• 벤처창업연구
• /
• 제17권4호
• /
• pp.57-71
• /
• 2022

본 연구는 지역 청년창업생태계 조성을 위해 지역내 청년의 청년창업 지원에 대한 인식 및 요구를 분석하여 대학의 지원방안을 탐색하는 것을 목적으로 하였다. 이를 위해 서울시에 거주하는 청년 509명을 대상으로 청년창업에 대한 지역내 청년의 인식과 요구, 대학지원에 대한 요구를 분석하였다. 연구결과, 첫째, 청년창업에 대한 지역내 청년의 인식을 분석한 결과, 대학의 지역 연계 프로그램 요구로는 '청년창업 프로그램'이 가장 높게 분석되었으며, 지역내 청년창업에 대한 이미지는 '도전적인', '변화하는 시대에 잘 맞는' 이라는 이미지가 높게 인식되었다. 둘째, 지역내 청년창업 지원에 대한 청년의 요구를 분석한 결과, '멘토링', '창업교육', '창업공간 조성' 순으로 나타났으며 연령별로 상이한 요구를 보였다. 셋째, 지역 청년창업생태계 조성을 위한 대학지원 요구를 분석한 결과, 지역내 청년창업 지원 참여기관 선택기준, 지역내 청년창업 지원 참여기간, 지역내 청년창업 지원 방법에 대한 요구가 도출되었다. 이러한 이상의 연구결과를 종합하여 지역 청년창업생태계 조성을 위한 대학의 지원에 대한 시사점 및 제안사항은 다음과 같다. 첫째, 대학 인프라와 지역 상생에 초점을 둔 지속가능 상생 멘토링 프로그램의 개발 및 운영이 필요하다. 둘째, 예비 청년창업가의 요구분석에 기반하여 단계별 체계적인 마이크로 러닝(Micro-Learning) 콘텐츠의 개발 및 활용이 필요하다. 셋째, 대학내 지역주민 개방형 청년창업 거점공간을 구성하고, 대학내외 창업 과정과의 연계가 필요하다. 본 연구의 결과는 지역 청년창업생태계 조성을 위한 청년창업 지원 정책의 방향 설정과 대학에서의 청년창업 지원전략 수립 및 운영의 기초 자료로써 활용될 것으로 기대된다.

• 정보교육학회논문지
• /
• 제19권1호
• /
• pp.45-56
• /
• 2015

본 연구는 장기간에 걸친 로봇활용교육이 학생들의 창의성에 어떠한 효과를 미치는지를 밝히는 데 목적이 있다. 이를 위해 2011년부터 2012년까지 로봇활용교육 연구학교로 지정된 초등학교의 237명 학생을 대상으로 2차에 걸친 창의성 검사를 실시하였다. 검사 결과를 바탕으로 얻은 결론은 다음과 같다. 첫째, 장기간 동안 로봇활용교육에 참여한 학생들의 창의성은 유의미하게 향상되었고, 특히 1차 검사 점수와 유의미한 향상이 나타났다. 둘째, 창의성 하위요인 중 유창성과 독창성이 유의미하게 향상되었고, 1차 검사 이전에 유의미한 향상이 나타났다. 셋째, 남학생과 여학생 모두 창의성이 유의미하게 향상되었고, 검사 시기와 성별 간의 상호작용은 유의미하지 않는 것으로 나타났다. 마지막으로 초등학교 저 중 고학년 모두 창의성이 유의미하게 향상되었고, 검사 시기와 학년군 간의 상호작용은 유의미하지 않는 것으로 나타났다. 한편, 학년군에 따른 창의성 향상에 대한 차이를 살펴본 결과, 고학년과 중 저학년 간에는 유의미한 차이가 나타났다.

• 대한영상의학회지
• /
• 제83권2호
• /
• pp.344-359
• /
• 2022

목적 깊은 컨볼루션 신경망 기법을 결합한 영상 잡음 제거 알고리즘을 개발하고 이를 응용하여 저선량 유방 촬영 영상으로 유방암을 진단하는 데 그 효능을 조사하고자 한다. 대상과 방법 6명의 유방 영상 전문의가 전향적 연구에 참여하였다. 모든 영상 전문의는 병변 감지를 위해 저선량 영상을 독립적으로 평가하고 정성적 척도를 사용하여 진단 품질을 평가하였다. 영상 잡음 제거 알고리즘을 적용한 후, 동일한 영상 전문의가 병변 감지 가능성과 영상 품질에 대한 평가를 하였다. 임상 적용을 위해 동일한 영상 전문의가 병변 유형과 위치에 대한 합의 결정 후, 저선량 영상, 재구성된 영상, 기존 선량 영상을 무작위 순서로 제시하여 평가하였다. 결과 전 절제 표본의 저선량 영상을 참조로 40% 재구성된 영상에서 병변이 더 잘 인식되었다. 임상 적용단계에서 40% 재구성된 영상과 비교하여, 기존 선량 영상이 해상도(p < 0.001), 석회에 대한 진단 품질(p < 0.001), 유방 종괴, 비대칭, 구조왜곡의 진단 품질(p = 0.037)에 대해 더 높은 평균값을 보였다. 40% 재구성된 영상은 100% 영상과 비교 시 전반적 화질(p = 0.547), 병변의 가시성(p = 0.120), 대조도(p = 0.083)에서 비슷한 성적을 보였으며 유의미한 차이도 보이지 않았다. 결론 깊은 컨볼루션 신경망 기법을 결합한 효과적인 잡음 제거 및 영상 재구성 처리 알고리즘은 유방 촬영의 상당한 선량 감소를 위한 길을 열어 유방암 진단을 가능하게 할 것이다.