음운인식은 음운론 영역의 상위언어인식 능력으로, 읽기 및 어휘력 등의 언어능력을 예측하는 것으로 알려져 있다. 본 연구는 음운인식 능력과 기타 음운처리 능력, 그리고 언어능력 간의 관계를 일반아동 집단과 언어발달지연 아동 집단 간 비교를 통해 살펴보고자 하였다. 4~6세의 언어발달지연 아동(n=15)과 일반아동(n=18)을 대상으로 음운인식 능력을 평가하기 위하여 음절수세기, 음절탈락, 음절변별 과제를 실시하였다. 또한 비단어 따라말하기, 숫자 거꾸로 회상하기의 두 가지 음운처리 과제와 수용 및 표현어휘력, 문법성판단 과제와의 상관관계를 분석하고, 언어능력을 예측하는 음운인식 하위과제가 무엇인지 검토하였다. 음운인식 하위과제 중 음절수세기를 제외한 음절탈락, 음절변별 과제 수행력의 집단 간 차이가 유의하였다. 또한 일반아동 집단은 음절탈락과 숫자 거꾸로 회상하기, 음절변별과 수용어휘력 과제 수행력 간 상관관계가 유의하였으며, 언어발달지연 아동 집단은 음절수세기 과제와 숫자 거꾸로 회상하기, 수용어휘력, 표현어휘력, 문법성판단 과제의 수행력 간 상관관계가 유의하였다. 그리고 단계적 중다회귀분석 결과 일반아동 집단은 음절변별 과제가 수용어휘력 및 문법성판단 과제 수행력을 유의하게 예측하는 것으로 나타났으며, 언어발달지연 아동 집단은 음절수세기 과제가 수용어휘력, 표현어휘력, 문법성판단 과제 수행력을 유의하게 예측하는 것으로 나타났다. 언어발달지연 아동 집단은 일반아동 집단에 비해 음절수세기를 제외한 나머지 음절 수준의 음운인식 과제의 수행력이 저조하였으며, 이러한 특징이 상관관계 분석 및 회귀분석 결과에도 반영되었다. 또한 각 집단에서 음운인식 과제 수행력이 언어능력을 유의하게 예측하는 것으로 나타난 결과는 음운론 영역의 상위언어인식 능력의 중요성을 시사한다.
본 연구는 하이브리드 FRP로 보강된 철근 콘크리트 보의 구조거동 예측을 목표로 구조해석을 수행하여 기존에 발표된 실험 연구 데이터와 비교하였다. 보다 정확한 구조해석을 위하여 현존하는 다양한 부착강도 모델을 검토한 후, 이 중 콘크리트 피복분리를 예측하는 Teng and Yao model과 FRP 탈락 현상을 예측할 수 있는 Smith and Teng model을 유한요소 해석 모델에 포함시켰다. 비선형 재료 및 형상 역시 구조해석 모델에 포함되었으며 이렇게 해석된 결과는 실험결과와 비교하여 유사한 경향을 나타냈다. 그러나 다양한 하이브리드 FRP로 보강한 철근 콘크리트 보의 파괴모드를 보다 정확하게 예측하기 위하여 현존하는 수치식의 수정 및 도입이 필요하다.
본 과제는 정통부가 839 IT 신 성장 동력으로 추진 중인 텔레매틱스를 주 대상으로 한 무선공간정보서비스 기술 개발 사업을 성공적으로 수행하기 위해 필요한 최적의 인력을 예측하는 기법을 제시하고 2004년부터 2008년까지의 중기 인력 수요를 예측하는데 그 목적이 있다. 텔레매틱스 인력수요 예측을 위하여 한국의 현실에 적합한 인력 수요예측 모델을 제시하였다. 인력 수요 예측은 국내외 전문 기관들이 조사한 텔레매틱스 산업 추정치와 1인당 노동생산성을 감안하여 분야별 전체 인력수요 전망 구하였다. 또한 실태조사에서 도출된 분야별 직종별 취업구조 등을 적용하여 분야별 직종별 인력 수요를 도출한 후 이에 평균 탈락율을 감안하여 연도별 신규 인력 수요를 도출하였다.
일반 납축전지는 차량의 시동 성능 위주로 최적 설계되어 있다. 최근 차량 전장 시스템과 납축전지를 활용한 연비기술 적용의 증가로 납축전지의 사용 빈도가 늘어나고 있다. 연비기술 적용은 납축전지의 잦은 충방전 반응을 일으켜 납축전지 내구 수명을 단축시키고 있다. 본 연구에서는 납축전지의 노화 수명 모델 구현을 통해 배터리 내구 수명을 예측하는 방법을 제시하고자 한다. 납축전지의 노화에 영향을 미치는 요인은 방전율, 충전 시간, 완충 시간, 온도 조건 등이 있다. 본 논문에서는 납축전지의 동적 거동을 예측하기 위하여 전기화학반응 속도론, 이온의 전달현상, 전극 공극률의 시간에 따른 변화를 고려하였다. 수명 예측을 위해서 노화 메커니즘 중 노화에 가장 큰 영향을 주는 극판 부식 현상과 활물질 탈락을 노화 모델링에 반영하였다. 개발된 납축전지의 노화 모델을 검증하기 위하여 납축전지의 가속 충방전 시험을 수행하였다.
대학들은 급변하는 사회 환경에 적합한 교육역량 수준을 높이기 위해 다양한 방법들을 찾고 있다. 본 논문에서는 조사 항목을 수정, 보완한 만족도 사전조사를 개강 전에 실행하여 학업성취도를 높이고 전공 이탈자의 비율을 낮춰 교육 성과를 높이는 방안을 제안한다. 일반적인 만족도 조사 이후에 시행되는 교육품질 개선(CQI) 방식을 보완하고자 만족도 사전조사를 시행하였다. 학생역량을 강화하기 위해 설계가 진행 중인 인공지능형 메디치 플랫폼에 적용할 수 있는 머신러닝 기법의 랜덤 포레스트를 활용하여 중요한 데이터의 예측 및 분석을 가능하게 하였다. 만족도 사전조사 데이터들을 전처리하여 수강 신청 학생들의 정보를 설명 변수로 정의하고 분류하여 모델 생성 및 학습하였다. 실험 환경은 주피터 노트북 3.7.7, Python 3.7에서 관련 알고리즘과 사이킷런(sklearn) 라이브러리를 함께 사용하였다. 제안하는 방안의 결과를 수업에 반영하여 수업 후에 진행하는 교육 만족도 조사의 변화와 중도 탈락생 수의 동향을 비교 분석하였다.
The number of freshmen at universities is decreasing due to the recent decline in the school-age population, and the survival of many universities is threatened. To overcome this situation, universities are seeking ways to use big data within the school to improve the quality of education. A study on the prediction of dropout students is a representative case of using big data in universities. The dropout prediction can prepare a systematic management plan by identifying students who will drop out of school due to reasons such as dropout or expulsion. In the case of actual on-campus data, a large number of missing values are included because it is collected and managed by various departments. For this reason, it is necessary to construct a model by effectively reflecting the missing values. In this study, we propose a university student dropout prediction model based on eXtreme Gradient Boost that can be applied to data with many missing values and shows high performance. In order to examine the practical applicability of the proposed model, an experiment was performed using data from C University in Chungbuk. As a result of the experiment, the prediction performance of the proposed model was found to be excellent. The management strategy of dropout students can be established through the prediction results of the model proposed in this paper.
The dropout of university freshmen is a very important issue in the financial problems of universities. Moreover, the dropout rate is one of the important indicators among the external evaluation items of universities. Therefore, universities need to predict dropout students in advance and apply various dropout prevention programs targeting them. This paper proposes a method to predict such dropout students in advance. This paper is about a method for predicting dropout students. It proposes a method to select dropouts by applying logistic regression using a shift sigmoid classification function using only quantitative data from the first semester of the first year, which most universities have. It is based on logistic regression and can select the number of prediction subjects and prediction accuracy by using the shift sigmoid function as an classification function. As a result of the experiment, when the proposed algorithm was applied, the number of predicted dropout subjects varied from 100% to 20% compared to the actual number of dropout subjects, and it was found to have a prediction accuracy of 75% to 98%.
본 연구는 대학생의 대학적응력에 영향을 미치는 요인을 구성하고, 이를 진단하기 위한 대학적응력 척도 개발의 절차를 소개하며 검사도구의 양호도를 검증하였다. 이 도구는 3단계의 척도 추출 과정 및 6단계의 문항 추출 과정을 거쳐 제작하였다. 추출 결과, 학문적 통합성, 사회적 통합성, 정서적 안정성, 진로정체성, 학업여건 안정성, 교수와의 관계, 교육서비스 만족도, 대학교육 만족도 등 8개 척도, 142개 문항 구성을 통해 대학적응력을 측정하였다. 4개 대학 1,959명의 대학생을 대상으로 검사를 실시한 도구의 양호도 분석 결과는 다음과 같다. 첫째, 문항내적 일관성 전체 신뢰도 계수 Cronbach's ${\alpha}$는 .965, 범위는 .742~.937로써 신뢰도가 매우 높다. 둘째, 개별 문항의 양호도를 평가하기 위하여 각 척도 및 하위요인별로 문항 점수와 총점 간 상관계수에 의한 문항 변별도를 구했으며, 평균은 .147~.841이다. 셋째, 확인적 요인분석에 따른 구인타당도 검증 결과, CFA모델의 RMSEA = .08~.09이고, 모든 부합도지수가 기준에 양호하게 부합함으로써 각 척도에 속하는 문항들이 측정하고자 하는 특성을 타당하게 측정하고 있는 것으로 나타났다. 넷째, 척도별 대학적응경향성과 중도탈락경향성 점수 차이에 기초한 공인타당도 검증 결과, 학업여건 안정성을 제외한 모든 척도에서 유의수준 .05수준에서 통계적으로 유의한 차이가 있음이 확인되었다. 연구결과, 대학적응력 진단 도구는 대학생의 대학적응경향성과 중도탈락경향성을 타당하게 예측하는 도구로 확인되었다.
본 실험적 연구는 고속 비상체에 의한 강섬유보강콘크리트의 내충격성을 파악하는데 그 목적이 있다. 이 연구에서는 패널두께 대 탄환지름 비가 3.5 이하인 패널 실험체에 강섬유 혼입률, 패널 두께, 충격 속도, 골재 크기를 변수로 조절하면서 고속충격을 가하여서 실험체의 성능을 비교하였다. 강섬유 혼입률이 증가할수록 중량손실량 및 표면 탈락률은 감소하지만, 관입깊이는 증가하는 추세를 보였다. 그리고 충격하중을 받을 때의 거동은 골재 20 mm를 사용하였을 경우 더욱 불리하게 나타났다. 실험결과는 기존 모델에 의한 예측값과 비교하였고, 이를 통해 패널두께 대 탄환지름 비가 3.5 이하일 때 보수적인 예측을 하는것을 확인하였다. 이 중 수정 NDRC 제안식과 ACE 제안식이 Hughes 제안식보다 안정되게 예측하는 것으로 나타났다. 관입깊이와 배면박리한계두께에 있어서는 강섬유 혼입률에 따라서 예측식과 오차가 크게 나타나기도 하지만, 관통깊이는 수정 NDRC 제안식 및 Hughes 제안식에 의해 비교적 정확하게 예측되었다.
서론 : 본 연구는 무작위 대조군 실험(Randomized control trial: 이하 RCT) 연구에서 치료의향분석(Intention-to-treat analysis)의 올바른 활용에 대해서 고찰하고자 한다. 본론 : 치료의향분석은 RCT 연구에서 무작위 분배 이후에 모든 대상자의 데이터를 결과에 포함하는 분석방법이다. RCT 연구의 결과는 일반화에 있어서 매우 높은 타당성을 갖는다. 이런 측면에서 중도 탈락을 포함한 모든 대상자의 데이터를 결과 분석에 포함하여야 그 결과를 실제 임상에 적용했을 때 중재의 효과가 예측 가능하기 때문이다. 이런 이유로 RCT 연구에 대한 질평가 도구들은 치료의향분석 실시여부를 확인하고 있다. 그럼에도 많은 연구자들은 치료의향분석의 이해도가 낮아 잘못 활용하고 있거나 활용하지 않는 경우가 많다. 결론 : 본 고찰 연구를 통해 국내 많은 연구자들이 치료의향분석방법을 정확하게 이해하고 올바르게 활용하여 RCT 연구에 반영할 것을 기대한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.