국내에는 지형적인 조건 또는 그 외의 여러 제약에 따라 줄눈 콘크리트 포장(JCP)을 시공하는 경우가 많았다. JCP는 시공 이후 양생 제로 도포함에도 불구하고 시간이 지남에 따라 부등건조수축이 나타나, 운전자의 승차감과 안정성을 악화시킨다. 이를 해결하기 위해 포장설계 지침을 지속적으로 개정하고 있지만, 부등건조수축으로 인한 민원이 계속 발생하고 있는 실정이다. 본 연구에서는 JCP의 부등건조수축량에 영향을 줄 수 있는 변수를 설정하여 변수에 따른 거동 차이를 보고자 하였다. 3D 유한요소해 석 프로그램 ABAQUS를 이용하여 유한요소법을 통한 해석을 진행하였고, 모델링은 2차로 6 슬래브를 모형화하였다. JCP의 부등건조 수축량에 영향을 주는 슬래브 깊이별 온도변화가 포장설계에 따라 어떻게 변화하는지 고려하기 위하여, 그에 대한 변수로 하부층 종 류의 영향, 슬래브 두께의 영향, 주행차로 다웰바 추가 설치 유무의 영향, 줄눈 간격의 영향을 설정하였다. 기본적인 모델의 유한요소해석 부등건조수축량 결과와 위에서 설정한 변수를 적용하여 만든 모델에 대한 유한요소해석 부등건조수축 량 결과를 각각 도출하였고, 기본 모델 결과와 변수를 적용한 모델 결과를 비교하여 각각의 인자가 어느 정도의 영향을 미치는지 확 인해 보았다. 영향이 큰 인자들을 선별하여 복합적인 변수에 대한 영향을 보고자 하였고, 복합 변수를 적용한 모델의 유한요소해석 부등건조수축 량 결과와 기본 모델의 유항요소해석 부등건조수축량 결과를 비교하여 그 차이가 어느 정도인지 확인하였다. 이에 따라 앞으로 JCP구 간 부등건조수축에 대한 해결을 위해 중점을 두어야 할 인자를 파악할 수 있었으며, 결과를 현장에 적절하게 적용한다면 도로 주행성 과 안전성을 개선할 수 있을 것으로 판단된다. 유한요소해석 결과에 대한 신뢰도를 부여하기 위해 현장 데이터와도 비교 분석하였고, 계절에 따라 약간의 차이는 있었으나, 평균값 과는 유사하여 본 연구의 구조해석 모형이 다양한 조건에 따른 연직변위 발생함에 있어 비교하는데 유용하다고 판단하였다.

Our study examined a total of 60 dead wood samples (Quercus spp.), collecting 30 samples each in summer and winter, and measured various environmental variables in the field. These samples were classified into three decay classes: fresh, intermediate, well-decayed. We sampled saproxylic beetles within the collected dead wood using emergence traps. Conducted a cluster analysis to explore their relationships of saproxylic beetle and environmental variables. Our results revealed that season and decay class were significant environmental variables affecting saproxylic beetle communities. These results highlight the sensitivity of saproxylic beetles to fluctuations of environment and climate. In summary, our study highlights the intricate relationships between environmental variables and saproxylic beetles and suggests that different types of dead wood should be maintained in forests.

This study numerically compares optimum solutions generated by element- and node-wise topology optimization designs for free vibration structures, where element-and node-wise denote the use of element and nodal densities as design parameters, respectively. For static problems optimal solution comparisons of the two types for topology optimization designs have already been introduced by the author and many other researchers, and the static structural design is very common. In dynamic topology optimization problems the objective is in general related to maximum Eigenfrequency optimization subject to a given material limit since structures with a high fundamental frequency tend to be reasonable stiff for static loads. Numerical applications topologically maximizing the first natural Eigenfrequency verify the difference of solutions between element-and node-wise topology optimum designs.

정보통신 기술의 발전과 스마트 기기의 확산으로 스마트러닝이 보편화되었으며 이에 따라 스마트러닝 관련 연구가 활발하게 이루어지고 있으며 연구 성과가 축적되고 있다. 이에 기존의 스마트러닝 연구 중에 서 상관계수 결과를 포함한 논문을 대상으로 메타분석을 실시하여 스마트러닝의 효과크기를 분석하였다. 이 과정에서 선행연구 결과를 검토하여 스마트러닝 특성요인으로 동기유발, 시스템, 콘텐츠, 서비스로 유 목화하고, 결과변수로는 만족도, 성과, 태도를 정의하였다. 메타분석 결과 스마트러닝 전체 관점뿐 아니라 각 특성요인인 동기유발, 시스템, 콘텐츠, 서비스 모든 측면에서 스마트러닝의 효과크기는 유의하게 중간 정도 수준으로 나타났다. 유일하게 유의하지 않은 것으로 나타난 성과에 대한 콘텐츠의 효과크기를 제외 하고는 만족도, 성과, 태도 모든 측면에서 스마트러닝 각 특성요인의 효과크기가 유의하게 중간 정도 수준으로 나타났다. 연구 대상에 따른 효과크기 측면에서는 직장인이 가장 높은 효과를 유의하게 보였다. 표본수에 따른 효과크기 측면에서는 300명에서 999명까지가 유의하게 가장 높게 나타났다. 본 논문이 시도한 스마트러닝 메타분석은 시의성으로나 확장된 연구 대상 논문 수 측면에서 의의를 찾을 수 있으며 수많은 스마트러닝 특성요인과 결과변수를 유목화하고 분류한 뒤 이에 대한 효과크기를 측정하였다는 데에 의의가 있다. 각 연구자들의 시각과 필요에 따라 다양한 표현을 동원한 스마트러닝 특성요인과 결과변수를 본 연구의 연구자들이 종합적인 관점에서 분류한 것은 향후 스마트러닝 연구를 위한 하나의 새로운 밑거름이 될 수 있다.

최근 소셜미디어 이용이 심리적 웰빙에 미치는 영향이 부각되고 있으나 어떤 요소가 소셜미디어 상에서의 관계 의 질을 예측할 수 있는지에 대한 연구는 상대적으로 드물다. 본 연구는 머신러닝 기법을 이용하여 COVID-19로 인한 자가격리 동안 인스타그램 활동과 외로움, 우울 등의 심리 상태가 소셜미디어 상에서의 관계의 질을 예측할 수 있는지 알아보고자 하였다. 성인 95명을 대상으로 자가격리 중과 자가격리 해제 후 시점에서 외로움, 인스타그 램 활동, 소셜미디어 상에서의 관계, 우울 등에 대해 자기보고식 설문에 응답하도록 하였다. 그 후, 다차원 척도법과 표상유사성분석, 분류분석을 각 시점에 대해 수행하였다. 다차원척도법 결과, 1차원에서 인스타그램 이용 시간과 우울이 다른 변인들과 구별되었으며, 2차원에서 외로움과 수동적 이용이 다른 변인들과 구별되었다. 그 후 소셜미 디어 상에서의 관계의 질의 고,저 집단에 대해 표상유사성분석을 실시한 결과, 소셜미디어 상에서의 관계의 질이 높은 집단은 낮은 집단보다 자가격리의 영향을 더 많이 받는 것으로 나타났다. 분류분석 결과에서도 소셜미디어 상에서의 관계의 질 예측 변인이 사회적 고립의 여부에 따라 달라지는 것으로 나타났다. 따라서 본 연구의 결과는 사람들이 사회적 고립 상황에 있지 않을 때 인스타그램 이용 변인과 심리적 변인이 소셜미디어 상에서의 관계를 더 잘 예측할 수 있음을 시사한다.

Nowadays, artificial intelligence model approaches such as machine and deep learning have been widely used to predict variations of water quality in various freshwater bodies. In particular, many researchers have tried to predict the occurrence of cyanobacterial blooms in inland water, which pose a threat to human health and aquatic ecosystems. Therefore, the objective of this study were to: 1) review studies on the application of machine learning models for predicting the occurrence of cyanobacterial blooms and its metabolites and 2) prospect for future study on the prediction of cyanobacteria by machine learning models including deep learning. In this study, a systematic literature search and review were conducted using SCOPUS, which is Elsevier’s abstract and citation database. The key results showed that deep learning models were usually used to predict cyanobacterial cells, while machine learning models focused on predicting cyanobacterial metabolites such as concentrations of microcystin, geosmin, and 2-methylisoborneol (2-MIB) in reservoirs. There was a distinct difference in the use of input variables to predict cyanobacterial cells and metabolites. The application of deep learning models through the construction of big data may be encouraged to build accurate models to predict cyanobacterial metabolites.

Metal additive manufacturing (AM) has transformed conventional manufacturing processes by offering unprecedented opportunities for design innovation, reduced lead times, and cost-effective production. Aluminum alloy, a material used in metal 3D printing, is a representative lightweight structural material known for its high specific strength and corrosion resistance. Consequently, there is an increasing demand for 3D printed aluminum alloy components across industries, including aerospace, transportation, and consumer goods. To meet this demand, research on alloys and process conditions that satisfy the specific requirement of each industry is necessary. However, 3D printing processes exhibit different behaviors of alloy elements owing to rapid thermal dynamics, making it challenging to predict the microstructure and properties. In this study, we gathered published data on the relationship between alloy composition, processing conditions, and properties. Furthermore, we conducted a sensitivity analysis on the effects of the process variables on the density and hardness of aluminum alloys used in additive manufacturing.

코로나 19 팬데믹 및 기후 변화 등으로 전 세계적으로 필수적인 생필품과 자원의 품귀 이슈가 지속해서 발생하고 있다. 이러한 현상을 극복하고자 교역량의 수요가 갑자기 증가하였으며 이 결과 컨테이너선의 운임이 대폭 상승하였다. 컨테이너선의 크기 변화는 1960 년대 1,500TEU(twenty-foot equivalent unit)를 시작으로 2021년에는 24,400TEU로 대형화가 진행되고 있다. 컨테이너 적재 능력의 향상은 라싱브 릿지 구조의 대형화와 긴밀하게 연관되어 있고, 안전한 컨테이너 고박 및 항해 시 발생하는 다양한 외력 하중에 안전한 구조설계를 해야 한다. 현재 주요 선급에서는 라싱브릿지 구조 안전성을 평가할 수 있는 구조해석 기반의 지침서를 배포하고 있으나, 허용기준 및 평가 방 법이 달라서 설계 시 엔지니어들에게 혼선을 주고 있다. 본 연구에서는 결과에 영향을 줄 가능성이 큰 주요 변수들(모델링 범위, 오프닝 고 려 여부, 메쉬 크기) 변화에 따른 강도 변화 특성을 정리하였다. 이 결과를 바탕으로 저자들은 합리적인 구조해석 기반 평가에 대한 검토사 항을 제안하였고, 추후 선급 기준 개정 시 참고가 될 수 있을 것으로 기대한다.

본 연구는 관리자 코칭 행동의 관련 변인을 살펴보고자 관리자 코칭 행동 모 델을 중심으로 관리자 코칭 행동을 체계적으로 분석하였으며 각 연구결과를 체 계적이고 계량적으로 분석하는 메타분석방법을 활용하였다. 연구의 목적을 달 성하기 위하여 체계적 문헌고찰에 대한 연구절차인 PRISMA 가이드라인에 따 라 문헌확인, 문헌선별, 선정기준 검토, 최종확정의 단계를 거쳐 최종적으로 메 타분석 연구 대상 논문 51개를 선정하였다. 본 연구의 결과는 다음과 같다. 첫째, 본 연구는 관리자 코칭 행동과 효과성의 크기를 비교 분석하여 살펴볼 수 있었다. 둘째, 관리자 코칭 행동의 구성요소 효 과 크기와 관련하여 관계 및 존중이 가장 높게 나타났다. 셋째, 관리자 코칭 행 동의 코칭효과별 상관관계와 관련하여 정서적 효과, 인지적, 기술적 효과, 성과 등 다양한 효과 크기를 살펴 볼 수 있었다. 넷째, 산업별 효과 크기는 서비스 산 업에서 더 큰 관계를 보였다. 다섯째, Stowell의 관리자 코칭 척도를 사용한 효 과 크기가 다른 학자들의 코칭 척도보다 더 큰 관계를 보였다. 본 연구 결과에 따른 의미를 살펴보면, 첫째, 본 연구는 기존의 연구와 다르게 구체적으로 관리자 코칭 행동에 관한 메타분석을 실시하였다는 측면에서 기존의 연구와 차별되었다. 둘째, 관리자 코칭이 역량개발 및 성과위주의 코칭에서 벗어 나 조직원과의 지속적인 관계 과정으로 방향을 제시하고 피드백을 주는 것이 중 요하다는 것을 보여주었다. 셋째, 본 연구는 관리자 코칭의 효과성 관련하여 정서 적, 인지적, 기술적 및 성과 관련된 효과에 대한 메타분석을 통하여 향후 관리자 코칭의 효과성에 재검토의 필요성을 제시하였다는 것에 의미를 둘 수 있다.

This study aimed to confirm the importance ratio of climate and management variables on production of orchardgrass in Korea (1982―2014). For the climate, the mean temperature in January (MTJ, ℃), lowest temperature in January (LTJ, ℃), growing days 0 to 5 (GD 1, day), growing days 5 to 25 (GD 2, day), Summer depression days (SSD, day), rainfall days (RD, day), accumulated rainfall (AR, mm), and sunshine duration (SD, hr) were considered. For the management, the establishment period (EP, 0―6 years) and number of cutting (NC, 2nd―5th) were measured. The importance ratio on production of orchardgrass was estimated using the neural network model with the perceptron method. It was performed by SPSS 26.0 (IBM Corp., Chicago). As a result, EP was the most important variable (100%), followed by RD (82.0%), AR (79.1%), NC (69.2%), LTJ (66.2%), GD 2 (63.3%), GD 1 (61.6%), SD (58.1%), SSD (50.8%) and MTJ (41.8%). It implies that EP, RD, AR, and NC were more important than others. Since the annual rainfall in Korea is exceed the required amount for the growth and development of orchardgrass, the damage caused by heavy rainfall exceeding the appropriate level could be reduced through drainage management. It means that, when cultivating orchardgrass, factors that can be controlled were relatively important. Although it is difficult to interpret the specific effect of climates on production due to neural networking modeling, in the future, this study is expected to be useful in production prediction and damage estimation by climate change by selecting major factors.

We investigate infrared properties of OGLE4 Mira variables in our Galaxy. For each object, we cross-identify the AllWISE, 2MASS, Gaia, and IRAS counterparts. We present various IR two-color diagrams (2CDs) and period-magnitude and period-color relations for the Mira variables. Generally, the Mira variables with longer periods are brighter in the IR fluxes and redder in the IR colors. In this work, we also revise and update the previous catalog of AGB stars in our Galaxy using the new sample of OGLE4 Mira variables. Now, we present a new catalog of 74,093 (64,609 O-rich and 9,484 C-rich) AGB stars in our Galaxy. A group of 23,314 (19,196 O-rich and 4,118 C-rich) AGB stars are identified based on the IRAS PSC and another group of 50,779 (45,413 O-rich and 5,366 C-rich) AGB stars are identified based on the AllWISE source catalog. For all of the AGB stars, we cross-identify the IRAS, AKARI, MSX, AllWISE, 2MASS, OGLE4, Gaia, and AAVSO counterparts and present various infrared 2CDs. Comparing the observations with the theory, we find that basic theoretical dust shell models can account for the IR observations fairly well for most of the AGB stars.

Background: The oxygen uptake efficiency slope (OUES) is the most important index for accurately measuring cardiopulmonary function in patients with acute ischemic heart disease. However, the relationship between the OUES variables and important cardiopulmonary function parameters remain unelucidated for patients with acute ischemic heart disease, which accounts for the largest proportion of heart disease. Objects: The present cross sectional clinical study aimed to determine the multiple relationships among the cardiopulmonary function variables mentioned above in adults with acute ischemic heart disease. Methods: A convenience sample of 110 adult inpatients with ischemic heart disease (age: 57.4 ± 11.3 y; 95 males, 15 females) was enrolled at the hospital cardiac rehabilitation center. The correlation between the important cardiopulmonary function indicators including peak oxygen uptake (VO2 peak), minute ventilation (VE)/carbon dioxide production (VCO2) slope, heart rate recovery (HRR), and ejection fraction (EF) and OUES was confirmed. Results: This study showed that OUES was highly correlated with VO2 peak, VE/VCO2 slope, and HRR parameters. Conclusion: The OUES can be used as an accurate indicator for cardiopulmonary function. There are other factors that influence aerobic capacity besides EF, so there is no correlation with EF. Effective cardiopulmonary rehabilitation programs can be designed based on OUES during submaximal exercise in patients with acute ischemic heart disease.

The prediction of algal bloom is an important field of study in algal bloom management, and chlorophyll-a concentration(Chl-a) is commonly used to represent the status of algal bloom. In, recent years advanced machine learning algorithms are increasingly used for the prediction of algal bloom. In this study, XGBoost(XGB), an ensemble machine learning algorithm, was used to develop a model to predict Chl-a in a reservoir. The daily observation of water quality data and climate data was used for the training and testing of the model. In the first step of the study, the input variables were clustered into two groups(low and high value groups) based on the observed value of water temperature(TEMP), total organic carbon concentration(TOC), total nitrogen concentration(TN) and total phosphorus concentration(TP). For each of the four water quality items, two XGB models were developed using only the data in each clustered group(Model 1). The results were compared to the prediction of an XGB model developed by using the entire data before clustering(Model 2). The model performance was evaluated using three indices including root mean squared error-observation standard deviation ratio(RSR). The model performance was improved using Model 1 for TEMP, TN, TP as the RSR of each model was 0.503, 0.477 and 0.493, respectively, while the RSR of Model 2 was 0.521. On the other hand, Model 2 shows better performance than Model 1 for TOC, where the RSR was 0.532. Explainable artificial intelligence(XAI) is an ongoing field of research in machine learning study. Shapley value analysis, a novel XAI algorithm, was also used for the quantitative interpretation of the XGB model performance developed in this study.

To solve the pathological problems of the musculoskeletal system based on evidence, a sophisticated analysis of human motion is required. Traditional optical motion capture systems with high validity and reliability have been utilized in clinical practice for a long time. However, expensive equipment and professional technicians are required to construct optical motion capture systems, hence they are used at a limited capacity in clinical settings despite their advantages. The development of information technology has overcome the existing limit and paved the way for constructing a motion capture system that can be operated at a low cost. Recently, with the development of computer vision-based technology and optical markerless tracking technology, webcam-based 3D human motion analysis has become possible, in which the intuitive interface increases the user-friendliness to non-specialists. In addition, unlike conventional optical motion capture, with this approach, it is possible to analyze motions of multiple people at simultaneously. In a non-optical motion capture system, an inertial measurement unit is typically used, which is not significantly different from a conventional optical motion capture system in terms of its validity and reliability. With the development of markerless technology and advent of non-optical motion capture systems, it is a great advantage that human motion analysis is no longer limited to laboratories.

In this study, stiffness evaluation was conducted on the main member, front cross member, and rear cross member, which are three components of sub-frame for SUVs (sports utility vehicles), through mode analysis. As for the design variables used in the analysis, the maximum frequency was examined by varying the width and height of each of the three parts into four types. Of course, the weight at this time is minimized, and the mode is set as a constraint that only bending occurs and no distortion occurs. As a result of the analysis, the member affecting the 1st mode was the rear cross member, and the member having the greatest influence on the 2nd mode was the front cross member. In addition, the member with the greatest influence on the 3rd mode appeared as the rear cross member, indicating that this part had the greatest effect on the bending stiffness.

CALMET (California Meteorological Model), which is a meteorological subroutine for an air quality dispersion mode (CALPUFF; California Puff Model), closely related with the land surface structure. In this study, the sensitivity of micro-meteorological parameters including wind speed and roughness height, Albedo, Bowen ratio, soil heat flux, and leaf area index were closely evaluated with change of land-use in relation to urban development. As a result, although no consistent dependence of roughness height on surface wind was found, it showed that high value of surface roughness could lead to the increase of friction velocity, influence the Monin-Obukhov length and the mixing height. At the same time, the increasing Albedo reduced friction velocity and mixing height. Thus, it was concluded for the CALMET modelling that it is necessary to first define the roughness height, Albedo, and Bowen ratio according to land-use.