본 연구에서는 대학 교수학습센터에서 제공하는 학습지원 프로그램의 성과를 종합적으로 평가하기 위한 BSC(Balanced Score Card) 기반의 성과평가 모형을 개발하고 적용하는 데 있다. 문헌 연구를 통해 성과평 가의 이론적 배경을 조사하고, BSC 모형을 교육 분야에 맞게 수정하여 학습지원 프로그램에 적용 가능한 평가 체계를 설계하였다. 재무, 수요 자, 운영, 프로그램의 네 가지 관점에서 성과평가 지표를 설정하고, 이를 기반으로 대학의 다양한 학습지원 프로그램의 성과를 분석하였다. 분석 결과, 특정 프로그램들이 높은 성과를 보임을 확인하였으며, 동시에 개선 이 필요한 영역을 확인하였다. 개발된 BSC 기반 성과평가 모형은 대학 학습지원 프로그램의 다각도에서의 성과를 평가하는 데 유용하였으며, 프로그램의 강점과 개선점을 명확하게 확인할 수 있었다. 이 연구를 통 하여 대학 교수학습센터가 학습지원 프로그램의 질을 개선하고, 대학 교 육의 질적 향상에 기여하길 기대한다.

작물의 스트레스 조기 진단은 농업에 있어 빠른 대응을 가능하게 해 피해를 경감시킬 수 있어 중요한 기술이다. 기존의 스트레스 진단이 가진 파괴적인 형식의 시료 채집과 양분 분석에 많은 노동력을 필요로 한다는 단점 극복을 위해 새로운 기술 개발이 필요하다. 미래에는 대단위 영상을 이용한 생육 진단 기술에 대한 수요가 높아질 것으로 예상되어 이를 이용한 연구를 진행하였다. 본 연구는 2023년 경상남도 밀양시에 위치한 국립식량과학원 실험 포장에서 수행되었으며, 무인항공기(UAV)를 이용하여 양분 결핍 처리(관행시비, 질소 결핍, 인 결핍, 칼륨 결핍, 무비)에 따른 벼의 생육을 조사했다. UAV를 이용해 생육 기간 중 총 6회에 걸쳐 포장을 촬영하였고, 영상을 기반으로 11개의 식생 지수를 산출하여 기계학습을 통해 양분 결핍을 진단하는 모델을 구축하여 평가했다. 연구 결과에 따르면, 엽록소 함량과 관련된 지수인 NDRE (Normalized Difference Red Edge)가 가장 높은 중요도를 나타내어 벼의 양분 상태를 효과적으로 진단하는 데 유용하다는 것을 확인하였다. 6개의 각 단계별로 모델을 평가하였을 때 모든 단계에서 accuracy가 0.7 이상으로 나타났다. 조기 진단을 위해 첫 촬영 날짜인 7월 5일의 자료로 모델을 만들어 다른 회차에 적용하여 모델의 성능을 평가한 결과, 5개의 모든 단계에서 0.9 이상의 accuracy를 얻었다. 종합적으로, UAV 영상 기반의 식생 지수를 활용한 양분 결핍 진단은 벼의 생육을 조기에 예측하는 데 효과적이며, 이는 정밀 농업 분야에서 시간과 노동을 절감하고 양분 관리를 개선하는 데 도움이 될 것으로 기대된다.

교량은 국가의 사회경제 발전과 국민 안전에 중대한 영향을 미치는 중요한 인프라이다. 하지만 다수 의 국내 교량이 1970년대와 1980년대의 고도의 경제성장기에 완공되었으며, 현재 교량의 노후화 비중 은 전체 교량의 30%에 달하고 있다. 현재 노후화 교량에 대한 유지 보수 시스템의 부족으로 인해 교 량 붕괴 사고가 발생한 사례들이 발생하고 있다. 따라서 노후화가 진행되는 교량에 대해 효율적으로 관리하기 위한 우선순위 평가 모델 개발은 중요시된다. 본 연구에서는 개발한 유지관리 우선순위 모델 을 개발하였고, 이를 실제 교량에 대해 적용하여 평가하였다. 제안된 모델의 활용을 통해 위험에 노출 된 교량의 유지 보수 및 관리를 효율적이고 신뢰할 수 있게 수행할 수 있을 것으로 판단된다.

전기 캐비닛은 병원 및 발전소와 같은 중요 시설물에서 운영과 관리를 위한 시스템 기기를 보관한 다. 지진과 같은 극한하중 하에서 중요 시설물은 지속적으로 운영 및 제어되어야 하기 때문에 전기 캐 비닛의 안전성은 평가되고 확보되어야 한다. 하지만 실험적 연구만으로 다양한 유형의 전기 캐비닛에 대한 내진성능 평가를 수행하는 것은 많은 제약이 있다. 따라서 다양한 연구자들은 전기 캐비닛의 유 한요소 모델을 구축하고 내진성능 평가를 수행하였다. 유한요소 모델은 beam-stick 요소를 기반으로 구축되거나 3차원 shell 요소를 기반으로 구축되어왔다. Beamk-stick 요소 기반 및 3차원 shell 요소 기반의 유한요소 모델에 대한 전체거동에 대한 비교를 수행한 사례는 있으나 국부거동에 대한 동적응 답을 비교한 연구사례는 없다. 전기 캐비닛은 내부에 시스템 기기가 보관되므로 내부의 국부거동 기반 의 내부응답을 포착할 수 있어야한다. 따라서 본 연구는 단문형 전기 캐비닛에 대한 beam-stick 요소 및 3차원 shell요소를 기반으로 유한요소 모델을 구축하고 동일한 높이에서 가속도 응답을 비교하였다. 결과적으로 beam-stick 요소 기반의 3차원 유한요소 모델은 전기 캐비닛 내부 응답 스펙트럼을 정확 히 예측할 수 없기 때문에 내부 응답 스펙트럼을 위해서는 3차원 shell요소 기반의 상세 유한요소 모 델을 사용해야 한다.

This study develops and validates an English communicative competence model for Korean high school students, in response to the need to redefine the relevant concepts and components of competence that are demanded by the rapidly evolving future society. Drawing on Celce-Murcia’s (2008) theoretical model on communicative competence, this research conceptualized a model that could assess high school students’ English communicative competence by examining relevant domestic and international studies as well as theoretical reflections. Expert opinions from a two-stage Delphi survey were compiled and incorporated to revise, supplement, and validate the English communicative competence among high school students reflecting Korea’s English education environment. Following this process, the conceptual model for English communicative competence was reorganized into five sub-competences (sociolinguistic, discourse, linguistic, interactional, and strategic competence) and 15 corresponding subfactors. The content validity ratio values for the conceptual definition and factor structure of this model were all above 0.64, thus affirming the validity of the conceptual definition and factor structure.

여름철은 타 계절에 비해 장마와 불안정한 대기 등으로 인하여 빗길 교통사고의 위험성이 크게 증대될 수 있으며, 최근 5년 (2018~2022)간 여름철 빗길 교통사고는 전체 빗길 교통사고의 39%를 차지할 정도로 높은 수준이다. 이러한 빗길 운전은 노면의 배수 불량 및 미끄럼 저항 감소 등으로 인하여 수막현상을 발생시키게 된다. 이에 본 연구에서는 우천 시 도로의 안전성 강화 및 사고 위 험을 최소화하기 위한 요소인 수막두께를 산정하기 위하여 Manning의 평균 유속식을 기반으로 콘크리트 노면의 조도계수 예측 모델을 개발하는 것을 목표로 하였다. 조도계수의 영향인자를 고려하기 위하여 실외 강우 모의 장비를 이용하여 콘크리트를 타설한 뒤 실험 인자로 포장 경사, 배수거리, 강우강도, 노면 조직 특성을 고려하였으며, 이 중 노면 조직 특성은 타이닝 처리를 하지 않은 구간만 고 려한 타 연구의 기존 예측 모델 단점을 보완하기 위하여 16, 25mm 간격의 타이닝 표면 처리한 구간을 추가로 고려하였다. 수막두께 측정은 측정 범위 0.3~5mm의 수막두께 측정 게이지를 제작하여 강우가 모사된 조건에서 배수 거리 1~5m 이내 지점의 노면 조직 상 단과 수면이 접하는 수직 높이를 총 3회 측정하여 평균값을 사용하였다. 실측된 수막두께 데이터베이스를 기반으로 Manning 공식을 이용하여 조도계수를 역산한 결과, 강우강도가 증가함에 따라 조도계수는 감소하였으며, 이는 강우의 증가로 인해 물의 흐름과 콘크리 트 노면 사이의 마찰 저항 감소에 기인한 것으로 판단되었다. 또한 포장 경사가 높고 배수 거리가 짧을수록 배수성이 증가하여 마찰 저항의 지표인 조도계수가 증가하는 것으로 확인되었다. 평균 조직 깊이에 따른 조도계수 영향의 경우, 평균 조직 깊이가 증가할수록 콘크리트 표면에 노출되는 표면적이 증가하여 수막두께가 얕게 생성되고, 얕은 수심으로 인해 물의 흐름 저항이 감소하여 조도계수는 감소하는 것으로 산정되었다. 이후 135개의 데이터를 종합하여 조도계수를 종속변수로 하고 강우강도, 포장경사, 배수거리, 평균 조직 깊이, 수막두께를 독립변수로 하는 회귀분석을 수행하여 조도계수 산정식을 개발하였다.

The secondary growth model for Salmonella was developed based on the artificial neural network (ANN) with data collected from ComBase and FoodData Central. In addition to the existing secondary model variables (temperature, pH, Na+, and water contents), more input variables (sugar, carbohydrate, lipid, and protein contents) were considered. The output variables were microbial growth parameters (lag phase duration [l] and maximum growth rate [mmax]). A commercial ANN program (NeuralWorks Predict) was utilized with training at 80%, validation at 10%, and test data at 10%. ANN models were created using all data and cleansed data. Using the cleansed data, the training/testing root mean square error (RMSE) for mmax improved from 0.14/0.16 to 0.11/0.14, whereas the RMSE for l was still not acceptable, from 11.94/33.03 to 7.09/4.18. The l data were divided into two ranges with high and low goodness of fit, whereas the ANN model for each field was built, resulting in an optimally low RMSE.

신뢰성 있는 토양의 이산요소모델을 개발하기 위해서는 토양의 특성을 고려하여 매개변수를 교정해야 한다. 본 연구에서는 이산요소모델을 구성하는 각 매개변수가 토양 입자의 거동에 미치는 영향을 분석하였고, 분석된 결과를 이용하여 토양의 이산요소모델을 개발하였다. 민감도 분석의 대상이 되는 매개변수는 전단 계수, 마찰 계수, 표면 에너지 등으로 선정하였으며, 교정의 기준이 되는 토양의 특성은 가비중, 안식각, 점착력 및 내부마찰각으로 선정하였다. 또한, 토성이 서로 다른 해안가, 논 및 밭을 구성하는 토양을 대상으로 연구를 수행하여 다양한 토성에 대한 적용성을 확인하였다. 결과적으로 본 연구에서 수행한 민감도 분석 결과를 이용하여 각 토양의 거동을 모사할 수 있는 이산요소모델을 교정하였으며, 시험 결과와의 비교를 통해 교정된 이산요소모델을 검증하였다.

빠르게 발전하는 이미지 인식 기술에도 불구하고 표 형식의 문서와 수기로 작성된 문서를 완벽하게 디지털화하기에는 아직 어려움이 따른다. 본 연구는 표 형식의 수기 문서인 선박 항해일지를 작성하는 데에 사용되는 규칙을 이용하여 보정 작업을 수행함으로 써 OCR 결과물의 정확도를 향상시키고자 한다. 이를 통해 OCR 프로그램을 통하여 추출된 항해일지 데이터의 정확성과 신뢰성을 높일 것 으로 기대된다. 본 연구는 목포해양대학교 실습선 새누리호의 2023년에 항해한 57일간의 항해일지 데이터를 대상으로 OCR 프로그램 인 식 후 발생한 오류를 보정하여 그 정확도를 개선하고자 하였다. 이 모델은 항해일지 기재 시 고려되는 몇 가지 규칙을 활용하여 오류를 식별한 후, 식별된 오류를 보정하는 방식으로 구성하였다. 모델을 활용하여 오류를 보정 후, 그 효과를 평가하고자 보정 전과 후의 데이터 를 항차별로 구분한 후, 같은 항차의 같은 변수끼리 비교하였다. 본 모델을 활용하여 실제 셀 오류율은 약 11.8% 중 약 10.6%의 오류를 식 별하였고, 123개의 오류 중 56개를 개선하였다. 본 연구는 항해일지 중 항해정보를 기입하는 Dist.Run부터 Stand Course까지의 정보만을 대 상으로 수행하였다는 한계점이 있으므로, 추후 항해정보 뿐만 아니라 기상정보 등 항해일지의 더 많은 정보를 보정하기 위한 연구를 진 행할 예정이다.

PURPOSES : To enhance the accuracy of predicting the compressive strength of practical concrete mixtures, this study aimed to develop a machine learning model by utilizing the most commonly employed curing age, specifically, the 28-day curing period. The training dataset consisted of concrete mixture sample data at this curing age, along with samples subjected to a total load not exceeding 2,350 kg. The objective was to train a machine learning model to create a more practical predictive model suitable for real-world applications. METHODS : Three machine learning models—random forest, gradient boosting, and AdaBoost—were selected. Subsequently, the prepared dataset was used to train the selected models. Model 1 was trained using concrete sample data from the 28th curing day, followed by a comprehensive analysis of the results. For Model 2, training was conducted using data from the 28th day of curing, focusing specifically on instances where the total load was 2,350 kg or less. The results were systematically analyzed to determine the most suitable machine learning model for predicting the compressive strength of concrete. RESULTS : The machine learning model trained on concrete sample data from the 28th day of curing with a total weight of 2,350 kg or less exhibited higher accuracy than the model trained on weight-unrestricted data from the 28th day of curing. The models were evaluated in terms of accuracy, with the gradient boosting, AdaBoost, and random forest models demonstrating high accuracy, in that order. CONCLUSIONS : Machine learning models trained using concrete mix data based on practical and real-world scenarios demonstrated a higher accuracy than models trained on impractical concrete mix data. This case illustrates the significance of not only the quantity but also the quality of the data during the machine learning training process. Excluding outliers from the data appears to result in better accuracy for machine learning models. This underscores the importance of using high-quality and practical mixed concrete data for reliable and accurate model training.

Approximately 40,000 elevators are installed every year in Korea, and they are used as a convenient means of transportation in daily life. However, the continuous increase in elevators has a social problem of increased safety accidents behind the functional aspect of convenience. There is an emerging need to induce preemptive and active elevator safety management by elevator management entities by strengthening the management of poorly managed elevators. Therefore, this study examines domestic research cases related to the evaluation items of the elevator safety quality rating system conducted in previous studies, and develops a statistical model that can examine the effect of elevator maintenance quality as a result of the safety management of the elevator management entity. We review two types: odds ratio analysis and logistic regression analysis models.

기후변화는 연안지역에 심각한 영향을 미치고 있으며 그 영향이 점점 증가할 것이라고 예상되는 바, 최근 기후변화 적응 및 리스크 평가에 있어 많은 연구들이 취약성과 함께 회복탄력성 개념을 이용하고 있다. 본 연구의 목적은 기후변화 적응을 위한 연안재해 회복탄력성 측정 모형을 개발하는 것이다. 측정 모형 개발에 앞서 연안재해 회복탄력성에 대한 광범위한 문헌검토를 통해 취약성과 회복 탄력성에 대한 조작적 정의와 함께 여러 피드백 메커니즘이 포함된 개념적 프레임워크를 작성하였다. 연안재해 회복탄력성 측정 모형은 네 가지 측정값(MRV, LRV, RTSPV, ND)과 연안재해 회복탄력성 복합 지수(CRI)를 포함하고 있으며, 개발된 지수는 국내 연안침식 사례에 적용되었다. 또한 지수 등급에 따른 지역적 분석이 수행되었다. 연구 결과, 네 가지 회복탄력성 측정값을 통해 각 지점이 가지는 연안침식 회복탄력성의 다양한 특성을 파악할 수 있음을 확인하였다. 연안 회복탄력성 복합 지수의 매핑 결과 서해안 및 남해안 지역에 비해 동해 안 지역들은 연안침식 회복탄력성이 상대적으로 떨어지는 것으로 나타났다. 본 연구의 회복탄력성 측정 모형은 적응 이후의 이행전략에 대한 논의를 제공하는 도구로 활용될 수 있으며, 서로 다른 취약 지역 그룹 간 정책지원에 대한 우선순위를 결정하는 데 이용 가능하다.

In this study, we analyzed how the revenue water ratio(RWR) is affected by changes in conditions of the water supply area, such as the ratio of aging pipes, maintenance conditions, and revenue water. As a result of analyzing the impact of pipe aging and maintenance conditions on the RWR, it was confirmed that the RWR could be decreased if the pipe replacement project to improve the aging pipe ratio was not carried out and proper maintenance costs were not secured. It was also confirmed that an increase in the revenue water could be operated to facilitate the achievement of the project’s target RWR. In contrast, a decrease in the revenue water due to a population reduction could affect the failure of the target RWR. In addition to analyzing the causes of variation in the RWR, the calculation of estimated project costs was considered by using leakage reduction instead of RWR from recent RWR improvement project cost data. From this analysis, it was reviewed whether the project costs planned to achieve the target RWR of the RWR improvement project in A city were appropriate. In conclusion, the RWR could be affected by variations in the ratio of aging pipes, maintenance conditions, and revenue water, and it was reasonable to consider not only the construction input but also the input related to RWR improvement, such as leakage reduction, when calculating the project cost.

This study was conducted to investigate the growth characteristics of domestic 'Sulhyang' strawberry (Fragaria × ananassa Duch.) seedlings and to analyze their relationships in order to develop a growth prediction model. Fresh weight, dry weight, and leaf area were measured to validate the newly developed growth model. The relative growth rate (RGR) of ‘Sulhyang’ seedlings’ dry weight was an average of 0.026 g·g-1·d-1, and it increased to 0.066 g·g-1·d-1 on the 49th day after transplanting (DAT). The relationship between DAT and RGR was represented as RGR (dry weight)(g·g- 1·d-1) = 0.0392/(1 + exp(–(DAT – 34.9940)/5.8662)). The crop growth rate (CGR) was an average of 0.060 g·m-2·d-1, and it increased to 0.211 g·m-2·d-1 on the 70th DAT. The relationship between DAT and CGR was calculated as CGR (dry weight)(g·m-2·d-1) = 0.1293/(1 + exp(–(DAT – 49.3917)/6.0928)). The relationship between shoot fresh weight (y) and shoot dry weight (x) per plant showed a linear relationship of y = 4.3189x + 0.7812 (R2 = 0.9976). Fresh weight, dry weight, and leaf area with respect to DAT and cumulative temperature increased exponentially, and sigmoid curve models were developed based on these data. The model with the highest coefficient of determination was found for the relationship between shoot dry weight (y) and cumulative temperature (x), represented as y = 14.2285/(1 + exp(–(x – 1590.1295)/377.8112)) (R2 = 0.9715). The results of this study can be utilized as valuable information for establishing a systematic management system for seedling production using strawberry cutting propagation methods. For the development of a more precise growth prediction model in the future, it is necessary to analyze and apply a wider range of growth indicators and meteorological factors related to strawberry seedlings.

PURPOSES : Construction cost estimates are important information for business feasibility analysis in the planning stage of road construction projects. The quality of current construction cost estimates are highly dependent on the expert's personal experience and skills to estimate the arithmetic average construction cost based on past cases, which makes construction cost estimates subjective and unreliable. An objective approach in construction cost estimation shall be developed with the use of machine learning. In this study, past cases of road projects were analyzed and a machine learning model was developed to produce a more accurate and time-efficient construction cost estimate in teh planning stage. METHODS : After conducting case analysis of 100 road construction, a database was constructed including the road construction's details, drawings, and completion reports. To improve the construction cost estimation, Mallow's Cp. BIC, Adjusted R methodology was applied to find the optimal variables. Consequently, a plannigs-stage road construction cost estimation model was developed by applying multiple regression analysis, regression tree, case-based inference model, and artificial neural network (ANN, DNN). RESULTS : The construction cost estimation model showed excellent prediction performance despite an insufficient amount of learning data. Ten cases were randomly selected from the data base and each developed machine learning model was applied to the selected cases to calculate for the error rate, which should be less than 30% to be considered as acceptable according to American Estimating Association. As a result of the analysis, the error rates of all developed machine learning models were found to be acceptable with values rangine from 17.3% to 26.0%. Among the developed models, the ANN model yielded the least error rate. CONCLUSIONS : The results of this study can help raise awareness of the importance of building a systematic database in the construction industry, which is disadvantageous in machine learning and artificial intelligence development. In addition, it is believed that it can provide basic data for research to determine the feasibility of construction projects that require a large budget, such as road projects.

이 연구는 초분광 영상으로 두 품종의 콩(청자 3호, 대찬)의 들불병을 진단할 수 있는 모델과 다중분광 영상센서를 개발하기 위해 수행되었다. 무처리구와 들불병 처리구에서 5 nm full width at half maximum (FWHM)으로 구성된 원시 초분광 중심파장들의 콩 식물 영역 반사율들을 추출하여 10 nm FWHM으로 병합한 후, t-test로 차이가 나타난 blue, green, red, red edge, NIR1 및 NIR2 각 영역에서 선정된 대표 밴드로 121개의 식생지수를 계산하였다. 식생지수를 입력변수로 support vector machine (SVM), random forest (RF), extra tree (EXT), extreme gradient boosting (XGB)의 머신러닝 기법과 shapley additive explanation 변수 선택 기법을 적용하여 들불병 진단에 가장 적절한 모델을 선정하고 사용된 식생지수와 파라미터를 나타내었다. T-test 결과 품종에 상관없이 blue 1개(420 nm), green 2개(500, 540 nm), red 1개(600 nm), red edge 2개(680, 700 nm), NIR1 2개(780, 840 nm), NIR2 1개(920 nm)의 총 9개 대표 밴드들이 선택되었고, 성능 평가를 통해 선정된 모델에 청자 3호의 경우 SVM모델(OA=0.86, KC=0.72, 10 VIs)이 선정되었으나 혼동행렬 분석 결과 정상오분류가 적은 RF모델이 선택되었다. RF모델(식 생지수 : RE/Blue, NSI, GDVI, Green/Blue, 파라미터 : max_depth=6, n_estimators=100)은 OA=0.81, KC=0.60, precision=0.86, recall=0.81, F1 score=0.80의 성능을 나타내었다. 대찬은 EXT모델(식생지수 : YVI, RE/Green, 2YVI, 파라미터 : max_depth=8, n_estimators=10)이 선정되 었고, OA=0.86, KC=0.72, precision=0.86, recall=0.86, F1 score=0.86의 성능을 나타내었다.

This study reports an analytical investigation on the development of SB4-grade separated concrete median barriers. The proposed barrier sections comprise three designs, with heights of 810, 1000, and 1270 mm and upper widths of 90, 120, and 120 mm, respectively. Before conducting collision analyses on the proposed sections, the considered collision analysis model was validated using real collision test results; the model was found to accurately predict the real collision test results. The proposed cross-sections were modeled to perform collision analysis according to SB4-grade collision conditions. Results indicated that increasing the cross-section height increased the damaged area and decreased the strength, while the occupant protection performance remained mostly unaffected. Furthermore, the proposed cross-sections met the strength and occupant protection performance criteria specified in domestic guidelines, suggesting their suitability as a separated concrete median barrier for bridges.

In this study, we developed Rapid Enrichment Broth for Vibrio parahaemolyticus (REB-V), a broth capable enriching V. parahaemolyticus from 100 CFU/mL to 106 CFU/mL within 6 hours, which greatly facilitates the rapid detection of V. parahaemolyticus. Using a modified Gompertz model and response surface methodology, we optimized supplement sources to rapidly enrich V. parahaemolyticus. The addition of 0.003 g/10 mL of D-(+)- mannose, 0.002 g/10 mL of L-valine, and 0.002 g/10 mL of magnesium sulfate to 2% (w/v) NaCl BPW was the most effective combination of V. parahaemolyticus enrichment. Optimal V. parahaemolyticus culture conditions using REB-V were at pH 7.84 and 37oC. To confirm REB-V culture efficiency compared to 2% (w/v) NaCl BPW, we assessed the amount of enrichment achieved in 7 hours in each medium and extracted DNA samples from each culture every hour. Real-time PCR was performed using the extracted DNA to verify the applicability of this REB-V culture method to molecular diagnosis. V. parahaemolyticus was enriched to 5.452±0.151 Log CFU/mL in 2% (w/v) NaCl BPW in 7 hours, while in REB-V, it reached 7.831±0.323 Log CFU/mL. This confirmed that REB-V enriched V. parahaemolyticus to more than 106 CFU/mL within 6 hours. The enrichment rate of REB-V was faster than that of 2% (w/v) NaCl BPW, and the amount of enrichment within the same time was greater than that of 2% (w/v) NaCl BPW, indicating that REB-V exhibits excellent enrichment efficiency.