본 연구는 데이터 리터러시 수업에 적용된 데이터 가치의 유형을 체계화하고, 실제 수업 사례에서 각 가치가 드 러나는 양상과 가치 간 구조적 관계를 규명하고자 하였다. 국내외 학술 데이터베이스를 체계적으로 검색하여 P RISMA 권고안에 준거한 단계적 스크리닝을 통해 26편의 문헌을 선정하고, 귀납적 코딩 및 전문가 협의를 거쳐 정보적, 교육적, 과학적, 예측적, 경제적, 사회적, 윤리적, 의사결정 지원, 협력적, 혁신적, 통합적 가치의 11개 데이터 가치 유형을 도출 하고 조작적으로 정의하였다. 확정된 가치 체계를 초·중·고 학생 대상 데이터 리터러시 수업 사례 39편에 적용하여 분 석한 결과, 과학적 가치와 윤리적 가치가 약 90%에서 출현하여 핵심 축을 이루었다. 사회적, 의사결정 지원, 통합적 가 치는 수업에서 다루는 가치의 수가 많아질수록 동반 비율이 높아졌지만, 예측적, 경제적, 협력적 가치는 선택적으로 나 타났다. 가치 쌍 네트워크 분석 결과, 과학적-윤리적 가치의 결합이 가장 강하게 나타났고, 사회적 가치는 의사결정 지원 및 통합적 가치와 함께 출현하는 경향을 보였다. 본 연구는 데이터 가치의 유형과 구조를 제시한 점에 의의가 있으 며, 데이터 기반 교육 정책 수립과 교육 현장의 데이터 활용 활성화를 위한 기초 자료로 활용될 수 있을 것으로 기대 한다.

최근 수십 년 동안, 데이터는 기업 조직 경영의 핵심 요소로 부상하였다. 많은 조직들이 데이터를 활용 하여 전략적인 의사결정을 내리고 시장 변화에 적극적으로 대응하고 있다. 이러한 상황에서 본 연구는 데이터 기반 의사결정 조직 운영과 그에 영향을 미치는 요인을 살펴보고자 한다. 상시적 디지털 전환이 일어나고 있는 현대에 데이터 중심 의사결정은 조직의 성과 향상에 매우 중요한 역할을 한다. 그러나 데 이터 기반 의사결정 조직에 영향을 미치는 선행 요인과 실제로 기업 내에서 데이터 기반 의사결정이 어떻게 일어나는지에 대한 연구는 아직 많이 부족한 실정이다. 본 연구는 기업의 밸류체인 디지털화 정도가 데이터 기반 의사결정 조직 구축에 중요한 영향을 미칠 것임을 가설로 설정하고, 이를 국내 기업 임직원 1,059명을 대상으로 한 설문응답 데이터로 검증하였다. 또한, 본 연구는 데이터 분석 능력을 포함한 디지 털 역량을 갖춘 인재가 데이터 중심 의사결정 조직에 중요한 환경적 요건으로 작용할 수 있음을 고려하 여, 기업의 밸류체인 디지털화와 데이터 중심 의사결정 조직 구축 간의 관계에 디지털 인재 준비도가 미 치는 조절효과를 가설로 설정하고 통계적으로 검증하였다. 본 연구의 결과는 데이터 중심 의사결정 조직 형성과 운영에 대한 이해를 넓히고 기업 조직이 데이터를 효과적으로 활용하여 의사결정을 내리는 과정 에 대한 유용한 시사점을 제공할 수 있다. 실무적 측면에서는 기업들이 자신의 데이터 전략을 개발하고 구현하는 데 중요한 시사점을 제공할 수 있을 것으로 기대한다.

본 논문은 반도체, 디스플레이, 디지털 가전 및 휴대폰 등을 포괄하는 중국 전자산 업을 대상으로 OECD TiVA 데이터베이스를 활용하여 2000년~2018년까지의 중국 수 출을 부가가치 기준으로 분해하여 분석하였다. 분석 결과 중국 전자산업은 총 수출 액과 부가가치 수출액 모두 세계 1위로, 2018년 기준 중국 총수출의 약 30%를 차지 하고 있었다. 국내부가가치(DVA) 측면에서 중국은 해외 부품 조달을 통해 조립․가 공한 후 수출하는 비교적 저부가가치 활동을 담당하는 중간단계에 머무르고 있는 것 이 아니라 자국 부품 조달 및 국내 생산 비중을 높여 부가가치를 높인 것으로 분석 되었다. 주요국(한국, 대만, 미국, 일본)과의 비교에서 중국 전자산업의 국내부가가치 비중은 미국, 일본 다음으로 높은 비중을 차지하고 있었고 부가가치 기준 현시비교 우위지수(VRCA)도 높은 수준으로 상승하고 있었다.

참외는 유용한 농업생명자원이면서, 생약 및 한약으로 활용할 수 있는 아주 유용한 자원이다. 참외의 생약명(Medicinal name)은 Melonis Pedicellus이며, Cucurbitaceae에 속하는 Cucumis melo Linné의 초본 꽃받침으로 한약재로 널리 사용되고 있다. 본 연구에서는 Melonis Pedicellus의 한약 특성을 조사하고 Melonis Pedicellus를 함유 한 34개의 한약 포뮬러를 검토하였다. 이 연구는 꼭지 소재 기반 한약재에 대한 추가 연구를 바탕으로 미활용 한약재의 가치를 제고할 수 있다고 사료된다. 먼저 각 국가의 공정서 및 고문헌 분석을 통해 과체 한약재의 기원을 비교하였다. 특히 중국, 일본, 대만이 아닌 남북한의 약전에서 특이점을 찾아볼 수 있었다. 둘째, Melonis Pedicellus에서 발견된 성분을 조사하였다. 지방산 화합물이 가장 많았으며 셋째로는, Melonis Pedicellus 의 생약학적 관점으로 요약하였다. 그것은 구토 성질이 매우 강하기 때문에 구토 요법에 특별히 사용되어 온 사실을 검증하였다. 끝으로 3세기부터 20세기까지의 31편의 고문을 분석하였고, Melonis Pedicellus를 포함하는 34개의 한약재 포뮬러가 문헌에서 발견되었다. Melonis Pedicellus는 주로 구토 요법에 사용되었기 때문에 대부분의 한약 제제가 구토 요법에 상관성 있게 한약재의 본질이 그 공식에 정확히 반영되었음을 의미한다. 이 연구는 Cucumis melo Linné의 꽃받침이 한약재로 사용되어온 근거를 마련했다. Melonis Pedicellus의 기원은 대부분의 동아시아 국가에서 언급되지 않기 때문에 더 확대하여 조사 범위를 넓혀서 연구할 필요가 있다. 본 연구는 한국한의학연구원 제공 전통의학정보포털(KIOM Oasis Portal)과 전북대학교 한국과학문명학연구소에서 제공하는 고의서 빅데이터를 활용하여 고문헌 정보를 효율적으로 확보하였다. 앞으로 과체(瓜蔕)뿐만이 아니라 감꼭지, 연밥 꼭지, 가지 꼭지 등 다양한 식물들의 꼭지를 연구한다면, 무심코 버릴 수 있는 소재에서 현대적 가치를 발견할 수 있는 좋은 소재가 될 것으로 사료된다.

As visual marketing gains a more critical role in marketing communications, consumer eye-tracking data has been utilized to assess the effectiveness of those marketing efforts (Croll, 2016; Glazer, 2012). With eye-tracking data, researchers can capture consumers’ visual attention effectively and may predict their behavior better than with traditional memory measures (Wedel & Pieters, 2008). However, due to the complexity of data: its volume, velocity and variety, known as 3Vs of Big Data, marketing scholars have been slow in fully utilizing eye-tracking data. These data properties may pose a challenge for researchers to analyze eye-tracking data, especially gaze sequence data, with traditional statistical approaches. Commonly, researchers may analyze gaze sequences by computing average probabilities of gaze transitions from a particular area of interest to another area of interest. When the variance of gaze sequence data in the sample is small, this method would uncover a meaningful “global” trend, a trend consistent across all the individuals. However, when the variance is large, this method may not enable researchers to understand the nature of the variance, or the “messiness” of data. In this paper, first, to overcome this challenge, we propose an innovative method of analyzing gaze sequence data. Utilizing the singular value decomposition, our proposed method enables researchers to reveal a “local” trend, a trend shared by only some individuals in the sample. Second, we illustrate the benefits of our method through analyzing gaze sequence data collected in an advertising study. Finally, we discuss the implications of our proposed method, including its capability of uncovering a hidden “local” trend in “messy” gaze sequence data.

Within last 10 years, internet has become a daily activity, and humankind had to face the Data Deluge, a dramatic increase of digital data (Economist 2012). Due to exponential increase in amount of digital data, large scale data has become a big issue and hence the term 'big data' appeared. There is no official agreement in quantitative and detailed definition of the 'big data', but the meaning is expanding to its value and efficacy. Big data not only has the standardized personal information (internal) like customer information, but also has complex data of external, atypical, social, and real time data. Big data's technology has the concept that covers wide range technology, including 'data achievement, save/manage, analysis, and application'. To define the connected technology of 'big data', there are Big Table, Cassandra, Hadoop, MapReduce, Hbase, and NoSQL, and for the sub-techniques, Text Mining, Opinion Mining, Social Network Analysis, Cluster Analysis are gaining attention. The three features that 'bid data' needs to have is about creating large amounts of individual elements (high-resolution) to variety of high-frequency data. Big data has three defining features of volume, variety, and velocity, which is called the '3V'. There is increase in complexity as the 4th feature, and as all 4features are satisfied, it becomes more suitable to a 'big data'. In this study, we have looked at various reasons why companies need to impose 'big data', ways of application, and advanced cases of domestic and foreign applications. To correspond effectively to 'big data' revolution, paradigm shift in areas of data production, distribution, and consumption is needed, and insight of unfolding and preparing future business by considering the unpredictable market of technology, industry environment, and flow of social demand is desperately needed.

Agricultural meteorological information is an important resource that affects farmersʼ income, food security, and agricultural conditions. Thus, such data are used in various fields that are responsible for planning, enforcing, and evaluating agricultural policies. The meteorological information obtained from automatic weather observation systems operated by rural development agencies contains missing values owing to temporary mechanical or communication deficiencies. It is known that missing values lead to reduction in the reliability and validity of the model. In this study, the hierarchical Bayesian spatio–temporal model suggests replacements for missing values because the meteorological information includes spatio–temporal correlation. The prior distribution is very important in the Bayesian approach. However, we found a problem where the spatial decay parameter was not converged through the trace plot. A suitable spatial decay parameter, estimated on the bias of root–mean–square error (RMSE), which was determined to be the difference between the predicted and observed values. The latitude, longitude, and altitude were considered as covariates. The estimated spatial decay parameters were 0.041 and 0.039, for the spatio-temporal model with latitude and longitude and for latitude, longitude, and altitude, respectively. The posterior distributions were stable after the spatial decay parameter was fixed. root mean square error (RMSE), mean absolute error (MAE), mean absolute percentage error (MAPE), and bias were calculated for model validation. Finally, the missing values were generated using the independent Gaussian process model.

대다수의 흙막이 공사 계측현장에서 적용하고 있는 절대치 관리방법은 관리기준치와 계측결과를 절대 비교함으로서 공사현장의 안전성을 평가하는 기법이다. 따라서, 안전성 평가의 판단기준이 되는 관리기준치는 평가결과에 직접적으로 영향을 미치게 된다. 즉 아무리 최 적의 계측시스템이 적용된 현장이라고 하더라도 관리기준치가 타당하지 않으면, 공사현장의 안전성을 정확히 판단할 수 없으므로 관리기준치 의 선정은 매우 중요하다. 그러나 실질적으로 현장 기술자 등은 기존 절대치관리기준치에 대한 신뢰성이 매우 낮으며 관리기준치의 수정보완 의 필요성을 인식하고 있다. 이에 본 연구에서는 계측관리기준치의 수정보완 필요성에 대한 조사결과를 바탕으로 하여 흙막이 구조물의 거동 중 가장 기본이 되며 중요한 흙막이 벽체의 변위에 대한 계측결과를 토대로 확률론적 이론에 의해 관리기준치를 보다 적절하게 설정하여 적용 하는 연구를 수행하였다. 본 연구에서는 계측관리기법 중 시공 전에 설정된 관리기준치와 시공 시 측정된 설측치를 비교 검토하여 그 시점에서 공사의 안전성을 확인하는 방법인 절대치관리방법을 적용하여 관리기준치를 수정하였다.