• 한국비블리아학회지
• /
• 제22권4호
• /
• pp.145-167
• /
• 2011

본 연구는 선진국 대학에서 교육하고 있는 교과목 운영상의 특징을 파악하기 위하여 북미 대학의 문헌정보학 교과목 운영 사례를 비교 분석하는 것을 목적으로 한다. 연구는 북미 대학 홈페이지의 내용 분석 방법을 통해 수행되었다. 연구내용은 전통적인 문헌정보학대학과 정보학대학의 교과목비교, 북미 대학에서 개설되고 있는 문헌정보학의 교과과정 및 교과목 운영 현황, 영역별 개설 교과목의 종류와 수, 주요교과목들의 분석이다.

• 정보과학회지
• /
• 제29권3호
• /
• pp.66-74
• /
• 2011

• 한국가족복지학
• /
• 제54호
• /
• pp.225-262
• /
• 2016

본 연구의 목적은 아동보호서비스 개입사례의 재학대 특성을 확인하는 것이다. 이를 위해 국가아동학대정보시스템에 접근하여 2012년에 신고 접수된 전수를 추출하였고 이들 사례 중 아동학대로 판정된 사례를 중심으로 2014년까지 총 3년간의 데이터를 수집하여 해당기간 내 재학대가 발생한 사례들의 특성을 확인하였다. 재학대 특성은 생존분석을 통해 재학대 발생 시점 및 빈도를 중심으로 살펴보았다. 분석결과, 2012년에 학대판정을 받은 5,542사례 중 323사례가 이후 3년 이내에 재학대를 기록하였다. 대부분의 사례(93.5%)가 1회의 재학대를 기록하였지만 2회의 재학대를 기록한 사례도 21사례로 확인되었다. 또한 학대로 판정된 이후 1개월 이내에 가장 많은 재학대가 발생하였고, 이전 아동보호서비스 연루 유무, 중복학대 유무, 신체학대 포함 여부, 서비스 제공 유형 등에 따라 재학대 발생 시기 및 빈도가 다르게 나타났다. 아동의 연령 및 문제행동 수, 학대행위자의 스트레스 및 사회적 고립, 가족구성원인 학대행위자, 이전 아동보호서비스 연루 기록, 재신고 총 횟수 증가 등은 이후의 재학대 발생과 관련되었다. 본 연구는 이러한 분석결과를 토대로 아동학대의 재학대 예방을 위한 정책적, 실천적 함의를 논하고 관련 제언을 제시하였다.

• 대한치과보철학회지
• /
• 제60권1호
• /
• pp.80-90
• /
• 2022

디지털 치의학이 발전함에 따라 치과 치료 방식도 다양하게 변화하고 있다. 본 증례에서는 구치부의 병적인 마모로 수직 고경 소실을 보이는 환자에서 적절한 수직 고경을 설정한 후, 디지털 기술을 이용하여 최종 보철물을 사전에 디자인하였다. 이를 바탕으로 치질을 최대로 보존할 수 있도록 치아 삭제량을 계산하였으며, 구내에서 치아 삭제량을 나타내줄 수 있는 가이드를 디자인하였다. 본 가이드를 이용함으로써 복잡한 다수 치아의 삭제가 편리했으며 보다 정확하고 빠른 치아 형성이 가능하였다. 이후 이중 스캔으로 임시 보철물의 정보를 반영하여 전악 지르코니아 크라운으로 최종 보철물을 제작하였다. 디지털 기술을 이용하여 전악 수복 증례의 술 전 계획부터 최종 보철물 장착까지의 복잡한 과정을 빠르고 간편하게 해결할 수 있어, 환자와 술자가 모두 만족할 수 있었다.

• 한국정보통신학회논문지
• /
• 제23권3호
• /
• pp.282-290
• /
• 2019

최근 어린이집이나 유치원 등 교육기관에서 아동학대가 빈번히 발생하고 있다. 정부는 CCTV 설치를 의무화하였지만 CCTV 영상을 열람하는 것이 쉽지 않다. 본 논문에서는 CCTV 영상을 이용하여 아동학대를 판단하는 모델을 제안한다. 먼저 아동학대란 성인이 물리적으로 아동에게 가해를 하는 것이므로 성인과 아동을 분류하는 모델이 필요하다. 기존의 Haar기법을 사용하여 성인과 아동을 분류하려면 정면 영상이 필요하지만 OpenPose를 사용하면 정면과 측면에 구애받지 않고 성인과 아동을 분류할 수 있다. 본 연구에서는 아동이 학대를 당할 때 성인과 아동의 자세의 특성을 적용하여 아동 학대 판단 모델을 설계 및 구현하였다. 구현한 시스템은 현재 설치되어있는 CCTV를 활용하므로 추가적인 설치가 필요하지 않고 실시간으로 아동학대가 발생하고 있는지 모니터링 할 수 있으므로 이에 따른 빠른 대처가 가능할 것으로 사료된다.

• 대한치과보철학회지
• /
• 제60권1호
• /
• pp.100-109
• /
• 2022

임플란트를 이용한 수복 치료에서 장기적인 안정을 얻기 위해서는 임플란트의 식립 시 보철 수복에 이상적인 위치와 각도로 식립하는 것이 중요하다. 이를 위해서는 정확한 치료계획에 따른 수술과 보철 치료가 이루어져야 한다. 본 증례에서는 캐드캠 기술을 이용해 수술 계획 수립, 고정성 임시 보철물 및 최종 보철물 제작을 진행하였다. 최종 보철물을 고려하여 제작한 수술용 가이드로 임플란트를 식립하였다. 임시 의치가 가진 환자의 심미적 정보를 고정성 임시 보철물과 최종 보철물의 제작에 활용하였다. 최종적으로 단일구조 지르코니아를 이용한 전악 임플란트 고정성 보철 수복으로 기능 및 심미적으로 환자가 만족할만한 결과를 얻을 수 있었다.

• 한국IT서비스학회지
• /
• 제22권5호
• /
• pp.99-108
• /
• 2023

As the computerization of hospitals becomes more advanced, security issues regarding data generated from various medical devices within hospitals are gradually increasing. For example, because hospital data contains a variety of personal information, attempts to attack it have been continuously made. In order to safely protect data from external attacks, each hospital has formed an internal team to continuously monitor whether the computer network is safely protected. However, there are limits to how humans can monitor attacks that occur on networks within hospitals in real time. Recently, artificial intelligence models have shown excellent performance in detecting outliers. In this paper, an experiment was conducted to verify how well an artificial intelligence model classifies normal and abnormal data in network traffic data generated from medical devices. There are several models used for outlier detection, but among them, Random Forest and Tabnet were used. Tabnet is a deep learning algorithm related to receive and classify structured data. Two algorithms were trained using open traffic network data, and the classification accuracy of the model was measured using test data. As a result, the random forest algorithm showed a classification accuracy of 93%, and Tapnet showed a classification accuracy of 99%. Therefore, it is expected that most outliers that may occur in a hospital network can be detected using an excellent algorithm such as Tabnet.

• 한국보육학회지
• /
• 제18권3호
• /
• pp.65-75
• /
• 2018

본 연구는 이후 아동학대의 가장 가까운 목격자이자 신고의무자가 될 예비보육교사들이 아동학대 신고에 대해 얼마나 정확하게 인식하고 있으며, 학대신고를 위한 적극적인 태도를 보이는지 알아보고자 하였다. 이를 위해 서울과 경기도의 5개 학교에서 아동학과와 타전공 대학생들을 대상으로 설문조사를 시행하고, 두 집단 간 응답을 비교하여 예비보육교사들의 아동학대 및 신고에 대한 인식 및 태도가 어떠한지 살펴보았다. 검사도구로는 정종오(2008)의 아동학대 인식척도와 김소연과 윤혜미(2003)의 아동학대 신고인식 태도 척도 등을 사용하였다. 수집한 자료는 IBM SPSS 22.0 통계 프로그램을 이용하여 빈도와 백분율, 독립표본 t-test와 교차분석을 사용하여 분석하였다. 연구결과는 다음과 같다. 첫째, 예비보육교사들의 학대에 대한 심각성 인식 수준은 타전공 대학생보다 유의하게 높았다. 학대신고제도 및 신고의무에 대한 인지 수준 역시 타전공 대학생보다 높았다. 그러나 아동학대 담당기관에 대해서는 두 집단 모두 정확히 알고 있지 못하였다. 둘째, 예비보육교사는 아동학대 목격 시 타전공 대학생보다 신고의향이 높았다. 그러나 신고의 효과성에 대해서는 두 집단 모두 다소 부정적이었다. 또한, 신고의 저해요인으로써 신분 노출에 대한 우려를 가장 많이 선택하였다. 결론적으로 이 연구는 예비보육교사들의 신고의향을 높이기 위해 신고 처리과정 및 결과의 정확한 전달과 신고자의 신분 노출을 방지할 효과적인 대책 마련이 필요함을 시사한다. 또한, 아동학대를 예방하고 학대신고제도를 활성화하기 위해 학대신고의 정확한 방법과 필요성, 효과성에 관한 대중매체를 통한 정보전달과 홍보가 필요함을 지적하는 등, 아동학대와 관련된 이후 정책 제정에 대한 시사점을 제공하고자 하였다.

• 한국빅데이터학회지
• /
• 제6권2호
• /
• pp.99-108
• /
• 2021

최근, 예상치 못하고 지능적인 보다 고도화된 사이버 의료 위협 공격이 증가하고 있는 추세이다. 하지만 다양한 패턴의 사이버 의료 위협 공격 대응에 있어, 물리적인 차단과 의료기기 교체와 같은 규칙 기반 보안방법론은 인력 부족, 고가의 비용 부담 등의 한계를 지닌다. 이를 해결하기 위한 방안으로 최근 의료계에서도 인공지능 기술에 주목하고 있다. 인공지능 기술은 기존의 규칙 기반의 보안 프로그램과는 달리 과거의 이상행태를 스스로 학습하여 보안 위협 감지 및 예측을 가능케 하는 기술이다. 본 연구에서는 의료기관 통합의료정보시스템 내 의료정보 데이터를 수집 및 학습하여 AI 기반 네트워킹 행동 적응형 정보 플랫폼 개발 연구 방법론에 대한 소개를 포함한다. 이를 통해 규칙 기반의 보안 프로그램의 기술적 제반사항 소개와 제약 사항 대비 의료정보분야에서의 인공지능 기술을 활성화하기 위한 전략에 대해 논의한다.

• 사회복지연구
• /
• 제48권3호
• /
• pp.171-208
• /
• 2017

본 연구는 아동학대 재발생 사례의 학대유형을 잠재계층분석을 통해 분류하고, 학대유형별 재발생에 미치는 위험요인의 영향력을 살펴보고자 하였다. 분석자료로 중앙아동보호전문기관이 수집 관리하는 국가아동학대정보시스템의 행정데이터를 이용하였다. 2012년부터 2015년까지 학대판정을 받은 피해아동 26,921명 중 재학대를 경험한 1,447명을 재학대 발생집단으로, 2012년 학대판정사례 중 재학대를 경험하지 않은 피해아동 4,580명을 재학대 미발생집단으로 추출해 분석하였다. 잠재계층분석과 잠재전환분석을 이용해 중복학대와 단일학대 모두를 포함시켜 분류한 결과, '신체학대 우세형', '정서학대 우세형', '성학대 피해집단', '방임피해 집단' 등 4개 유형을 확인할 수 있었다. 4개 학대유형별로 재학대 미발생집단과 비교해 재학대 위험요인의 영향력을 로지스틱회귀분석을 통해 살펴보았다. 피해아동 성별과 연령, 가해자 성별, 가족빈곤, 친부모 가해자, 배우자 폭력, 가해자 알코올남용 문제, 양육기술 부족, 원가정 분리보호 등 위험요인이 학대유형별로 차별적인 영향을 미치는 것으로 나타났다. 잠재변인모형을 이용한 학대유형화는 재학대 예방 및 개입의 표적을 결정하는 데 유용하며, 학대유형별 개입표적으로 삼아야 할 차별적인 위험요인을 확인하는 데 기여할 수 있음을 확인하였다. 연구결과에 기반해 아동학대 재발생 예방을 위한 실천적, 정책적 함의를 논의하였고, 향후 연구 과제를 제안하였다.