Abstract Purpose : The distribution of axial length and ocular dimensions was investigated, and each correlation according to gender and age was investigated. Methods : Among 847 eyes of 438 patients, 207 eyes in 20s, 210 eyes in 30s, 216 eyes in 40s, and 214 eyes in 50s were measured for axial length with IOL-Master 700. Refractive error was measured with KR-800. Corneal curvature radius and corneal eccentricity were measured with Keratograph 4. Results : Axial length (male: 24.57±1.22mm, female: 24.03±1.12mm) and horizontal corneal eccentricity (male: 0.58±0.11, female: 0.54±0.12) tended to increase in decreased age, male and myopia. Mean corneal curvature radius (male: 7.82±0.25mm, female: 7.71±0.25 mm), and horizontal corneal curvature radius (male: 7.91±0.26 mm, female: 7.79±0.26mm), nasal corneal eccentricity (male: 0.68±0.14, female: 0.66±0.15), and temporal corneal eccentricity (male: 0.45±0.14, female: 0.44±0.13) tended to increase in decreased age and male. Mean corneal eccentricity (male: 0.57±0.12, female: 0.54±0.12), vertical corneal curvature radius (male: 7.71±0.27 mm, female: 7.65±0.24 mm), vertical corneal eccentricity (male: 0.56±0.15, female: 0.54±0.15), and inferior corneal eccentricity (male: 0.52±0.19, female: 0.46±0.22) tended to increase in male. The correlation with axial length and corneal curvature radius showed a high correlation in emmetropia and the horizontal. Horizontal and temporal corneal eccentricity showed a low correlation. Conclusion : Axial length, corneal curvature radius, and corneal eccentricity (excluding vertical) were higher in males. As age increased, axial length, and corneal curvature radius decreased. Among the 4 quadrants of corneal eccentricity, only the temporal s ide showed a significant correlation with axial length. Key words : Age, Axial length, Corneal curvature radius, Corneal eccentricity, Gender Authors ORCID:†

As interactive marketing devices that serve as proximity-marketing tools, AI-powered voice assistants (VA) provide consumers with highly innovative convenience, which in turn fosters consumer–brand relationships (Wang, 2021). This research aims to explore the role of AI-powered VAs as a positive technology that offers consumers a sense of positive experiences, thus contributing to building a consumer-brand relationship. Based on the positive technology paradigm and transformation of flow strategy, this research conducted a 2 (locus of agency: high, machine-centric vs. low, human-centric) by 2 (brand image and voice congruency effect: incongruent vs. congruent) between-subjects experimental design. Then, ANOVA and structural equation modeling (SEM) analysis were conducted to explain how perceived control, flow, and happiness induced by the interaction with brands’ AI-powered VAs lead to the formation of brand loyalty under the moderating influences of brand image and VA’s voice congruency. A total of 316 participants were recruited via Prolific. The ANOVA analysis highlights the importance of user-centric agency, as people tend to desire to control their environment (White, 1959). Further, the results suggest that the congruency between brand image and VAs also leads people to positive reactions, as it improves their comfort and control (Rodero, Larrea, & Vázquez, 2013). SEM analysis results found that perceived control was a crucial factor that led participants to flow experience (Ghani et al., 1991). Further, this study found that perceived control could lead to a much broader aspect, such as an increase in happiness. Therefore, the overall study findings support the potential of AI-powered VAs as a positive technology. This research contributes to human-machine interaction, positive technology paradigm, and VA literature. In addition, this study provides beneficial insights for marketers and app developers.

Measuring service quality and related key dimensions has been an important problem in Marketing. In this research, we would introduce a smart methodological framework to efficiently identify refined, key sentiment dimensions for measuring the service quality using both traditional survey and unstructured online reviews (natural survey). The proposed framework consists of three parts: (1) steps for preprocessing the unstructured reviews to generate attribute-level sentiments for independent variables (2) Bayesian regression to efficiently identify key groups of correlated attributes and (3) post-hoc analysis for identifying dimensions from the selected groups of correlated attributes and predicting dimension-level effects. Note, the first part of the framework (i.e., preprocessing) is not required for analyzing traditional surveys. Our framework provides two sets of complementing results such as attribute-level effects under the identified dimensions and aggregate dimension-level effects. In the first application study to traditional SERVQUAL data, we successfully validated the proposed framework by comparing the results between our framework and three commonly used existing methods of regression, lasso regression, and factor analysis. In the second empirical application study with the online reviews from a major game review website, STEAM platform, we found that our framework provided a significantly reduced number of key dimensions which were surprisingly efficient for predicting and explaining the service quality ratings, compared with the same set of compared methods in the first study plus the topic model. In particular, with reviews of 2,825 games, three key dimensions of Mechanical playability, Fun in fantasy and Money for value were identified, and we also found that the Mechanical playability could be an important driver of game popularity.

In recent business activities, well-being-based management approaches have become increasingly important. Consideration of consumer well-being is one of them. In particular, social demand and interest in health are incredibly high, and the health-related services market has significantly expanded. However, since the WHO's definition of health was established, the concept of health has become multi-dimensional. There is much overlap with other concepts, such as well-being and quality of life. As a result, even for health-related services that are supposed to contribute to consumers' health, the critical term "health" is still used ambiguously by both service providers and consumers. It could increase the uncertainty of the benefits of the services and cause difficulties in the continued use of services for consumers.

How do people perceive new technology-embedded machines? Based on the previous literature on mind perception, this research proposes how people perceive the mind of machines including artificial intelligence (AI), robots, recommendation systems, chatbots, and self-service technologies (SSTs).

본 논문에서는 AI 기반 설계 탐색 기법을 활용하여 선박의 주요 치수 최적화를 수행하였다. 설계 탐색 기법은 최적화 프로그램 HEEDS의 SHERPA 알고리즘을 사용하였다. 유동 해석은 상용 CFD 코드인 STAR-CCM+를 사용하였고, 주요 치수 변환은 전처리 과정에서 JAVA Script와 Python을 사용하여 선박의 치수가 자동으로 변환되도록 설정하였다. 대상 선박은 소형 쌍동선형으로 주요 치수 최적화는 한쪽 선형의 길이, 폭, 흘수 그리고 단동선형 간의 간격에 대하여 수행되었다. 최적화 알고리즘에 사용된 목적함수는 총저항이며, 내부 의 장 시스템의 크기 등을 고려한 배수 체적의 범위를 제한조건으로 선정하였다. 그 결과 최적 선형의 주요 치수는 기존 선형 대비 ±5% 내 에서 변화가 있었고 총저항은 약 11% 개선된 결과를 보였다. 본 연구를 통해 선박의 형상을 직접 변경하지 않더라도 주요 치수 최적화를 통해 선박의 저항 성능이 향상됨을 확인하였고, 다양한 선박의 주요 치수 최적화를 통한 성능 향상에 활용이 될 것으로 기대한다.

The first step is to determine the principal dimensions of the design ship, such as length between perpendiculars, beam, draft and depth when accomplishing the design of a new vessel. To make this process easier, a database with a large amount of existing ship data and a regression analysis technique are needed. Recently, deep learning, a branch of artificial intelligence (AI) has been used in regression analysis. In this paper, deep learning neural networks are used for regression analysis to find the regression function between the input and output data. To find the neural network structure with the highest accuracy, the errors of neural network structures with varying the number of the layers and the nodes are compared. In this paper, Python TensorFlow Keras API and MATLAB Deep Learning Toolbox are used to build deep learning neural networks. Constructed DNN (deep neural networks) makes helpful in determining the principal dimension of the ship and saves much time in the ship design process.

본 연구의 목적은 국가문화와 국제관광수요와의 인과성을 규명하는데 있 다. 본 연구의 목적을 달성하기 위하여 Hofstede 국가문화차원 이론을 바탕으 로 한국문화와 일본문화와 베트남관광수요와의 인과성에 대해 실증분석하였 다. 실증분석에 앞서 한국과 일본문화를 Hofstede 6가지 문화차원을 바탕으로 비교 분석하였으며, 국가 간 문화차이를 나타내는 문화적 거리를 계측하였다. 한국과 일본문화는 남성성 차원과 개인주의 차원에서 가장 큰 차이를 나타내 었다. 관광목적지 국가인 한국⋅일본과 관광객 원척국가인 베트남과의 문화 적 거리를 계측한 결과 일본문화에 비해 한국문화가 베트남문화에 더 가까운 것으로 나타났다. 본 연구에서는 중력모형을 기초로 국제관광수요 결정요인 중 전통적인 경 제요인으로는 GDP, 환율 변수 그리고 문화요인으로는 문화적 거리 변수를 설 명변수로 설정하고 한국과 일본을 방문하는 베트남 관광수요에 미치는 영향 을 분석하였다. 분석결과 본 연구모형에 사용된 모든 변수들은 한국과 일본을 방문하는 베트남 관광수요에 유효한 영향을 미치는 것으로 나타났다. 본 연구 에서 주요 관심사이었던 문화적 거리 변수는 한국과 일본을 방문하는 베트남 관광수요에 부(-)의 영향을 미치는 것으로 나타났다. 즉 문화적 거리가 멀수록 관광수요에 부정적인 영향을 미친다는 것을 추정할 수 있다. 특히, 문화요인 인 문화적 거리 변수는 GDP와 환율과 같은 경제요인보다 베트남 관광수요에 더 큰 영향을 미치는 것으로 추정되었다. 이는 한국과 일본을 방문하는 베트 남 관광객의 경우 관광목적지를 선택에 있어 문화가 중요한 요인이 되며 문 화적으로 유사한 목적지를 선택한다고 해석할 수 있다.

최근 환경 문제를 포함하여 여러 이유로 액화가스에 대한 수요가 증가하고 있다. 이로 인하여 선박을 통한 액화가스의 운송이 증대하고 있고, 이를 수용할 터미널 건설도 다수 이루어지고 있다. 터미널을 건설하는데 있어 그 규모의 결정은 대상선박이 명확히 결정 되어 있을 경우 그에 따른다. 그렇지 않다면 터미널이 수용하고자 하는 선박 규모를 결정하고, 관련한 규정이나 기준에 제시되어 있는 선박 치수를 활용한다. 이와 관련하여 최근 액화가스터미널 건설을 위해 항만 건설시 설계기준으로 가장 많이 적용하는 항만 및 어항 설계 기준 및 해설(2017)을 활용하여 대상선박의 규모를 파악하는 과정에서 대형화된 선박의 기준이 마련되어 있지 않고, 제시되어 있는 선박의 주요치수가 실질적으로 운항하고 있는 선박과 상당히 상이하다는 점이 발견되었다. 이러한 문제점으로 인하여 터미널을 건설하는데 있어 대상선박 및 터미널의 규모 결정, 터미널의 안전성 평가 등에 있어 이해 당사자 간의 많은 이견이 있을 수 있기에 현행 액화가스운반선의 주요치수에 대한 기준을 현재 운항하고 있는 선박들의 현황 분석을 통하여 개정안을 제시하였다. 제시된 개정안은 향후 선박 및 터미널 규모 결정에 보다 적절하고 현실적인 기준으로 활용되고, 불필요한 터미널 건설비용 증가를 막을 수 있을 것으로 기대된다.

한국의 대기업들이 적극적인 글로벌전략을 추구하면서 다양한 국가에서 현지채용인들을 관리하는 이슈가 중요해지고 있다. 본 연구는 한국의 A글로벌 기업에서 49개국에 위치하고 있는 해외법인의 현지채용인 9,072명을 대상으로 진행되었다. 구체적으로 현지채용인을 대상으로 절차공정성이 조직동일시에 어떤 영향을 미치는지를 살펴보았다. 또한, 해외지사의 현지채용인들이 속한 국가문화가치의 다양성이 조직동일시와 절차공정성에 미치는 효과에 대해서 검증하고자 하였다. 구체적으로 본 연구에서는 Hofstede가 제안하는 각 나라의 문화가치수준이 조직동일시에 직접적으로 영향을 미치는지 그리고 절차공정성과 조직동일시와의 관계를 조절하는지를 살펴보고자 하였다. 본 연구에서는 문화가치에 대한 국가수준 분석을 위해서 다수준분석(Hierarchical Linear Modeling) 을 시도하였다. 분석 결과, 첫째, 현지채용인의 절차공정성 지각이 조직동일시에 미치는 정(+)의 영향이 유의한 것으로 확인 되었고, 조직동일시의 총 변량 중 67%는 개인수준, 33%는 국가수준에서 설명할 수 있어, 국가수준의 영향요인 이 개인수준에서 조직동일시의 변화에 영향을 미친다는 것을 알 수 있었다. 둘째, Hofstede의 4가지 문화가치 차원중 불확실성회피수준은 현지채용인의 조직동일시에 유의미한 정적인 영향을 미치는 것으로 나타났다. 마지막으로, 집단주의 문화가치 수준은 절차공정성과 조직동일시의 관계를 조절하는 것으로 나타났다. 구체적으로 집단 주의 수준이 낮은 나라에서는 집단주의 수준이 높은 나라에 비해 절차공정성과 조직동일시의 정의 관계가 더 강 한 영향을 미치는 것으로 나타났다. 나머지 문화가치차원의 조절효과는 유의하지 않았다. 본 연구의 의의는 한국의 글로벌기업의 현지채용인들에게 있어서 절차공정성의 중요성과 문화가치의 중요성을 확인한 점을 들 수 있다. 특히, 한국의 글로벌기업이 해외지사의 인력을 관리하는데 있어서 각 해외지사의 집단주의 수준에 따라서 특별히 더 절차공정성 확보에 주시해야한다는 실무적인 시사점을 제공한다.

본 연구는 3차원 영상을 이용하여 원예산물의 크기와 플러그묘의 평균초장을 결정하고자 수행되었다. 3차원 영 상을 획득하고자 ToF 카메라와 스테레오비전 카메라를 사용하였다. 본 연구의 3차원 영상 획득용 실험 재료로서 수박, 사과, 배, 단호박, 오렌지의 원예산물과 수박, 토마토 및 고추 플러그묘를 사용하였다. 플러그묘의 평균 초장을 결정하는 지표로서 기존의 측정 기준 대신에 수정초장이 제시되었다. 스테레오비전 영상에 비해서 ToF 영상을 이용한 경우에 원예산물의 크기와 플러그묘의 평균초장 오차가 작게 나타났다. 꼭지가 있는 원예산물을 제외할 경우 ToF 영상을 이용한 원예산물의 둘레와 높이의 오차는 각각 0.0-3.0%, 0.0-4.7%로 나타났다. 또한, 플러그묘의 평균 초장에 대한 오차는 0.0-5.5%로 나타났다. 본 연구를 통해 서 3차원 영상을 이용한 원예산물의 크기와 플러그묘에 대한 초장 추정의 가능성을 확인하였다. 더구나, 본 연구에서 시도된 방법은 3차원 영상으로부터 물체와 배경의 효과적인 분리, 이상치의 제거 등에 활용될 것이다.

As a part of the research on existing structures of private homes from Joseon Era. Focusing on one hundred twenty five-purlin houses, the current study investigated the features and characteristics of the house structure from style, size, proportion and roof pitch, and measurements of key parts, and developed the following conclusions. Most are single-houses (89, 83%), and among them, there are 47 single front-terrace houses (39%), which is the highest number. The sizes of lower house structure do not differ greatly depending on the vertical structure, and single rear terrace house and double-house have relatively larger side sizes. The size of upper structure is larger in double-houses compared to other vertical structures, indicating a relatively higher roof. The cross-section measurement of major parts show that double-houses are larger than single-houses by 3cm in pillar, 3-4.5cm in crossbeam length, and 4.5cm in crossbeam width. However, Janghyeo width was consistent at 7.5 to 10.5cm, maintaining uniformity regardless of vertical structure of the houses. In addition, the cross-section measurements decreased from sixteenth to nineteenth century, with the size of pillar size decreasing the most. The result that the Janghyeo width is not related to the house structure house confirmed that the Janghyeo width was kept consistent regardless of the size of the house structure.

The rise of the sharing economy is transforming the tourism and hospitality industry (So, Oh, and Min, 2018; Zhu, So, and Hudson, 2017). The growing popularity of Airbnb has led a number of recent studies to investigate consumer value derived from such innovative consumption model. In the context of Airbnb, research shows that perceived value motivated travelers to choose Airbnb (Mao & Lyu, 2017). However, the theoretical construct of consumer value includes multiple dimensions, such as emotional value, social value, price value, and quality value, and how each dimension contributes to consumer attitudes and behavioral intentions toward Airbnb is unexplored. Therefore, this study sets forth a national field investigation to provide a holistic understanding of consumer evaluation of various value dimensions with respect to Airbnb experiences. To empirically test the proposed model, a quantitative, national online survey was conducted using Qualtrics Online Sample. After checking the performance of the measurement model, we evaluated the results of the structural model. The results show that emotional value and quality value significantly explain overall attitude toward Airbnb, whereas, price value and social value were not significant in predicting attitude. However, price value and social value, together with overall attitude, significantly explain consumer’s purchase intention. The results show that the t values from bootstrapping were greater than 1.96, and the R2 values for endogenous variables well exceeded .26. All exogenous constructs producing effect sizes ranging from small to large. In addition, the Q2 for the endogenous latent constructs were well above the threshold, with .421 for overall attitude and .472 for behavioral intentions, thereby substantiating the structural soundness of the proposed model.