as MobileNet, ResNet, and Inception, as well as recently proposed lightweight models such as ResMobileNet and IGSe, along with GroupConv and SE. Each model was trained on image data containing the Korean word for "knife" ("칼") to assess performance in terms of accuracy, processing time, and model compactness. A total of 1,197 letter image samples were used in the experiment, including 1,140 images with normal words and 57 images containing the target word. The experimental results showed that the MobileNet model had the shortest processing time, making it suitable for real-time applications, while the IGSe model achieved the highest accuracy, demonstrating optimal performance for letter screening tasks. This study suggests that deep learning-based screening techniques can be effectively applied to enhance digital security in the management of inmate correspondence within correctional institutions.

오늘날 생성형 인공지능(Generative AI)의 비약적 발전은 교육 패러다 임에 근본적인 변화를 초래하고 있으며, 특히 ChatGPT(Generative Pre-trained Transformer)와 같은 대화형 AI는 단순한 정보 전달을 넘 어, 상호작용 기반의 학습 환경을 가능하게 한다는 점에서 언어교육 분 야에서 주목받고 있다. 본 연구는 생성형 인공지능의 대표 사례인 ChatGPT를 일본어 문법 교육에 활용하였을 때의 교육적 기능과 잠재적 한계를 분석하는 데 목적이 있다. 연구는 일본어를 학습한 지 3개월 정 도 지난 초급 학습자를 대상으로, ChatGPT의 문법적 설명 능력, 예문 생성력, 피드백의 적절성에 초점을 맞추어 실험을 설계하였다. 구체적으 로 사전·사후 문법 이해도 테스트, 만족도 설문조사, 자유 서술 및 인터 뷰를 통해 데이터를 수집하고 정량적·정성적으로 분석하였다. 그 결과 예 문 제공, 반복 질문 가능성, 심리적 부담 감소 등의 장점을 긍정적으로 평가하였다. 반면, 설명의 일관성 부족, 문맥 판단력의 한계, 정교한 문 법 개념 설명의 부재 등은 주요 한계로 지적되었다. 본 연구는 ChatGPT 가 일본어 문법 교육에서 자기주도 학습을 촉진하는 보조 도구로서 효과 적일 수 있음을 시사하며, 동시에 문법 교육의 질을 담보하기 위해서는 교 사의 맥락적 설명과 피드백이 반드시 병행되어야 함을 강조한다. 본 연구 가 향후 생성형AI와 교사의 역할을 상호 보완적으로 융합한 혼합형 (hybird) 교육 모델의 기초 자료가 되길 기대한다.

본 연구는 무용을 기반으로 한 연극과 사진을 활용한 문화예술교육 프 로그램 참여가 성인 발달장애인의 자율성, 자기표현, 사회적 행동에 미치 는 효과를 분석하였다. 이를 위해 G시 인재평생교육진흥원과 A대학교가 협업하여 진행한 장애인 문화예술교육 특화 프로그램에 참여한 성인 발달 장애인 10명을 대상으로 연구를 진행하였다. 연구방법은 양적연구와 수업 관찰 및 면담조사 등의 질적 연구를 병행한 혼합분석방법을 활용하였다. 연구결과, 무용 기반 연극과 사진을 활용한 문화예술 프로그램이 성인 발달장애인의 자율성, 자기표현, 사회적 행동에 긍정적인 효과가 있음을 확인하였다. 구체적인 내용을 살펴보면 첫째, ‘참여 정도’, ‘적극적인 표 현과 반응’, ‘창작 활동의 적극성’이 긍정적으로 변화하며 스스로 결정하 고 행동하는 자율성이 향상되는 모습을 확인하였다. 둘째, ‘표현 거부’와 ‘소극적인 표현’에서 점차 ‘적극적인 표현’, ‘망설임 없는 표현’, ‘자유로운 표 현’ 으로 변화되는 모습을 통해 자기표현이 향상됨을 확인하였다. 셋째, 상대방 행동에 ‘적극적인 반응’과 ‘경청’하는 태도를 보였고, ‘적극적인 팀 활동’, ‘협동 심’, ‘양보’, ‘배려’, ‘자신의 감정 통제’ 등이 긍정적으로 변화하는 모습을 확인하였다. 본 연구의 결과를 기반으로 장애인의 자율성, 자기표현, 사 회적 행동 촉진을 위한 문화예술교육의 방향을 시사점으로 제안하였다.

본 연구는 간호학과 신입생의 강점인식, 강점활용, 긍정정서 및 그릿 정도를 파악하고, 그릿에 영향을 미치는 요인을 규명하기 위한 서술적 조사연구이다. U광역시와 G광역시 소재 2개 대학 간호학과 신입생을 대상으로 하였다. SPSS 22.0 프로그램을 이용해기술통계, t-test, ANOVA, pearson correlation coefficient, multiple regression으로 자료 분석을 실시하였다. 연구 결과, 강점인식, 강점활용, 긍정정서, 그 릿 간에는 모두 유의한 양의 상관관계가 나타났다. 그릿에 영향을 미치는 요인은 강점활용(β=.230, p<.05), 긍정정서(β=.191, p=.03) 순으로 영향을 미치는 것으로 나타났으며, 모형의 설명력은 약 21.6%였 다. 이에 따라 간호대학생의 그릿 증진을 위해 강점 기반의 교육 프로그램과 긍정정서 향상을 위한 비교과 프 로그램 개발 및 적용, 그릿 강화를 위한 교육 및 심리 지원이 필요함을 제언한다.

본 연구의 목적은 소규모 대학생 집단을 대상으로 진로정체감 지위에 따른 하위집단을 분류하고, 이들 하위집단 간 희망-실천 역량의 차이를 분석하는 데 있다. 서울 소재 4년제 대학교 학부생 77명의 자료를 분석 하였다. 진로정체감 지위는 잠재프로파일분석(LPA)을 통해 성취, 유예, 미분화, 혼미의 네 개 하위집단으로 분류되었으며, 희망-실천 역량에서는 집단 간 유의미한 차이가 나타났다. 성취 집단은 대부분의 희망-실천 역 량에서 가장 높은 점수를 보였지만, 혼미 집단은 모든 영역에서 가장 낮 은 수준을 보였다. 이러한 결과를 바탕으로 진로정체감 지위에 따라 희 망-실천 이론에 근거한 차별적인 개입 방향을 제안하였다. 본 연구는 100명 이하의 소규모 집단을 대상으로 VISA를 활용한 하위집단 분류가 가능함을 확인하였으며, 진로정체감 지위별 차별적 개입 방향을 제시함 으로써 진로개입 현장에서의 실천적 연구를 촉진하고자 한다.

최근 동해 연안(≤300m)의 도루묵(Arctoscopus japonicus) 자원량의 급격한 변동 원인을 구명하기 위해, 현장 및 해색 위성 자료를 활용하여 겨울철 표층 수온, 산란 적합 서식지(Suitable Spawning Habitat, SSH) 및 지속 면적(Consistently formed Suitable Spawning Habitat, CSSH), 봄철 chlorophyll-a (chl-a) 농도의 장기 변동성(2000-2024년)을 분석하였다. 연구 결과, Period B (2005-2009년), C (2010-2016년)에는 모두 CSSH 중심과 높은 chl-a 농도가 공간적으로 일치하여 초기 좋은 먹이 환경이 형성되었으며, 특히 Period C에는 SSH 면적의 급격한 증가가 어획량 상승에 주요하게 작용하였다. Period D (2017-2024년)에는 겨울철 수온이 평년 대비 0.6 ºC 높게 나타났으며, CSSH의 중심부가 북상 하고 SSH는 Period C 대비 면적이 약 34% 감소하였다. 동시에, 봄철 chl-a의 고농도 지역과 CSSH의 중심부와 공간적인 불일치(mismatch)가 발생하였다. 종합적으로, 도루묵 자원량의 급격한 변동은 산란장 면적과 위치, 지속성, 먹이원의 공간적 일치 여부 등 복합적 환경요인에 의해 결정되는 것으로 확인되었다. 특히 최근의 급격한 자원량 감소는 수온 상승으로 인한 산란장 축소와 산란장 중심부에서의 먹이원 부족으로 인한 초기 생존율 저하가 주요 원인으로 판단된다. 본 연구 결과는 도루묵 자원의 지속가능한 이용과 효율적인 관리를 위한 과 학적 기초자료로 활용될 것으로 기대된다.

Environmental DNA (eDNA) has emerged as a promising tool for aquatic biodiversity monitoring, yet its collection in lentic ecosystems remains technically constrained by filtration capacity and field logistics. In this study, we applied a novel eDNA concentration system, QuickConcTM, to evaluate freshwater mussel diversity in lakes, and compared its performance with the conventional GF/F filtration method. Water samples were collected from four reservoirs at surface, mid, bottom, and waterside layers, and processed using both filtration techniques. Metabarcoding of mitochondrial 16S rDNA revealed that QuickConcTM captured a higher average number of amplicon sequence variants (ASVs) and exhibited greater species richness and diversity indices (Shannon and Simpson), although the differences were not statistically significant. QuickConcTM samples showed a greater capacity to detect rare taxa and to recover higher ASV richness in certain cases, suggesting its potential to enhance biodiversity resolution. Species composition remained consistent across methods, with Cristaria plicata and Sinanodonta lauta being dominant in both cases. However, slight spatial variations in species assemblages were observed between center and waterside sampling points, highlighting the influence of habitat heterogeneity on eDNA distribution. Overall, our results demonstrate that the QuickConcTM system offers a practical and efficient alternative to traditional filtration methods for eDNA-based freshwater mussel monitoring, particularly in environments with high suspended solids. The findings underline the need for adaptive sampling strategies that consider both methodological and ecological factors when designing eDNA surveys in lentic ecosystems.

The present study introduces a machine learning approach for designing new aluminum alloys tailored for directed energy deposition additive manufacturing, achieving an optimal balance between hardness and conductivity. Utilizing a comprehensive database of powder compositions, process parameters, and material properties, predictive models—including an artificial neural network and a gradient boosting regression model, were developed. Additionally, a variational autoencoder was employed to model input data distributions and generate novel process data for aluminum-based powders. The similarity between the generated data and the experimental data was evaluated using K-nearest neighbor classification and t-distributed stochastic neighbor embedding, with accuracy and the F1-score as metrics. The results demonstrated a close alignment, with nearly 90% accuracy, in numerical metrics and data distribution patterns. This work highlights the potential of machine learning to extend beyond multi-property prediction, enabling the generation of innovative process data for material design.