본 연구의 목적은 TREASURE Talk-CCTV 모델을 활용하여 입양모를 대상으로 영유아기 입양 자녀와의 부정적 상호작용을 감소시키고 긍정적 상호작용을 증대시키기 위한 교육 훈련프로그램의 효과성을 검증하는 것이다. 연구 문제는 첫째, TREASURE Talk-CCTV 모델을 활용한 입양모의 긍정적 상호작용 교육 훈련 프로그램의 효과를 확인하고, 둘째, TREASURE Talk-CCTV 모델을 활용한 입양모의 교육 훈련 프로그램을 통한 부정적 상호작용의 변화를 확인하는 것으로 설정하였다. 교육 훈련 프로그램의 효과 검증을 위하여 입양모 12인을 대상으로 관찰을 통한 아동-성인 상호작용 척도인 CICAIO와 CCTV 모델에 기반한 성인-아동의 부정적 상호작용 척도 ACNIS를 활용하여 사전-사후-추후 검증을 진행하였고, 반복측정 분산분석(Repeated measure ANOVA)으로 분석하였다. 연구 결과, 입양모-영유아 자녀의 긍정적 상호작용을 증대시키고, 부정적 상호작용을 감소시키는 유의미한 효과를 확인하였다. 따라서 본 연구는 TREASURE Talk-CCTV 모델을 활용한 선행연구와 동일한 결과가 나타남을 확인하였고, 입양가족을 대상으로 부모-자녀 상호작용 교육의 실제 적용이 가능하다는 것을 확인할 수 있었다는 점에서 의의가 있다.

본 연구의 목적은 영유아기 교사의 학대언어제한과 촉진적 상호작용을 위하여 교육훈련하고 그 효과를 분석하여 언어학대를 예방하기 위한 목적으로 수행되었다. 이에 따른 연구문제는 영유아교사에게 TREASURE Talk-CCTV 모델을 활용한 학대언어제한과 촉진적 상호작용프로그램을 구성하고, 상호작용프로그램의 효과를 분석하는 것이다. 교육훈련프로그램은 동영상, 도구(TREASURE STICK), 연습용 스크립트의 세 가지로 제작되었고 총 7시간 과정의 훈련체계를 구성하여 영아교사 18명, 유아교사 20명으로 단일사례 집단을 대상으로 대응표본 t-test(paired sample t-test)를 실시하였다. 프로그램 효과의 분석을 위해 KP모델에 근거한 아동학대 지필테스트에서 사전-사후 검사결과 아동학대 교육의 이해도가 상승되었으며, CICAIO(Coaching Inventory Child-Adult Interaction Through Observation)척도를 통해 영유아교사 TRE, URE 전체에서 사전검사와 사후검사 간의 차이가 통계적으로 유의미하게 나타났다. 마지막으로 ACNIS(Adult-Child Negative Interaction Scale-based on CCTV model) 척도를 사용하여 영유아교사는 부정적 상호작용 전체에서도 사전검사, 사후검사 간에 통계적으로 유의미한 차이가 있는 것으로 나타났다. 따라서 개발된 상호작용프로그램은 영유아교사에게 긍정적 상호작용은 향상 되고 부정적 상호작용은 수준을 낮추는 유의미한 효과가 있음이 확인되었다.

본 연구의 목적은 아동의 성장발달과정에 중요한 영향을 미치는 의미 있는 성인, 특히 부모와 교사를 대상으로 아동과 부정적 언어(Negative languge)로 상호작용하는 수준을 파악할 수 있는 척도를 개발하기 위한 것이다. 즉 이 척도는 이소희(2014)가 제안한 바 있는 CCTV 모델을 구축한 다음, 이에 기반하여 2차에 걸친 문항개발과 탐색적 요인분석, 구성요인과의 상관관계 분석에 의한 타당성 검증을 통하여 척도를 개발 및 타당화하고자 한 것이며, 다음의 과정을 거쳤다. 1차 문항선정은 선행연구의 고찰을 통해 본 연구의 목적에 부합하는 84문항을 구성한 한 다음, 유아 교육·보육전문가를 대상으로 그룹 토의와 5점 리커트 척도에 의한 내용타당도를 실시하여 56문항을 선별하였다. 2차 문항 선별은 서울 및 경기지역에 위치한 유아교육·보육기관의 교사 30명, 원장 30명을 대상으로 5점 리커트 척도에 의한 내용타당도를 실시하여 36문항을 선별하였다. 선별된 36문항의 타당도를 확인하기 위하여 대도시권에 거주하는 성인 416명을 대상으로 SPSS 21을 활용하여 탐색적 요인분석을 실시하였다. 또한 이 분석을 통해 확인된 척도의 구성요인들과의 관계를 알아보기 위해 Pearson의 상관분석을 실시하였으며, Cronbach’s α에 의한 신뢰도 계수를 산출하였다. 이 결과, CCTV 모델에 기반한 신뢰도 .93의 4가지 요인, 즉 Command(명령하기), Criticism (비난하기), Tag(꼬리표 달기), Vex(잔소리하기)로 구성된 25문항의 성인-아동의 부정적 상호 작용 척도 ACNIS(Adult-Child Negative Interaction Scale-based on CCTV model)가 개발·타당화되었다.

This study has suggested an image analysis system based on the Deep Learning for CCTV pedestrian detection and tracing improvement and did experiments for objective verification by designing study model and evaluation model. The study suggestion is that if someone’s face did not be recognized in crime scene CCTV footage, the same pedestrian would be traced and found in other image data from other CCTV by using Color Intensity Classification method for clothes colors as body features and body fragmentation technique into 7 parts (2 arms, 2 legs, 1 body, 1 head, and 1 total). If one of other CCTV footage has recorded its face, the identity of the person would be secured. It is not only detection but also search from stored bulk storage to prevent accidents or cope with them in advance by cost reduction of manpower and a fast response. Therefore, CIC7P(Color Intensity Classification 7 Part Base Model) had been suggested by learning device such as Machine Learning or Deep Learning to improve accuracy and speed for pedestrian detection and tracing. In addition, the study has proved that it is an advanced technique in the area of pedestrian detection through experimental proof.