Trigeminal neuralgia is a neuropathic pain disorder characterized by sudden, intense, and recurrent episodes of electric shock-like pain within the distribution of the trigeminal nerve. In addition to pain triggered by normally nonpainful stimuli, it may also present as spontaneous episodes. Although various causes of trigeminal neuralgia have been identified―such as neurovascular compression, demyelination, injury, and tumors―the underlying pathophysiological mechanisms remain poorly understood. Understanding these mechanisms is therefore crucial; however, the animal models used in research do not fully replicate the causes of the disorder. This review provides an overview of the animal models employed in trigeminal neuralgia research and evaluates their suitability for investigating disease mechanisms. Among these models, trigeminal root compression and demyelination models most closely reproduce the clinical etiology of trigeminal neuralgia. Developing animal models that accurately reflect the clinical pathophysiology of trigeminal neuralgia is essential for elucidating the underlying mechanisms and advancing the preclinical evaluation of new pharmacological agents and therapeutic interventions.

As renewable energy penetration continues to increase, the output variability and forecasting uncertainty of photovoltaic generation have emerged as major operational risks in power systems. This study establishes a sensor-based data quality control procedure to ensure the reliability of meteorological data collected at a PV plant. For temperature, humidity, and wind speed, a four stage QC process physical range check, persistence check, step change check, and median filtering was applied. Solar radiation, which exhibits strong temporal and distributional characteristics, was processed using a three-stage QC procedure consisting of physical range, step change, and frequency distribution checks. Using the quality-controlled meteorological data, PV generation forecasting was performed with SVM and XGBoost models. As a result, the MAPE values improved to 6.32% for SVM and 6.08% for XGBoost after QC application. The findings confirm that meteorological data quality control significantly enhances PV forecasting accuracy and can support future strategies for distributed energy resource management, curtailment mitigation, and power system risk reduction.

We look at the models that calculate the positions of planets, focusing on the historical models. When Ptolemy's Earth-centered model, Copernicus' heliocentric model, and Tycho Brahe's geo-heliocentric model were expressed in vector format, they were all the same. Therefore, all three models are sufficiently good enough to calculate the positions of the planets. However, if we look closely at the models, we will see that either the epicycle or the earth-centered solar orbits used circular orbits, while the average Saturn's orbit or the heliocentric Saturn orbit used the eccentric circle for Copernicus, the equant circle for Ptolemy, and the deferent including 2-epicycles for Tycho Brahe. Currently, the planet's position is determined using the heliocentric elliptical orbits, but it can also be accurately traced using the Almagest type geocentric elliptical orbit and the elliptical epicycle.

This preliminary study examined how a professional development (PD) program supported Korean EFL teachers in integrating generative artificial intelligence (GenAI) into collaborative reading and writing instruction. Fifteen in-service secondary school teachers participated in an 11-session PD program that introduced GenAI-supported instructional models and guided teachers to adapt them through micro-teaching, reflection, and classroom application. Data were collected through pre- and postintervention surveys and three rounds of reflective journals. Quantitative findings revealed no significant improvement in perceived ease of using GenAI for collaborative reading. However, teachers reported significantly greater ease of use in collaborative writing, presentation, and form-focused instruction (FFI). Qualitative results identified recurring challenges—such as role imbalance, copy-and-paste reliance, and lack of scaffolding—which prompted teachers to revise the pre-existing instructional models into more structured ones (e.g., Expert Jigsaw Reading, role-based writing cycles). The findings demonstrate how PD programs can develop teacher agency by translating abstract GenAI principles into classroom-ready, pedagogically sustainable practices.

본 논문에서는 랜덤 필드 입력을 갖는 구조 해석 문제에서의 순방향 불확실성 정량화(Forward Uncertainty Quantification, UQ)를 위한 차수축소 모델링 기법을 제안한다. 제안된 기법은 재료 물성의 공간적 불확실성을 효율적으로 표현하기 위해 Karhunen-Loève (KL) 전개를 활용하고, 공간 변수와 확률 변수를 분리함으로써 고차원 문제를 효율적으로 해석할 수 있도록 Proper Generalized Decomposition(PGD)을 결합하였다. 이와 같은 접근은 전체 매개변수 공간에 대한 오프라인 계산을 가능하게 하며, 새로운 샘플에 대 해서는 빠른 온라인 평가를 제공한다. 본 연구에서는 구조 해석을 포함한 수치 예제를 통해 제안된 방법을 검증하였으며, 평균 및 분 산과 같은 통계적 모멘트와 위험가치(Value at Risk) 계산을 통해 불확실성 정량화의 성능을 평가하였다. 실험 결과, 제안된 방법은 전 통적인 유한요소 해석과 몬테카를로 시뮬레이션(Monte Carlo Simulation, MCS)에 비해 높은 정확도를 유지하면서도 계산 비용을 크 게 절감하는 것으로 나타났다.

With a view towards reducing traffic accidents on roadways, various methods have been considered to predict accidents. In this study, we analyze traffic accident frequency models that employ fixed- and random-parameter negative binomial approaches. Random parameters enable the inclusion of unobserved heterogeneity in traffic accident data, which current popular methods with fixed parameters such as Poisson or negative binomial models cannot consider in terms of time variation or segment-specific effects. A continuous, unbalanced panel of accident histories for 208 four-way signalized intersections on national highways in Seoul was used to estimate a traffic accident occurrence model that considered traffic volumes and various geometric characteristics at intersections. The results revealed that the left-turn exclusive lanes and traffic volumes on minor roads had random parameters that affected the likelihood of accident frequencies differently; the other variables were found to significantly affect traffic safety at the intersections on the national highways as fixed parameters. Based on these results, it can be concluded that the same traffic safety facilities have different effects on traffic accidents on major and minor roads. The insights from this study suggest the need for a broader analysis of integrated guidelines for facilities that impact intersection accident propensities.

본 연구에서는 Romanoff(1957)의 실측 데이터를 사용하여 머신러닝 기반 상수도관의 부식 깊이를 예측하였다. 이를 실제 상수도관망에 적용하여 누적피해도를 분석하였다. 예측한 부식깊이를 사용하여 누적피해도를 분석하였으며 MCS(Monte Carlo Simulation)를 적용한 누적피해도와 비교 분석하였다. 부식깊이 예측모델에 따른 부식깊이를 분석한 결과 MLP-ReLU 모델이 가장 부식속도가 가장 빠르며 MLP-sigmoid가 가장 부식속도가 느렸다. 천안시 신방동과 성환읍 상수도관망에 MCS를 적용한 누적피해도 분석법과 머신러닝을 적용한 누적피해도를 비교 분석하였다. 신방동에서는 두 분석법 모두 2번 상수도관이 먼저 사용 한계에 도달하였으며 성환읍에서는 4번 상수도관이 가장 먼저 사용 한계에 도달하였다. 사용 한계에 가장 먼저 도달한 상수도관은 다른 상수도관보다 사용 년수가 오래되었거나 수압이 높은 것으로 확인되었다. MCS를 적용한 누적피해도 분석 결과 신방동의 경우 45년 만에 사용 한계를 초과한 반면 성환읍의 경우 47년 만에 사용 한계를 초과했다.

The use of genetically modified animals for human diseases contributes to the understanding of the pathogenesis of various diseases and aids in the search for effective treatments. Consequently, there is an emerging trend of establishing appropriate genetic animal models capable of recapitulating the crucial phenotypes of human diseases to facilitate investigations about the pathogenesis and effective treatments. Recently, Clustered Regularly Interspaced Short Palindromic Repeats (CRISPR)/CRISPR-associated (Cas) technology demonstrated its successful application in genetically modifying the genomes of diverse species. Furthermore, CRISPR/ Cas technology has been established as a tool for producing genetic animal models that more faithfully mimic human diseases. In this review, we have focused on the application of CRISPR/Cas technology in developing innovative genetic animal models for the study of human diseases, specifically for the investigation of disease pathogenesis and treatment. We have also discussed the current technical challenges of CRISPR technology, such as off-target effects, and reviewed the emerging strategies developed to enhance its precision. Finally, we have provided an overview of the considerable potential of advanced tools derived from the CRISPR/dead Cas9 (dCas9) system, such as base and prime editors, and explore their future applications in creating more sophisticated disease models.

본 연구는 장애인 전문 치과 의료기관인 장애인구강진료센터 확대를 위 한 실천 방안을 제시하는 것을 목적으로 한다. 이를 위해 부산·울산·경남 권역장애인구강진료센터 설치 사례를 로스만(Rothman)의 지역사회복지 실천모델을 중심으로 분석하였다. 로스만이 제시한 12가지 실천 변수를 활용하여 권역별 지역사회복지 실천모델 유형을 분류한 결과, 부산권역은 지역사회개발모델과 사회행동모델이 복합적으로 작용되었고 울산권역은 사회계획모델 중심의 실천이 진행되었음을 확인하였다. 또한 경남권역은 사회계획모델과 지역사회개발모델이 순차적이고 유연하게 적용된 혼합형 사례로 나타나 지역사회의 정치성, 의료 인프라, 정책 수용력 등 다양한 요인을 종합적으로 고려하여 적합한 실천모델과 전략의 활용이 필요한 것 으로 확인되었다. 연구 결과에 따라 세 권역이 유사하게 활용한 실천 전략 과 차별화된 실천 전략을 중심으로 장애인구강진료센터 확대를 위한 실천 전략을 제언하였다. 본 연구는 장애인구강진료센터 설치 사례에 대한 지역 사회복지 실천모델 기반 비교·분석의 시발점을 마련하였다는 점에서 학문 적·실천적 의의가 있다. 본 연구를 계기로 장애인구강진료센터에 대한 사 회복지적 논의가 활발해지길 기대한다.

This study investigates the gap between statutory calculation standards and actual field conditions in estimating Occupational Safety and Health Management Expenses (OSHME) for large-scale construction projects. The current fixed-rate method, based on construction type and cost, fails to account for on-site factors such as project complexity, duration, and workforce structure, often leading to discrepancies between estimated and actual costs. To address this, data from 21 completed projects over KRW 5 billion were analyzed. Multiple regression analysis was conducted using variables including material and labor costs, project duration, floor area, number of floors, and the number of safety personnel. The results showed a significant statistical difference between calculated and actual OSHME, and the proposed model explained 95.3% of the variance (R2 = 0.953). Variable selection techniques were applied to improve prediction accuracy by addressing multicollinearity. The model offers practical value for early budgeting and supports policy improvements that align safety expenses with real on-site needs, in order to more effectively prevent industrial accidents.

본 연구는 13개의 제한된 출현자료를 바탕으로 아고산대 희귀식물인 흰참꽃나무(Rhododendron sohayakiense var. koreanum)의 기후변화에 따른 잠재 생육지 변화를 예측하였다. 소규모 자료로 인한 예측력 저하를 보완하기 위해 이변량 조합 기반의 소규모 앙상블 모형(Ensemble of Small Models, ESM)을 구축하였다. 환경변수는 CHELSA v2.1 의 Bioclim 및 확장변수와 NASA SRTM(Shuttle Radar Topography Mission) DEM(Digital Elevation Model) 기반 파생 지형변수 중 총 7개(BIO2, gst, gsp, swe, Slope, TPI, TWI)를 선정하였다. R의 ecospat을 이용해 SSP1-2.6, SSP3-7.0, SSP5-8.5 3개 시나리오 하에서 2100년까지 생육지 분포를 예측한 결과 모든 시나리오에서 잠재 생육지는 점차 축소되었고, 특히 SSP5-8.5에서는 대부분의 적합지가 소멸하는 것으로 나타났다. 본 연구는 소량의 출현자료만으 로도 ESM을 적용하여 희귀종의 기후변화 취약성을 정량적으로 도출할 수 있음을 보여주며, 흰참꽃나무의 향후 보전 전략 수립을 위한 기초 자료로 활용될 수 있다.

본 연구에서는 내연적 시간적분법과 비선형 정적해석에서 발생하는 선형 시스템을 효율적으로 해결하기 위한 자체 솔버 프로그램 을 개발하고 이를 평가하였다. 희소행렬 연산에 유용한 반복법과 전처리기(preconditioner) 알고리즘을 구현하였으며, 자체 개발을 통 해 프로그램 코드의 수정 및 활용을 용이하게 하였다. 또한 메모리 사용량 절감 및 계산 효율성 향상을 위해 CSR(compressed sparse row) 형식 기반의 행렬 및 벡터 연산을 구현하였다. 개발된 솔버 성능 검증을 위해 Voronoi-cell 격자 모델 기반 선형시스템을 대상으 로 개별 반복법 알고리즘을 적용하였다. 아울러 선형/비선형 정적 구조 거동을 모두 고려하여 관련 대칭/비대칭 시스템 행렬을 도출 하고 이를 활용하였다. 보의 처짐 문제를 대상으로 각 반복법의 결과를 수렴성, 계산 시간, 행렬의 대칭성 및 크기에 따라 비교 분석하 였다. 이를 통해 자체 개발한 반복법 솔버의 수치적 성능을 검증하였고 내연적 구조해석 등에 수반되는 선형 시스템의 근사해 계산에 개발 코드를 효과적으로 활용할 수 있음을 확인하였다.