This study investigates the factors influencing the seed longevity of Quercus myrsinifolia, a species with recalcitrant seeds highly sensitive to desiccation and freezing. The effects of moisture content, seed collection date, and storage methods on seed viability were analyzed using exponential decay modeling. Interactions between these factors were also explored to refine conservation strategies. Seeds with moisture content above 40% demonstrated a predicted seed longevity of 2.19 years, whereas those with moisture content below 30% had seed longevity of less than 1 year. Late-season seeds collected in November and December exhibited superior germination percentages and longer predicted seed longevity (1.32 years) compared to early-season seeds collected in September and October (<1 year). In seed weight, large seeds (2.0 g) showed longer predicted seed longevity about 1.5 times greater than that of small seeds (<1.2g). Storage methods significantly affected seed longevity, with refrigerator (4°C) with silica gel maintaining viability for 2–3 years, while seeds stored at room temperature (25°C) exhibited a seed longevity of less than 1 year. Silica gel was found to prevent seed deterioration due to over-desiccation, emphasizing the importance of balanced moisture regulation. Q. myrsinifolia seeds exhibited 𝑏 values ranging from 0.30 to 2.04, demonstrating a close relationship between decay constant, moisture content, storage conditions, and seed longevity. These findings provide critical insights into optimizing seed storage and propagation strategies for Q. myrsinifolia, contributing to its conservation and ecological restoration efforts.

본 연구는 한국어교육 분야의 기존 메타버스 관련 개별 연구를 혼합연 구의 방법으로 종합적으로 분석하고 수업 모형 개발을 통해 구체적인 교 육 방안을 제시하는 데 목적이 있다. 이를 위해 먼저 일차 선정된 한국 어교육 분야의 학술지 논문 및 학위논문 52편을 대상으로 통합 요소를 도출하고, 양적·질적·혼합적 방법으로 결과를 통합하였다. 먼저 양적 통 합 결과 교육 분야에서 많이 활용되는 플랫폼, 학습자 대상 및 숙달도 수준의 경향성을 확인할 수 있었다. 다음으로 혼합적 통합 결과 메타버 스 활용 수업에 대한 인식과 기대, 몰입감 및 실재감과 관련된 의견을 통합할 수 있었다. 마지막으로 질적 통합 결과 기존 연구에서 제안한 수 업 모형 사례를 분석하고 교육 방안과 방향성 내용을 통합하였다. 이를 바탕으로 본 연구에서는 메타버스 활용 모듈식 한국어 수업 모형을 제안 하였다. 이 모형은 지식 중심, 상호작용 중심, 수행 중심 모듈로 구분되 며 수업 환경이나 학습자에 따라 적용할 수 있도록 구성되어 효용성이 높다는 점에서 의의가 있다.

In this study, we propose an adaptive traffic control method that utilizes predictions of near-future traffic arrivals at a signalized intersection based on real-time data collected at an upstream intersection to design acyclic traffic signal timing accordingly. The proposed adaptive control method utilizes a deep learning model developed in this study to predict future traffic arrivals at downstream intersections 24 s ahead based on upstream intersection data at 4 s decision intervals. Using the predicted arrival traffic volume, signal timings were designed to minimize delays. A rolling-horizon approach was employed to correct the prediction errors during this process. The performance of the proposed traffic signal control method was validated by comparing it with the traditional time-of-day (TOD) traffic signal operation method over a 24 h period. The results of comparative validation tests conducted through simulations in a virtual environment indicate that the proposed adaptive traffic control system operates efficiently to minimize average control delays. During the morning peak period, a reduction time of 43.19 s per vehicle (57.02%) was observed, whereas the afternoon peak period exhibited a reduction of 37.91 s per vehicle (48.35%). Additionally, data analysis revealed that the optimal phase length suggested by the pre-timed method, which assumes uniform vehicle arrivals, is statistically identical at a 95% confidence level to the average phase length of the adaptive traffic control system, which assumes random vehicle arrivals. This study confirms the necessity of adopting proactive real-time signal control systems that utilize a new traffic information collection method to respond to dynamic traffic conditions and move away from conventional TOD signal operation, which primarily focuses on peak commuting hours. Additionally, it confirms the need for a fundamental shift in the underlying philosophy traditionally used in traffic signal design

진저 비어는 생강과 설탕을 이용한 발효 음료로, 가볍 게 탄산화된 특유의 매운맛이 특징이며, 주로 가정에서 직 접 만들어진다. Ginger bug라는 스타터 컬처를 사용한 자 연적 발효 과정을 통해 만들어지며, 이는 상업용 음료와 달리 발효된 상태의 살아있는 미생물을 포함한다. 이 연 구는 두 가지 다른 방법으로 가정용 진저 비어를 직접 제 조하여 진저 비어의 미생물 군집의 변화를 분석하고자 하 였다. 레시피 1과 2의 발효 결과, 총 균수(aerobic plate count, APC)는 최대 6 log CFU/mL에 도달했고, 효모와 곰팡이 수(yeast and mold, YM)는 6.5 log CFU/mL로 가 장 높았다. 레시피 2에서는 진저 비어를 만들기 전에 ginger bug를 발효하였으므로 알코올 함량이 0.655%까지 증가한 반면, 레시피 1에서는 0.15% 미만이었다. 다양성 분석 결 과, ginger bug에서 높은 수준의 Enterobacteriaceae가 발견 되어 발효 과정과 재료 취급이 미생물 군집 변화에 영향 을 미쳤음을 시사했다. 생강과 진저 비어 전반에서 Lactococcus가 낮은 수준으로 검출되었고, 진저 비어에서 는 셀룰로오스를 분해하는 Trabulsiella 균주가 발견되어 프로바이오틱스 가능성을 시사하였다. 본 연구는 진저 비 어의 미생물 군집에 대한 최초의 연구로, 진저 비어 제조 시 재료로부터 기원한 미생물이 어떻게 변화하는지에 대 한 통찰을 제공한다. 또한, 다양한 환경에서의 발효 조건 이 미생물 군집과 제품의 품질에 미치는 영향을 탐구하는 데 기여할 것이다. 연구 결과는 진저 비어의 품질 향상에 대한 향후 연구에 중요한 자료를 제공할 것이다.

목적 : 디지털 시기능 훈련용 게이밍 프로그램을 사용하여 대상자의 시기능 훈련 후 양안시기능의 변화를 조사 하였다. 방법 : 본 연구는 전신질환, 안과적 질환, 과거 수술력이 없고 사시 진단을 받지 않은 신체 건강한 성인 25명(남 자 14명, 여자 11명)을 대상으로 하였다. 언리얼 엔진을 기반으로 한 게이밍 프로그램은 시기능을 강화 및 훈련하 기 위한 목적으로 개발되었다. 모든 피검자에게 디지털 시기능 훈련용 프로그램을 한달 동안 일주일 2회, 30분간 시행하여 훈련을 진행하였다. 결과 : 디지털 시기능 훈련 전과 후의 조절근점은 13.08±2.26 cm에서 10.15±3.41 cm으로 향상되었다. 조절 용이성은 12.05±1.20회에서 9.78±1.32회로 개선되어 선명하게 초점을 맺는데 시간이 단축되었다(p<0.050). 버 전스용이성(Vergence facillity)은 12.89±2.34 회에서 9.14±1.75 회로 통계적으로 유의하게 향상되었다(p< 0.050). 외사위도는 –2.48±2.56 Δ(exo.)에서 -1.07±1.23 Δ(exo.)으로 외사위량이 통계학적으로 유의하게 감소 하였고(p<0.050) 양성융합버전스 분리점은 21.99±4.26 Δ에서 24.55±2.89 Δ으로 개선되었고 음성융합버전스 분리점은 평균 17.57±2.12 Δ에서 18.69±1.60 Δ으로 약 0.1 Δ이 소폭 증가하였다. 결론 : 디지털 시기능 훈련으로 연구 대상자들의 외사위도가 감소하였고 조절력, 조절 및 버전스 용이성과 안구 운동성 능력이 개선되는 것을 알 수 있었다. 디지털 시기능 훈련은 안구 운동성 기능과 양안시기능이 중요한 직군 의 사람들에게 도움을 줄 수 있고 다양하게 활용될 수 있는 활용가치 및 잠재력을 가지고 있다.

This study aimed to address the time, cost, and ethical issues associated with traditional animal experiment-based observational methods by utilizing in silico Physiologically Based Pharmacokinetic modeling to predict veterinary drug residues in livestock products and validate them against observational data. Using PK-sim software, we modeled the physiological conditions of pigs to predict the depletion of ceftiofur and spiramycin. We evaluated the ceftiofur (3 mg, 6 mg) and spiramycin models by comparing them with observational data using residuals, MSE, and R-squared values. Specifically, the R-squared values for the ceftiofur models were all negative, indicating poor predictive power. For Ceftiofur (3 mg), the R-squared value was <0 with MSE of 611.3764, and for Ceftiofur (6 mg), it was <0 with MSE of 2447.982, highlighting significant discrepancies. Similar shortcomings were observed in the spiramycin models, with an R-squared value of <0 . These discrepancies can be attributed to inaccuracies in literature data, limited physicochemical data, inadequate consideration of inter-individual differences, mismatches between experimental and model conditions, and limitations of benchmark observational experiments. This underscores the critical importance of enhancing data quality and refining modeling approaches. Future research should focus on validating in silico techniques across diverse animal models and drugs to broaden their applicability in safety assessments. Ultimately, leveraging in silico techniques is crucial for establishing a scientifically robust safety management system for livestock products, overcoming the constraints of current observational experimental methods.

A multi-criteria decision-making(MCDM) method allows the decision makers to systematically evaluate the alternatives based on a predefined set of decision criteria. The most commonly used MCDM methods include Analytic Hierarchy Process(AHP), Technique for Order of Preference by Similarity to Ideal Solution(TOPSIS), Weighed Aggregated Sum Product Assessment(WASPAS), Preference Selection Index(PSI), etc. In MCDM Problems, it is common that performance ratings for different criteria are measured by different units. Normalization is thus used to convert performance ratings into commensurable data. There are many normalization techniques that can be used for MCDM problems. Much effort has been made for comparative studies on the suitability of normalization techniques used in MCDM methods. However, most studies present normalization methods suitable for specific MCDM problems based on specific data samples. Therefore, this study proposes the most suitable normalization method for each MCDM method under consideration using extensive data samples. A wide range of MCDM problems with various measurement scales are generated by simulation for comparative study. The experimental results show that vector normalization method is best suited for all MCDM methods considered in this study.

The green supply chain has become a central concern for global businesses, particularly in maritime industries, where sustainable development is pursued as both an economic growth strategy and a means of environmental preservation. This study seeks to identify the key challenges to implementing green supply chain in Vietnam. The Analytical Hierarchy Process (AHP) is employed to assess the significance of various factors, while Fuzzy Structural Modeling (FSM) is used to explore their interrelationships. Five major factors - economic, technological, organizational, governmental, and social - are identified as critical to the implementation of green supply chain. The study highlights that the organizational factor is the most crucial, with customer pressure, particularly regarding environmental standards from export countries, being the most influential sub-factor. The findings provide important insights for developing government policies, offering support to businesses, and guiding investment decisions in green supply chain.

본 연구는 YOLO(You Only Look Once)-Segmentation 기반 해양생물 탐지 모델의 성능 비교와 수중 이미지의 색상 왜곡 보정을 위한 딥러닝 모델 구축에 중점을 둔다. 탐지 모델 구축에는 Ultralytics에서 공식적으로 배포하는 YOLO의 버전별 객체분할 모델인 YOLOv5-Seg, YOLOv8-Seg, YOLOv9-Seg, YOLOv11-Seg를 활용하였으며, 22종의 해양생물 데이터셋을 사용해 동일한 학습 과정을 거쳤다. 이 를 통해 각 버전의 탐지 성능을 비교한 결과, YOLOv9c-Seg 모델이 정밀도(Precision) 0.908, 재현율(Recall) 0.912, mAP@50 0.943으로 가장 높 은 성능을 기록하며 최적의 모델로 선정되었다. 또한, 수중 환경에서 발생하는 색상 왜곡 문제를 해결하고 탐지 정확도를 높이기 위해 CLAHE, White Balance, Image Filter 등의 RGB 요소 변환 기법을 적용한 PhysicalNN 기반 이미지 보정 모델을 구축하였다. 선정된 탐지 모델 과 이미지 보정 모델을 이용해 수중영상 내 탐지된 생물의 위치를 정확히 파악하고, Monocular Depth Estimation(MDE) 알고리즘과 거리 및 크기 측정을 위한 가이드 스틱을 활용하여 대상 생물의 거리와 크기를 추정하였다. 이를 통해 단안 카메라 영상만으로도 3차원 공간의 해 양생물 크기와 이에 따른 체중을 간접적으로 추정하였으며, 향후 해양 생태계 모니터링에 활용할 수 있는 가능성을 시사한다.

본 연구에서는 기존 율피 중에 존재하는 ellagic acid 정 량 할 수 있는 분석법을 확립하였다. 본 실험에서 사용된 밤과 율피, 율피 가루는 2023년 10월 서울 소재 전통 및 약령시장에서 구입하였다. 실험에서 사용된 밤 품종은 국 내에서 소비되는 품종으로 서산, 옥광, 이평, 석추, 중국산 을 구입하여 사용하였고, 가공된 율피와 율피가루의 원산 지는 공주, 아산지역의 제품을 구입하여 실험을 진행했다. 율피중에 존재하는 ellagic acid의 함량은 100% methanol 에서 0.077 mg/g으로 가장 높게 검출되었고, 50% methanol 과 ethanol에서 0.048 mg/g, 증류수에서는 0.011 mg/g로 확 인되었다. 유기용매에 비율이 낮을수록 ellagic acid의 함 량은 순차적으로 줄어듬을 확인하였다. Waters사의 HPLC 이용하였으며 분석용 컬럼은 Aegispak C18-L을 사용하였 고, 이동상은 A (1.2% phosphoric acid in DW)와 B (methanol)를 이용하여 gradient 를 사용하였다. 유속은 1.0 mL/min, 주입량은 10 μL, 컬럼 오븐은 35oC이였다. 검 량선 작성을 위해 1-50 g/mL 범위에서 상관계수(R2) 0.9999 이상의 직선성을 확인하였다. 검량선내 3개 농도를 이용 하여 정밀도와 정확성을 측정한 결과, 일내 정밀도는 0.09- 0.18%, 정확도는 99.9-105.8%, 일간 정밀도는 0.04-0.23%, 정확도는 99.8-105.9% 범위내로 확인되었다. 국내에 유통 되고 있는 시료 8가지 품종의 정보는 Table 10과 같이 정 리하였고, 확보된 시료를 분석한 결과 총 8개 시료에서 ellagic acid의 함량은 0.0002-0.0936 mg/g로 확인되었다. Ellagic acid의 검출 한계는 3개 시료에서 검출한계 0.016 μg/ mL, 정량한계 0.499 μg/mL로 확인되었다. Ellagic acid 측정 불확도 산출 결과 0.40±0.01 mg/kg (신뢰수준 95%, K=2)로 비교적 낮은 측정불확도 값을 산출하였다. 따라서 본 연 구에서는 율피 중 ellagic acid 정성 및 정량분석을 위해 유효성이 검증된 분석법 확립으로 인하여 율피 중 ellagic acid의 기준규격 설정 및 관리에 참고 자료가 될 수 있고, 향후 ellagic acid를 이용한 건강기능식품 개발에 있어 품종, 지역 및 추출용매에 따른 실험결과를 바탕으로 건강기능 식품 기준규격 관리와 활성 및 독성시험 연구의 근거 자 료가 될 수 있다고 판단된다.

본 논문에서는 마스크 설계에 다양한 위상 최적설계 기법을 적용하고, 광학 근접 보정 성능을 비교한다. 포토리소그래피 공정 중 포토레지스트에 가해지는 빛의 간섭 효과를 보정하는 광학 근접 보정 기술은 반도체 품질을 결정하는 중요한 요소 중 하나이다. 전통 적인 광학 근접 보정 기술에서는 마스크의 일부 요소를 조정하며 보정 효과를 시뮬레이션과 실험으로 확인하면서 설계를 진행한다. 이러한 경험적 설계를 통해 최적의 마스크 형상을 얻는 데는 한계가 있기 때문에, 위상 최적화 기법을 이용한 마스크 설계의 필요성이 증가하고 있으며, 민감도 기반 알고리듬을 이용한 위상 최적설계가 진행되어 왔다. 본 논문에서는 이진 구조 위상 최적설계(TOBS)와 새롭게 고안한 완화된 이진 구조 위상 최적설계(Continuated TOBS)를 이용하여 기존 최적설계와 비교하고, 더 발전된 최적설계 방향 을 제시한다.

이 연구의 목적은 교육훈련기관의 교육과정과 교육방식 현황분석을 통 해 급변하는 교육환경에 적극적으로 대응하고, 효과적인 교육방식 적용 을 위한 시사점을 제시하고자 하였다. 연구목적을 달성하기 위하여 대표 적인 교육훈련기관의 전반적인 동향을 파악하고, 국가공무원인재개발원 의 사례를 중심으로 교육과정과 교육방식, 그리고 교육목표와의 연계성 등에 대한 현황분석을 통해 교육과정 특성과 교육목표에 적합한 교육방 식 적용에 대한 교육적 시사점을 도출하였다. 연구방법은 교육훈련기관 의 교육운영계획서 및 관련자료, 선행연구 결과 등을 바탕으로 분석하였 으며, 결과에 따른 주요 내용은 다음과 같다. 첫째, 교육과정에 상관없이 대면 교육방식을 가장 많이 적용하고 있다. 둘째 하이브리드 교육방식이 점차 증가하고 있다. 셋째, 교육방식과 교육목표의 정합성 정도에는 큰 차이를 보이지 않고 교육방식과 무관하게 유사한 교육목표 유형을 설정 하고 있다. 따라서 교육과정 특성을 고려한 효과적인 교육방식 채택기준 에 대한 표준화된 지표 개발이 필요하다.

This study analyzed the nutritional composition of Korean landrace crops, including 4 rice and 3 legume varieties, before and after cooking. The study aimed to provide fundamental nutritional data for these traditional crops, valuable for dietary planning and product development in the food industry. The results showed that cooking significantly affected most nutrients, except some minerals and vitamins. the nutritional content of the landrace crops was generally similar to common varieties, with some notable differences. Jaepat had higher carbohydrate content than common red beans. Most landrace crops showed higher phosphorus levels compared to common varieties, except Seonbijabi-kong. Potassium content was notably higher in all landrace rice varieties. Regarding vitamins, beta-carotene was not detected in landrace rice, and vitamin B1 and B3 levels were lower in landrace crops. However, Geomeunkkae-ssal-byeo had the highest vitamin E content among landrace rice varieties. This study provides valuable nutritional data on Korean landrace crops, which can be used to promote the consumption and preservation of these genetic resources. The study also suggests that the obtained nutritional information can be utilized as a basis for meal planning by consumers and food service facilities, as well as for product development in the food industry.

This review examines the importance of measuring practical enteric methane emissions from ruminants, considering their significant impact on global warming. Global warming is significantly driven by an increase in greenhouse gases, with rising methane (CH4) emissions from ruminants accelerating global warming recently. To successfully mitigate CH4 emissions and establish effective strategies, it is essential to apply reliable measurement techniques. This will allow for an accurate assessment of on-farm CH4 emissions. The priority should be to gather CH4 emission data that reflects the actual state of CH4 emissions from ruminants. The review provides an overview of the methods used to measure CH4 emissions from ruminants by compiling existing researches. It introduces the concepts, principles, and limitations of these methods to facilitate comparisons between existing approaches. This review discusses methods for measuring enteric CH4 emissions from ruminants at the farm level, including the tracer technique, laser methane detector, GreenFeed, and sniffer system. These methods are highlighted as potential tools to accumulate substantial data on on-farm CH4 emission from domestic animals with provides examples of international cases. Among these, this review introduces the Sniffer method, a CH4 emission measurement techniques that are suitable for on-farm use under domestic conditions, and emphasizes the necessity of its application. In addition, by presenting international cases where predictive models were developed based on on-farm CH4 measurement techniques, it is projected that if predictive models for CH4 emissions are developed by accumulating data at the farm level, it can contribute to sustainable livestock industry in various promising ways.

This paper explores a convergent approach that combines advanced informatics and computational science to develop road-paving materials. It also analyzes research trends that apply artificial-intelligence technologies to propose research directions for developing new materials and optimizing them for road pavements. This paper reviews various research trends in material design and development, including studies on materials and substances, quantitative structure–activity/property relationship (QSAR/QSPR) research, molecular data, and descriptors, and their applications in the fields of biomedicine, composite materials, and road-construction materials. Data representation is crucial for applying deep learning to construction-material data. Moreover, selecting significant variables for training is important, and the importance of these variables can be evaluated using Pearson’s correlation coefficients or ensemble techniques. In selecting training data and applying appropriate prediction models, the author intends to conduct future research on property prediction and apply string-based representations and generative adversarial networks (GANs). The convergence of artificial intelligence and computational science has enabled transformative changes in the field of material development, contributing significantly to enhancing the performance of road-paving materials. The future impacts of discovering new materials and optimizing research outcomes are highly anticipated.

The fishing industry is globally recognized as a high-risk sector with substantial safety challenges. This study analyzes Norway's fishing vessel safety management legislation and risk management practices. The goal is to derive insights that can enhance South Korea's safety management for fishing vessels. Norway has established a culture of safety through regular inspections, mandatory safety training, the implementation of safety management systems, and active involvement of fishermen in risk assessments. These measures have significantly reduced maritime accidents. This study suggests incorporating effective elements of Norway’s safety management into the South Korean context, emphasizing a participatory approach that actively involves fishers.

Recently, high-rise residential buildings in Korea have adopted slender shear walls with irregular section shapes, such as T-shape, H-shape, and C-shape. In the seismic design of the slender shear walls, the transverse reinforcement for lateral confinement should be provided in the boundary elements to increase deformation capacity and subsequent ductility. However, in practice, the irregularity of the shear walls is not adequately considered, and the lateral confinement region is calculated for the rectangular wall segments. This study investigated the proper design method for lateral confinement regions using finite element analysis. The lateral confinement region was considered in analysis for two cases: 1) as a typical rectangular wall segment and 2) as an irregular wall. When the irregularity of the walls was considered, the compression zone depth was increased because the vertical reinforcement in the flange was addressed. The effect of lateral confinement design methods on the structural performance of the walls was directly compared under various design parameters, including the length of the flange, concrete compressive strength, vertical rebar layout, axial load ratio, and loading direction. According to the results of the parametric analysis, the peak strength and deformation capacity could be significantly increased when the lateral confinement region was calculated based on irregularly shaped walls, regardless of the design parameters. In addition, the effective compression zone was located within the lateral confinement region. Thus, it is recommended that the lateral confinement region of T-shaped walls is calculated by addressing the irregularity of the walls.

Purpose: This mixed methods study aimed to investigate the anxiety and nursing satisfaction levels and experiences among users of a general health checkup center. Methods: A total of 152 participants completed a questionnaire to assess their pre-checkup anxiety and post-checkup nursing satisfaction levels. Additionally, 11 participants were individually interviewed to determine their pre-checkup anxiety and post-checkup nursing satisfaction experiences. Survey data were analyzed using SPSS software, while qualitative data were analyzed using content analysis. Results: The mean anxiety scores were 2.80±2.24 on the Visual Analog Scale for Anxiety and 44.06±9.55 on the State-Trait Anxiety Inventory (STAI) scale. Education level was a significant factor influencing the STAI scores. Participants with a college education or higher had significantly lower STAI scores(p<.005), indicating the association between higher education levels and lower STAI scores. The mean nursing satisfaction score was 36.49±8.84, with male participants reporting higher nursing satisfaction levels. The pre-health checkup anxiety experience included three themes: “contrasting expectations about checkup results,” “various emotions felt during the checkup process,” and “physical and mental reactions.” The health checkup nursing satisfaction experience included four themes: “satisfaction with nurses’ support and care,” “comfort during the checkup process,” “dissatisfaction due to nurses’ habitual responses,” and “expectations for nurses’ emotional support and communication.” Conclusion: Providing comprehensive nursing information is essential to reduce user anxiety and improve nursing satisfaction. Moreover, integrating advanced technologies, such as virtual reality, augmented reality, and metaversing, into information delivery can enhance educational effectiveness and better address the experiences and needs of checkup users.