• 제목/요약/키워드: 마닐라

검색결과 44건 처리시간 0.019초

선박보안교육: 선원의 보안인식과 보안성과에 미치는 영향 평가 (Maritime Security Training: Evaluation of the Impact on Seafarers' Security Awareness and Security Performance)

  • ;조소현
    • 해양환경안전학회지
    • /
    • 제25권2호
    • /
    • pp.201-211
    • /
    • 2019
  • 선박의 안전과 보안의 유지는 공급망의 각 단계에서 화물운송 및 여객의 인명 안전을 보장하는데 중추적인 역할을 한다. ISPS Code는 선원과 선박을 보안 위협으로부터 보호하기 위해 SOLAS 협약에 채택되었고, STCW 2010 마닐라 개정에 따라 선원은 반드시 보안 교육을 이수해야 한다. 효과적인 선원의 교육과 훈련은 선박의 보안 관련한 위험을 최소화하기 위한 적절한 이행활동의 수준을 보장하는데 중요하다. 이 연구의 목적은 선원들이 이수한 보안교육과 선원의 보안인식 및 선박의 보안성과 사이의 관계를 실증 분석하는데 있다. 연구 결과에 따르면 (1) 선박 보안 교육을 이수한 선원들은 선박 보안에 대한 인식이 높고 (2) 이러한 보안 교육 및 보안 인식은 선박의 보안성과에 긍정적 영향을 미치며, (3) 보안 인식은 보안 교육과 보안성과 관계에서 매개 효과가 있는 것으로 분석되었다. 따라서 보안 교육과 훈련은 선원의 보안인식과 보안성과에 중요한 영향을 미치며, 이는 결과적으로 해운산업에서 보다 경제적 운영적 및 이미지 측면에서 주요 이점으로 해석될 수 있을 것이다.

저산소 농도 살충처리가 직물, 염색 직물, 종이, 염색지 및 채색편의 색상 및 기계적 성질에 미치는 영향 (The Effects of Anoxic Treatments on Color and Mechanical Property in Fabrics, Natural Dyed Fabrics, Papers, Natural Dyed Papers and Paints)

  • 오준석;최정은;노수정;엄상욱
    • 보존과학회지
    • /
    • 제30권2호
    • /
    • pp.219-234
    • /
    • 2014
  • 박물관에서 소장품의 저산소 농도 살충처리를 위해, 직물, 염색 직물, 종이, 염색지 및 채색편의 색상 및 기계적 성질에 미치는 영향을 평가하였다. 저산소 농도 살충 조건은 질소 및 아르곤을 사용하여 조성한 산소 농도 0.01%, 온도($20^{\circ}C$, $25^{\circ}C$, $30^{\circ}C$), 습도 50%, 살충 시간 30일이였다. 직물은 생견 직물, 자외선 열화 생견 직물, 정련 견직물, 자외선 열화 정련 견직물, 광목 및 자외선 열화 광목을 평가 대상으로 하였다. 천연염색 견직물과 면직물은 생쪽, 쪽, 홍화, 자초, 꼭두서니, 소목, 황벽, 울금, 치자, 황련, 괴화, 코치닐, 자광, 오리나무, 오배자, 밤피 및 쪽과 홍화 복염, 쪽과 황벽 복염, 쪽과 괴화 복염, 쪽과 소목 복염 등 천연염색 직물 각 20종이었다. 평가 대상 종이는 한지(닥지, 닥과 볏짚 혼합지), 화지(안피지), 면지, 린넨지, 면, 아마 및 마닐라삼 혼합지, 복사지, 신문지, 반수 닥지 등 9종이었다. 염색지는 한지에 쪽, 소목, 꼭두서니, 홍화, 치자, 황벽, 괴화로 천연염색한 것을 평가하였다. 채색편은 반수 한지와 반수 화견에 석청, 석록, 주사, 주, 석자황, 등황, 연단, 대자, 석간주, 니람, 연지(자광, 코치닐, 홍화, 꼭두서니), 뇌록, 스몰트, 울트라마린블루, 라피스라즈리, 프러시안블루, 백토, 연백, 호분(굴껍질 호분, 대합껍질 호분) 등 23종의 안료 분말을 아교물에 개어 도포한 것이었다. 평가 대상 재료에 대해 저산소 농도 살충처리 전후의 색차를 평가한 결과, 색차 ${\Delta}E^*$는 1.5 이하이거나 대조군보다 낮았으며, 직물 및 염색 직물의 살충처리 전후의 인장강도 변동률은 기준치 이하였다. 그리고 가스(질소와 아르곤)와 살충 온도에 따른 색차 및 인장강도 변동률에 대한 영향도 없었다.

K-Means 군집모형과 계층적 군집(교차효율성 메트릭스에 의한 평균연결법, Ward법)모형 및 혼합모형을 이용한 컨테이너항만의 클러스터링 측정에 대한 실증적 비교 및 검증에 관한 연구 (An Empirical Comparison and Verification Study on the Containerports Clustering Measurement Using K-Means and Hierarchical Clustering(Average Linkage Method Using Cross-Efficiency Metrics, and Ward Method) and Mixed Models)

  • 박노경
    • 한국항만경제학회지
    • /
    • 제34권3호
    • /
    • pp.17-52
    • /
    • 2018
  • 본 논문에서는 K-Means 군집모형과 계층적 군집모형, 혼합모형으로, 아시아 38개 컨테이너항만 들의 2006년부터 2015년까지의 자료와 선석길이, 수심, 총면적, 크레인 수를 투입물, 컨테이너화물처리량을 산출물로 하여 국내대표 컨테이너항만 들(부산, 인천, 광양항)이 클러스터링 해야만 하는 항만들을 적출해 내는 측정방법을 보여 주고 비교, 분석, 검증하였다. 실증분석의 주요한 결과는 다음과 같다. 첫째, 10년간의 자료를 이용한 분석에서 클러스터링 후의 효율성 증가폭이 큰 순서대로 살펴보면 평균연결법[average linkage(AL)]은 42.04% 상승, Mixed Ward는 35.01% 상승, 경험법칙[rule of thumb(RT)]&Elbow는 30.47% 상승, Ward는23.65% 상승, Mixed AL는 23.25% 상승의 순서였다. 둘째, RT와 Elbow모형에 의한 국내항만들의 클러스터링을 살펴보면 (1)부산항은 두바이, 홍콩, 광저우, 칭타오, 포트 클랑, 싱가포르, 림찬방 (2)인천항은 하이파, 포트슐탄 카부스, 담만, 크호르 파칸, 탄중프리옥, 탄중퍼락, 동경, 나고야, 오사카, 카라치, 오아심, 마닐라, 다바오, 콜롬보, 킬롱, 방콕, (3)광양항은 아카바, 크호르 파칸, 광정우, 닝보, 칭타오, 포트 클랑, 카오슝, 림찬방 항과 클러스터링 해야만 하는 것으로 나타났다. 셋째, 최적 군집 수를 살펴보면 AL(6개), Mixed Ward(5개), RT&ELBOW (4개), Ward(5개), Mixed AL(6개)가 최적 군집 수인 것으로 나타났다. 넷째, 전문가 그룹에 의해서 선호되는 항만들과 본 실증분석결과에 의해서 도출된 국내항만들의 클러스터링 되는 항만들과의 일치성 여부는 부산항은 80%, 인천항은 17%, 광양항은 50%수준에서 일치하는 것으로 검증되었다. 본 논문이 제안하고 있는 정책적인 측면의 의미는 첫째, 항만정책입안자, 항만운영관리자들이 본 연구에서 사용한 모형들을 항만의 클러스터링에 도입하여 벤치마킹항만들을 선정해야만 한다. 둘째, 실증분석의 결과로서 도출된, 국내항만들의 참조항만, 클러스터링항만들에 대하여, 그들 항만들의 항만개발, 운영방안 등에 대한 내용을 비교 분석하고 벤치마킹이 필요한 부분은 신속하게 도입하여 실시하는 것이 필요하다는 점이다.

인공신경망모형(다층퍼셉트론, 방사형기저함수), 사회연결망모형, 타부서치모형을 이용한 컨테이너항만의 클러스터링 측정 및 2단계(Type IV) 교차효율성 메트릭스 군집모형을 이용한 실증적 검증에 관한 연구 (A Study on Containerports Clustering Using Artificial Neural Network(Multilayer Perceptron and Radial Basis Function), Social Network, and Tabu Search Models with Empirical Verification of Clustering Using the Second Stage(Type IV) Cross-Efficiency Matrix Clustering Model)

  • 박노경
    • 예술인문사회 융합 멀티미디어 논문지
    • /
    • 제9권6호
    • /
    • pp.757-772
    • /
    • 2019
  • 본 논문에서는 아시아 38개 컨테이너항만 들을 대상으로 10년(2007년-2016년)동안의 4개의 투입요소(선석길이, 수심, 총면적, 크레인 수)와 1개의 산출요소(컨테이너화물 처리량)를 이용하여 인공신경망모형(다층퍼셉트론, 방사형기저함수)으로 클러스터링에 영향을 미친 요소들을 파악하였으며, 1단계 교차효율성 메트릭스를 이용한 군집 수를 사회연결망모형과 타부서치모형에 적용하여 클러스터링을 파악하고 효율성을 측정하였다. 또한 2단계효율성 메트릭스모형을 이용한 클러스터링을 파악하고 효율성을 측정하여 1단계 교차효율성 메트릭스에 의한 측정결과와 비교하였다. 주요한 실증분석 결과는 다음과 같다. 첫째, 인공신경망모형에 의해서 측정해 보았을 때, 군집에 영향을 많이 미친 요소별로 제시해 보면 컨테이너화물 처리량, 선석길이와 수심, 총면적, 크레인 수의 순서로 나타났다. 둘째, 사회연결망분석에서는 2단계 교차효율성(Type IV)메트릭스에 의한 군집은 benevolent 와 aggressive 모형에서 매년 동일한 결과를 보였다. 셋째, 클러스터링 후에 1단계 교차효율성 모형에 비해서 사회연결망 모형 분석과 타부서치 모형 분석에서 국내항만들의 효율성이 거의(사회연결망 모형에서 인천항의 경우 제외) 악화되는 것으로 나타났다. 다섯째, 일반적인 투입지향, 규모수확불변하의 CCR모형의 효율성 측정결과와 비교했을 때는 클러스터링이 모든 항만들에 대해서 약 37%이상의 효율성을 증대시켰다. 여섯째, 사회연결망모형과 타부서치모형에 의해서 클러스터링 되는 항만들은 부산항(고베, 오사카, 포트클랑, 탄중 펠파스, 마닐라항), 인천항(사히드 라자히, 광양), 광양항(아카바, 포트 슐탄 카바스, 담만, 크호르 파칸, 인천)으로 나타났다. 한국항만당국은 본 연구에서 이용된 방법을 도입하여 항만개선방안을 마련해야만 한다.