준공 후 40년이 경과한 공동주택은 40년 미만의 건물과 비교했을 때 외벽 박 리, 철근 노출 및 부식, 급배수관 노후화 등 입주민의 생활, 신체적 안전 및 재산에 영향을 미칠 수 있는 문제들이 자주 발생한다. 그 결과, 유지보수뿐만 아니라 건물의 상태에 따라 재건축과 같은 재생 조치를 원활하게 시행해야 할 필요성이 커지고 있다. 나아가 일본에서 준공 후 40년이 경과한 공동주택의 경우, 세대주가 70세 이상인 가구가 약 55%에 달하는 것으로 보고되고 있다. 이러한 노후 공동주택에서는 거주자 자신들도 고령화되고 있으며, 상속 등으로 인해 구분소유자의 소재가 불분명해지거나, 구분소유자가 더 이상 해당 공동주택에 거주하지 않게 되어 관리 업무에 대한 관심을 잃는 사례도 발생하고 있다. 따라서 구분소유자 집회에 서 결의가 원활하게 이루어지지 않을 수 있다는 우려가 제기되었다. 더불어 일본 은 지진이나 쓰나미와 같은 자연재해 피해를 빈번하게 겪어왔으며, 향후 더욱 대규모 재해가 발생할 가능성이 커지고 있다는 지적이 나옵니다. 결과적으로 공동주택의 신속한 복구 및 재건축을 촉진할 필요성이 더욱 절실해졌다. 이러한 배경에서 2025년 5월 23일, ‘고령화된 공동주택 등의 원활한 관리 및 재생 촉진을 위한 건물의 구분소유 등에 관한 법률 일부 개정 법률’(2025년 법 률 제47호 [令和 7년])이 제정되었다. 한국 역시 공동주택의 노후화와 관련하여 유사한 도전에 직면해 있다. 한국은 일본보다 아파트의 대량 공급이 늦게 시작되었고, 현재 40년이 넘은 아파트 단지는 1970년대 후반부터 1980년대 초반 강남 지역 개발 초기에 건설된 단지 (은마아파트, 압구정 현대아파트 단지 등)들에 주로 국한되어 있지만, 1980년대 후반 ‘주택 200만 호 건설’ 계획 당시 지어진 많은 아파트 단지가 이제 40년 차에 접어들고 있다. 그 결과, 노후 아파트 단지의 비율은 향후 5년 이내에 급 격히 증가할 것으로 예상된다. 한국은 1987년 주택건설촉진법을 통해 일본 모델을 크게 참고하여 재건축 제 도를 도입했다. 위에서 언급한 유사한 상황들을 고려할 때, 한국에서도 노후 아파트 단지의 관리 및 재건축에 관한 입법적 대응은 불가피하게 필요해질 것 입이. 이런 점에서 일본의 최근 ‘건물의 구분소유 등에 관한 법률’ 개정은 한국 의 법과 정책에 중요한 시사점을 제공할 것으로 보인다.

Purpose: This study examined the effects of a morphine overdose patient care simulation education program on nursing students’ error reporting intention, disclosure self-efficacy, patient safety attitude, and ethical decision-making confidence. Method: A quasi-experimental one-group pretest–posttest–follow-up design was used with 44 senior nursing students enrolled in a nursing management simulation course. Participants completed a simulation program incorporating error reporting, disclosure, and ethical decision-making. Data were collected at pretest, posttest, and a 4-week follow-up and analyzed using linear mixed models. Results: All outcome variables significantly improved over time. Compared with pretest scores, error reporting intention significantly increased at posttest and follow-up (β=.415, p=.001; β=.401, p<.001). Disclosure self-efficacy also increased at posttest and follow-up (β=.523, p=.002; β=.541, p=.001), as did patient safety attitude (β=.260, p<.001; β=.292, p=.003) and ethical decision making confidence (β=.381, p=.002; β=.505, p<.001). No significant differences were found between posttest and follow-up. Conclusion: The program was associated with improvements in nursing students’ error reporting intention, disclosure self-efficacy, patient safety attitude, and ethical decision-making confidence. These findings suggest that the program may help strengthen nursing students’ competencies in responding to patient safety incidents.

본 연구는 인공지능과의 협업이 개인의 의사결정 속도에 미치는 영향을 규명하고, 이 과정에서 성과기대(Performance Expectancy)와 우유부단함(Indecisiveness)이 수행하는 조절 역할을 검증하였다. 이를 위해 233명의 대학(원)생을 대상으로 비트코인 가격 예측 및 매각 실험을 실시하여, 총 2,046개의 유효한 의사결정 관측치를 수집 및 분석하였다. 연구 결과, 첫째, AI와의 협업은 개인의 의사결정 소요시간을 유의하게 단축시키는 것으로 나타나, AI 활용이 의사결정 효율성을 제고하는 핵심적인 기제임을 확인하였다. 둘째, 우유부단함은 AI 협업과 의사결정 속도 간의 관계를 유의하게 조절하였다. 우유부단함이 낮은 개인은 AI를 통해 유의미한 속도 향상을 보인 반면, 우유부단함이 높은 개인은 AI의 제안을 검증이 필요한 추가적 대안으로 인식하여 반복 검토함에 따라 가속 효과가 상쇄되었다. 셋째, 성과기대는 의사결정 속도에 유의한 정의 영향을 미쳤으나, AI 협업 효과를 강화하는 조절 역할은 수행하지 않았다. 본 연구의 결과는 AI 도입 성과가 사용자의 심리적 특성에 따라 다르게 나타날 수 있음을 시사하며, 실무적 으로는 개인차를 고려한 맞춤형 AI 협업 전략 수립의 필요성을 강조한다.

본 연구의 목적은 2025년도 미래내일 청년 일경험 지원사업 참여자를 대상으로 일경험인턴십, 진로결 정(진로동기부여, 진로준비행동), 멘토역할 측정 도구의 신뢰도와 타당도를 검증하고, 멘토역할이 일경험 인턴십과 진로결정 간 조절효과를 갖는지를 실증적으로 분석하는 데 있다. 이를 위해 사업 종료 후 참여 자 133명(남 58, 여 75)을 대상으로 리커트(Likert) 5점 척도의 설문조사를 실시하였다. 수집된 자료는 기 술통계분석, 신뢰도 분석, 상관분석, 회귀분석, 다중회귀분석을 통해 분석하였다. 주성분 분석과 베리멕스 회전을 적용한 탐색적 요인분석 결과, 3개 주요 변인은 총 5개 요인, 26개 문항으로 구성되었고, 누적 설명 분산은 66.64%로 나타나 측정 모형의 타당성이 확인되었다. 변수 간 상관계는 전반적으로 정(+)의 상관을 보였으며, 내적 신뢰도 또한 양호한 수준으로 확인되었다(일경험인턴십 ɑ=.836, 멘토역할 ɑ=.879, 진로동 기부여 ɑ=.903, 진로준비행동 ɑ=.782). 회귀분석 결과, 일경험인턴십은 진로동기부여와 진로준비행동에 각 각 정(+)의 영향을 미치는 것으로 나타나, 관련 가설은 모두 채택되었다. 또한 멘토역할은 일경험인턴십과 진로결정 관계에서 강화적 조절효과를 가지는 것으로 확인되었다. 이러한 연구 결과는 고용노동부에서 2023년 이후 직무역량을 중심으로 변화한 기업 채용 환경에 대응하여, 미취업 청년에게 제공되는 정부 주도의 일경험 지원사업이 진로 형성과 노동시장 진입을 실질적으로 지원하는 정책적 타당성을 지닌다는 것을 확인한 점에서 중요한 시사점을 제공한다.

본 연구는 졸업학년 간호대학생의 직업가치관과 진로결정 자기효능감이 취업준비행동에 미치는 영향을 확인하기 위한 서술적 조사연구이다. 연구대상자는 G시에 소재한 2개 대학교 간호학과 4학년 학생 이며, 자료수집은 2025년 11월 3일부터 11월 21일까지 이루어졌다. 수집된 자료는 평균과 표준편차, t-test, ANOVA, Pearson의 상관분석, 통제 회귀분석을 이용하여 분석하였다. 연구 결과, 직업가치관은 취 업준비행동에 유의한 영향을 미치지 않았으나(β = .095, p = .240), 진로결정 자기효능감은 취업준비행동 에 유의한 정적 영향을 미치는 것으로 나타났다(β = .401, p < .001). 진로결정 자기효능감은 취업준비행동의 주요 예측변수로 확인되었으며, 본 연구모형은 취업준비행동 변량의 28.9%를 설명하였다. 이러한 결 과는 졸업학년 간호대학생의 취업준비행동을 증진하기 위해 진로결정 자기효능감을 강화하는 교육 및 진 로지도 전략의 체계적 적용이 필요함을 시사한다.

This study aims to enhance accessibility in transportation-disadvantaged areas by utilizing Large Language Model(LLM) to analyze public transportation and advanced mobility status data (e.g., platform taxis and Demand Responsive Transport(DRT)), and proposes a methodology to support region-specific mobility activation strategies. The study was divided into three stages: first, the collection of mobility data; second, the implementation of geographic information system (GIS)-based visualization and preprocessing; and third, the application of LLM-based image interpretation and classification. A variety of mobility data were consolidated into a unified spatial entity, converted into visualization information for LLM processing, and examined using a rule-based classification system to ascertain the mobility environment types. This approach addresses the limitations of single-data analysis and enables a multi-layered interpretation of regional transportation gaps. Through the LLM interpretation of visual elements, including grid colors, patterns, bus routes, and designated DRT operation areas, transportation characteristics such as mobility supply levels, DRT operation status, and taxi dependency were identified. The LLM model demonstrated a high level of performance with a precision rate of 78.2 %, accuracy rate of 73.1 %, recall rate of 91.8 %, and F1-score of 84.5 %. Notably, the recall rate exceeded 90 %, signifying comprehensive recognition of various transportation environment types. This study proposes an LLM-based spatial data interpretation framework for analyzing regional mobility conditions in Paju City. The integration of complex spatial information into QGIS enables the LLM to automatically analyze data, thereby unveiling micro-level mobility characteristics and identifying four types of regional mobility improvements.

본 연구는 경험기반 해외대학 탐색 프로그램이 일본대학 진학을 고려하는 한국 고등학생들의 인식, 동기, 의사결 정 과정에 미치는 영향을 분석하였다. 준실험적 사전–사후 설계를 적용하여, 일본 현지 대학 탐방 프로그램 참여 전· 후의 양적 및 질적 데이터를 수집·분석하였다. 연구결과는 다음과 같다. 학생들은 현장 경험 → 인지적 정교화 → 의 미 구성 → 행동 계획의 발달적 과정을 거치며 보다 정확한 정보 이해, 진학에 대한 자신감 향상, 불안 감소, 진로 목표와 학업 경로의 명확한 정렬을 경험한 것으로 나타났다. 특히 프로그램 참여를 통해 학생들은 사교육 시장에서 제공되는 파편적·정보 중심적 조언을 넘어, 보다 발달적으로 정합적이고 자기주도적인 유학 의사결정 능력을 갖추게 되었다. 이러한 연구결과로부터 한국 사교육 체제의 구조적 한계를 드러내고 있음을 확인하였고, E-SIP 프레임워크 기반 경험기반 모델이 진학 의사결정의 질 제고, 유학 기회의 형평성 확대, 진정성 있는 글로벌 진로 탐색을 촉진하 는 교육적 가치를 지니고 있음을 알 수 있었다. 본 연구는 유학 준비 과정에서 적용 가능한 발달 메커니즘을 제안함 으로써 이론적 기여를 하며, 동시에 학교·정책기관·사교육 기관이 활용할 수 있는 확장 가능한 실천적 모델을 제시하 였다.

This study proposes a Bayesian framework for sequential stock investment decision-making using daily high and low stock price data. The proposed methodology models stock behavior using the Beta distribution and constructs a prior Normal-Gamma distribution based on the derived mean and variance. Additional parameters are estimated from the observed stock price range to enhance the framework's adaptability. The methodology establishes two Bayesian control charts that simultaneously monitor investment performance (Expected Stock Performance Control Chart, ESCFCC) and volatility (Variability of Stock Performance Control Chart, VSCFCC). These control charts are periodically updated with observed data and iteratively revise the posterior probability distribution as new data becomes available. This updating procedure provides investors with timely and data-driven decision-making information. For empirical validation, four investment scenarios were analyzed based on Samsung Electronics stock data from January 4, 2010, to May 31, 2017. The results highlight the usability of a sequential Stock Cash Flow Control Chart (SCFCC) framework, which utilizes daily high and low stock price data to enable real-time evaluation of investment performance and risk. By integrating statistical quality control charts with Bayesian probabilistic models, the framework establishes a system for continuously updating investment information and dynamically monitoring performance throughout the investment period.

This study proposes a quantitative and systematic evaluation framework for rationally determining investment priorities in maintenance projects for heterogeneous road infrastructures such as bridges and tunnels. In Korea, conventional maintenance decision-making relies significantly on empirical judgments and policy-driven preferences, thus resulting in inefficiencies, inconsistencies, difficulties across facility types, as well as limited transparency in budget allocation. Hence, a multicriteria decision-making model integrating three key indicators–defect (performance), economic value (asset-based benefit), and risk (safety)–is developed. In particular, the economic evaluation introduces the concept of asset-value recovery and employs artificial intelligence-based machine-learning models (i.e., random forest, light gradient boosting machine, and extreme gradient boosting) to estimate reasonable replacement costs and quantify benefits in monetary terms. The proposed model enables the correlation between these quantitative indicators with maintenance project types to prioritize investments by combining benefit scores and risk indices. The case study demonstrates that the proposed framework enhances the objectivity and efficiency of budget allocation and enables data-driven investment prioritization instead of policydependent decisions. Moreover, this approach provides a foundation for transitioning from experience-based decisions to data-driven infrastructure management. This methodology can be further expanded to include probabilistic risk assessment and life-cycle cost-based management frameworks, thus ultimately contributing to sustainable evidence-based decision support systems for national infrastructure asset management.

Purpose: This study examined the effectiveness of an integrated nursing simulation practicum in enhancing readiness for practice and self-confidence in clinical decision-making among nursing students. Methods: A quasi-experimental design with a nonequivalent control group and preand post-test measurements was employed. The participants were 51 fourth-year nursing students enrolled in a simulation practicum. The integrated simulation program comprised six scenarios covering adults, women’s health, and pediatric nursing, totaling 30 instructional hours. Data were analyzed using SPSS version 26.0, with paired and independent t-tests, Fisher’s exact test, and the Mann-Whitney U test. Results: The experimental group showed significant improvements in readiness for practice (t=-3.55, p=.002) and self-confidence in clinical decision-making (t=-7.40, p<.001) compared to pre-intervention scores. A statistically significant difference in readiness for practice was observed between the experimental and control groups (p=.048). However, the difference in self-confidence in clinical decision-making between the groups was not statistically significant. Conclusion: Nursing education should equip nursing students to effectively transition into clinical practice as new graduate nurses. The integrated simulation practicum can be considered an effective strategy for enhancing nursing students’ readiness for practice.

본 연구는 중국 Z세대의 특성 및 유학동기를 살펴보고, 내적·외적인 유학동기가 진로결정수준에 미치는 영향을 분석하여 디지털 역량이 유학동기와 진로결정 간에 어떠한 매개적 역할을 수행하는지를 실증적으로 고찰하였다. 한국 내 중국인 유학생 232명을 대상으로 설문조사를 실시하였고, SmartPLS 4.0을 활용하여 구조방정식 모 형 분석을 수행한 결과, 내적·외적 유학동기는 모두 진로결정수준에 유의한 영향을 미치는 것으로 나타났으며, 디지털 역량은 이 관계를 유의미하게 매개하는 변수로 확인되었다. 연구결과는 한국 대학이 유학생 진로지도를 보다 실질적으로 운영하기 위한 정책 수립에 이론적·실무적 기반을 제공하며, Z세대 유학생의 특성을 반영한 맞춤형 진로 설계, 디지털 기반 진로 프로그램의 개발, 그리고 유학 후 취업, 창업, 진학을 위한 전략적 지원체계 구축의 필요성을 시사한다.

목적 : 본 연구는 최근 개발된 K-ADOC(Korean-Aid for Decision-making in Occupation Choice)의 국내 임상 현장 활용성을 높이기 위해, 기존 앱 기반 접근성과 제약을 보완한 지면버전을 개발하고자 한다. 연구방법 : 기존 K-ADOC의 8개 대분류, 100개 소항목을 바탕으로, 임상 경력 5년 이상의 작업치료 전문가 15인을 대상으로 2차에 걸친 델파이 조사를 실시하였다. 이를 통해 각 항목의 내용타당도(CVR), 수렴도, 합의도, 중요도를 평가하여 항목의 수정, 삭제 및 통합 과정을 거쳐 최종본을 완성하였다. 결과 : 델파이 조사 결과, 자가간호(self-care)와 이동(getting around) 항목을 통합한 ‘상지를 사용한 활동 (activities using the upper limbs)’(11항목), ‘가정생활(domestic life)’(11항목), ‘일과 사회활동(work/ social activity)’(11항목), ‘취미 및 신체활동(hobby/physical activity)’(23항목)으로 구성된 총 4개 대분류, 56개 소항목의 K-ADOC 지면 버전이 도출되었다. 결론 : K-ADOC 지면버전은 기존의 디지털 기반 도구의 한계를 보완하고, 임상 현장에서 클라이언트와 전문가가 보다 쉽게 활용할 수 있는 실용적 평가도구로서 작업치료의 클라이언트 중심 접근을 효과적으로 지원할 수 있을 것으로 기대된다.

Nitrogen fertilizers are generally known to be of great help in improving crop yields, but excessive nitrogen fertilizer usage can not only destroy the environment but also negatively affect crop growth. This study aims to develop a decision-making system for optimal nitrogen fertilizer use for efficient production of Chinese cabbage (Brassica rapa), one of the major vegetables. The proposed system has the functions of detecting farmland based on satellite images, predicting cabbage yields and greenhouse gas (e.g., nitrous oxide) emissions according to nitrogen fertilizer use, and making decisions using the prediction results. To develop the proposed system, a generalized prediction model is developed using experimental data collected from South Korea, Egypt, India, Canada, Lithuania, and China, and the effectiveness of the proposed system is validated through experiments. As a result, the proposed system will enable farmers to conduct eco-friendly agricultural activities through appropriate nitrogen fertilizer use while stably maximizing productivity of Chinese cabbages.