• 제목/요약/키워드: 등급분류협회

검색결과 12건 처리시간 0.019초

민간자율 영화등급분류제도 도입방안 (Establishing Plan for Non-governmental Film Classification System)

  • 양영철
    • 한국콘텐츠학회논문지
    • /
    • 제14권12호
    • /
    • pp.598-606
    • /
    • 2014
  • 미국과 일본이 민간자율의 등급분류제도를 운영하고 있는 것과 달리 프랑스와 우리나라는 공공기관이 이 기능을 담당하고 있다. 하지만 제한상영관이 없는 제한상영가 등급의 문제점, 방송을 비롯한 매체들은 영화와 달리 사전심의를 받지 않는다는 점, 비용부담의 문제 등을 감안할 때 우리의 제도는 개선이 필요하고, 대안 중 하나가 등급분류기관을 민간자율로 전환하는 것이다. 민간자율의 등급분류제도 도입방법은 메이저 영화사들이 중심이 되어 등급분류협회를 설립하고 그 산하에 등급분류위원회를 두되 위원회 운영의 독립성을 보장하는 것이다. 정부는 저예산 예술영화의 심의료를 지원하고 청소년보호단체 등이 공정한 심의과정과 결과 준수를 감시하도록 지원할 필요가 있다. 영화산업이 등급분류제도의 민간자율화에 적극 나서지 않는 다는 사실이 가장 큰 걸림돌이지만, 표현의 자유 신장을 위해 합리적 방안을 찾는 노력이 필요하다.

비육우의 암적색 쇠고기(DARK MEAT) 출현요인

  • 이문연
    • 한우개량
    • /
    • 7호통권22호
    • /
    • pp.8-14
    • /
    • 2000
  • 쇠고기 등급판정은 육량등급 A, B, C의 3단계와 육질등급 1+, 1, 2, 3의 4등급으로 매겨진다. 육질등급은 근내지방도에 의하여 대부분 결정되나 육색, 육의 조직감 및 지방색이 결정적인 영향을 주기도 한다. 그러나 여기에는 주로 육색에 관하여 다뤄보기로 한다. 육색은 육색기준을 7단계로 분류하여 놓고 있는데 3-5의 범위가 바람직하다. 하지만 육색이 나쁜 것은 다른 항목이 아무리 우수하다 하여도 육색에 의해 육질판정의 불이익을 받기 때문에 그냥 넘어갈 문제가 아니다. 따라서 여기에서는 등급판정에 불리한 암적 색육을 방지하고 육색을 좋게하는 각종 실험방법을 소개하여 보기로 한다.

  • PDF

뉴캣슬병의 발병기전과 예방대책

  • 김재홍
    • 월간피드저널
    • /
    • 제2권8호통권12호
    • /
    • pp.114-117
    • /
    • 2004
  • 뉴캐슬병은 국제동물보건기구인 국제수역사무국(OIE)에서 고병원성 조류인플루엔자, 구제역, 돼지콜레라 등과 같이 세계적인 악성 가축전염병 (15종)인 A등급으로 분류하여 관리할 정도로 피해가 심각한 질병으로서 국가간의 축산물 교역과 방역에 이TDj 특별히 취급하도록 권장하고 있고, 예방접종을 하지 않은 계군에 감염되면 거의 100%의 폐사를 일으킬 정도로 무서운 닭의 전염병이다.(중략)

  • PDF

2018 개정 미국외상수술협회 복부고형장기 손상척도에 따른 다중검출 CT 소견 (Multidetector CT Findings of Solid Organ Injury Based on 2018 Updated American Association for the Surgery of Trauma Organ Injury Scaling System)

  • 유효현;원유동;이수림;구영미;송선화
    • 대한영상의학회지
    • /
    • 제81권6호
    • /
    • pp.1348-1363
    • /
    • 2020
  • 2018년에 새롭게 개정된 장기 손상척도는 이전 미국외상수술협회의 응급수술분류체계와 유사한 형식을 가지며, 고형장기 손상의 등급을 지정하는 기준을 영상(imaging), 수술(operative), 병리(pathologic) 세 가지 세트로 나누어 분류하였다. 2018년 개정에서 가장 중요한 변화는 거짓동맥류와 동정맥 누공을 포함한 혈관 손상의 다중검출CT (multidetector CT; 이하 MDCT) 소견을 정의하여 장기 손상척도에 통합한 것이다. 이전 장기 손상척도와 동일하게 세 가지 기준 중에 가장 높은 등급이 최종 등급이 된다. 또한 한 장기 내에 여러 개의 1등급 또는 2등급 소견이 있으면, 다발성 손상에 대해 3등급의 부여가 가능하다. 본 임상화보에서는 2018년 개정된 미국외상수술협회 장기 손상척도의 MDCT 소견을 소개하고자 한다.

미국 및 세계육류시장의 동향과 전망

  • 한국낙농육우협회
    • 월간낙농육우
    • /
    • 제27권4호통권300호
    • /
    • pp.198-203
    • /
    • 2007
  • 최근 OIE(국제수역사무국)가 미국, 캐나다에 광우병 위험을 통제할 수 있는 국가의 등급(2등급 : 30개월령이 지난 소의 광우병 위험물질 및 머리뼈.등뼈 등에서 단순 분리한 살코기는 교역불가)을 내렸다. OIE는 오는 5월(프랑스 파리) 이를 최종 확정할 예정으로, 이 같은 OIE 질병위원회의 분류결과를 업은 미국은 더욱 거세게 쇠고기 시장의 전면개방을 요구할 것으로 예상된다. OIE 총회 이후 우리나라와 별도의 협상을 하지 않겠다는 미국의 입장에 우리나라로서는 별도의 검역기준을 마련할 예정이라지만 근본적 대책으로서는 요원하기만 하다. 이 같은 상황을 계기로 월간낙농육우는 국내축산물 유통동향 외에도 미국 및 세계 육류시장의 동향과 전망을 소개할 예정이니, 많은 관심을 바란다.

  • PDF

가뭄 취약성 및 위험도를 고려한 의령군 지역의 가뭄 지수 산정 (Estimation of Drought Index in Uiryeong-Gun with Drought Risk and Vulnerability)

  • 정영훈;곽제상;엄명진
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2022년도 학술발표회
    • /
    • pp.317-317
    • /
    • 2022
  • 가뭄은 지역에 따라 다양한 특성을 가지기 때문에 가뭄의 진행 상황이나 심각한 상태를 정의할 수 있는 객관적인 지표가 필요한 실정이다. 이러한 이유로 가뭄 지수(drought index)를 정량적으로 산정하여 제시하였고 국내외에서 꾸준한 연구가 진행되고 있다. 본 연구는 의령군을 대상으로 가뭄지수를 산정하였고, 1973년부터 2017년까지의 강수자료 및 가뭄 관련 지역 특성을 통하여 가뭄 위험 지수(DRI)를 추정하였고, 또한 가뭄 취약성 지수(DVI)와 가뭄 위험요소 지수(DHI)를 통해 가뭄위험도를 1등급에서 4등급으로 분류하여 제시하였다. 본 가뭄지수는 강수특성 뿐만 아니라 의령군의 지역적 특성을 다양하게 고려하였다. 따라서, 의령군 상황에 맞게 소지역별로 가뭄의 취약성 및 위험요소를 동시에 추정하여 합리적인 가뭄의 위험성을 정량적으로 제시할 수 있을 것으로 판단된다.

  • PDF

땅밀림 위험지 평가를 위한 기계학습 분류모델 비교 (A Performance Comparison of Machine Learning Classification Methods for Soil Creep Susceptibility Assessment)

  • 이제만;서정일;이진호;임상준
    • 한국산림과학회지
    • /
    • 제110권4호
    • /
    • pp.610-621
    • /
    • 2021
  • 지진 발생과 집중호우에 의해 땅밀림형 산사태 유형으로 분류되는 땅밀림 현상이 전국적으로 광범위하게 나타나고 있다. 산림청은 땅밀림으로 인한 인명 및 재산 피해를 예방하기 위해 땅밀림 우려지 현장조사 판정표를 통해 땅밀림 발생 위험지를 사전에 파악하고 있다. 한편 최근에는 컴퓨터 기술의 발달로 인공지능의 한 분야인 기계학습 분류기법을 이용하여 산지재해 취약성을 평가하거나 자연재해를 예측하고 있다. 따라서 이 연구에서는 기계학습 분류기법인 k-Nearest Neighbor(k-NN), Naive Bayes(NB), Random Forest(RF), 그리고 Support Vector Machine(SVM) 분류모델을 이용하여 땅밀림 발생 위험등급을 분류하였다. 한국치산기술협회의 2018~2020년 조사 자료 4,618개 중에서 땅밀림 현상의 발생 여부를 고려하여 발생지 총 146개소, 그리고 미발생지 146개소를 임의추출하여 292개 자료를 선정하였으며, 이 중 70%에 해당하는 204개소 자료를 훈련자료로 하여 모델을 구축하였다. 전체 자료의 30%에 해당하는 88개 검증자료에 대해 모델을 평가한 결과, k-NN은 0.727, NB는 0.750, RF는 0.807, 그리고 SVM은 0.750의 분류정확도를 보였다. 또한, Kappa 상관계수는 각각 0.534, 0.580, 0.673 및 0.585, 그리고 AUC는 각각 0.872, 0.912, 0.943 및 0.834로 계산되었다. 따라서 땅밀림 위험지역 판정을 위한 기계학습 분류모델은 RF, NB, SVM, 그리고 k-NN 순으로 높은 성능을 보였다. 기계학습 분류모델은 향후 산지토사재해의 예방 및 대응을 위한 기초자료로 활용 가능하며, 땅밀림 재해 관리 및 피해 경감에 위한 정책 개발에 필요한 정보를 제공할 것이다.