• 한국과학교육학회지
• /
• 제29권8호
• /
• pp.990-1010
• /
• 2009

이 연구에서는 뇌기반 진화적 교육 원리를 도출하기 위하여, 인간 뇌의 구조적 기능적 특징, 개체간과 개체내에서 일어나는 생물학적 진화, 뇌내에서 일어나는 진화적 과정, 과학 자체와 개별 과학자의 과학적 활동에 내재된 진화적 속성에 관한 연구물을 리뷰하였다. 이렇게 하여 도출된 인간 뇌의 주요 특징과 생성-선택-파지를 핵심 요소로 하는 보편 다윈주의 혹은 보편 선택주의를 토대로, 뇌기반 진화적 과학 교수 학습 모형을 개발하였다. 이 모형은 세 가지 요소와 세 가지 단계 및 평가로 이루어진다. 세 가지 요소는 정의적, 행동적, 인지적 요소이고, 각 요소를 구성하는 세 단계는 다양화 $\rightarrow$ 비교 선택 $\rightarrow$ 확장 적용(ABC-DEF; Affective, Behavioral, Cognitive components - Diversifying$\rightarrow$Emulating, Estimating, Evaluating $\rightarrow$ Furthering steps)이다. 이 모형에서 정의적 요소 (A)는 인간 뇌에서 감성을 관장하는 대뇌변연계에 토대를 두고 자연 사물과 현상에 대한 학습자의 흥미 호기심과 관련된다. 행동적 요소(B)는 시각 정보를 처리하는 후두엽, 언어 정보의 이해.생성과 관련된 측두엽, 감각운동 정보를 처리하는 감각운동령을 수반하고 과학적 활동의 직접 해보기와 관련된다. 인지적 요소(C)는 사고, 계획, 판단, 문제해결과 관련된 전두엽합령에 토대를 둔다. 이 모형은 이러한 측면에서 '뇌기반(brain-based)'이다. 이 모형의 세 가지 각 요소를 구성하는 세 단계에서, 다양화 단계(D)는 각 요소에서 다양한 변이체를 생성하는 과정이고, 가치나 유용성에 비추어 비교.선택하는 단계(E)는 변이체들 중 유용하거나 가치 있는 것을 검증하여 선택하는 과정이며, 확장.적용 단계(F)는 선택된 것을 유사한 상황으로 확장하거나 적용하는 단계이다. 이 모형은 이러한 측면에서 '진화적(evolutionary)'이다. ABC 세 요소에 대해, 과학적 활동에서 감성적 요인이 출발점으로 갖는 중요성과 뇌에서 사고 기능과 관련되는 신피질에 비해 감성을 관장하는 대뇌변연계의 우세한 역할을 반영하여 DARWIN (Driving Affective Realm for Whole Intellectual Network) 접근법을 강조한다. 이 모형은 학교 현장에서 다루는 과학 주제와 학생의 특징에 따라 다양한 형태와 수준으로 융통성 있게 실행될 수 있다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (A)
• /
• pp.17-18
• /
• 2007

데이터베이스 튜닝은 일반적으로 데이터베이스 어플리케이션을 "좀 더 빠르게" 실행하게 하는 일련의 활동을 뜻한다[1]. 데이터베이스 관리자가 튜닝에 필요한 주먹구구식 룰(Rule of thumb)들을 모두 파악 하고 상황에 맞추어 적용하는 것은 비싼 비용과 오랜 시간을 요구한다. 그렇게 때문에 서로 다른 어플 리케이션들이 맞물려 있는 복잡한 서비스는 필수적으로 자동화된 데이터베이스 성능 관리와 튜닝을 필 요로 한다. 본 논문에서는 이를 해결하기 위하여 지식 도매인(Knowledge Domain)을 기초로 한 자동화 된 데이터베이스 튜닝 원칙(Tuning Principle)을 제시하는 시스템을 제안한다. 각각의 데이터베이스 튜닝 이론들은 지식 도매인의 지식으로 활용되며, 성능에 영향을 미치는 요소들을 개체(Object)와 콘셉트 (Concept)로 구성하고 추론 시스템을 통해 튜닝 원칙을 추론하여 쉽고 빠르게 현재 상황에 맞는 튜닝 방법론을 적용시킬 수 있다. 자동화된 데이터베이스 튜닝에 대해 여러 분야에 걸쳐 학문적인 연구가 이루어지고 있다. 그 예로써 Microsoft의 AutoAdmin Project[2], Oracle의 SQL 튜닝 아키텍처[3], COLT[4], DBA Companion[5], SQUASH[6] 등을 들 수 있다. 이러한 최적화 기법들을 각각의 기능적인 방법론에 따라 다시 분류하면 크게 Design Tuning, Logical Structure Tuning, Sentence Tuning, SQL Tuning, Server Tuning, System/Network Tuning으로 나누어 볼 수 있다. 이 중 SQL Tuning 등은 수치적으로 결정되어 이미 존재하는 정보를 이용하기 때문에 구조화된 모델로 표현하기 쉽고 사용자의 다양한 요구에 의해 변화하는 조건들을 수용하기 쉽기 때문에 이에 중점을 두고 성능 문제를 해결하는 데 초점을 맞추었다. 데이터베이스 시스템의 일련의 처리 과정에 따라 DBMS를 구성하는 개체들과 속성, 그리고 연관 관계들이 모델링된다. 데이터베이스 시스템은 Application / Query / DBMS Level의 3개 레벨에 따라 구조화되며, 본 논문에서는 개체, 속성, 연관 관계 및 데이터베이스 튜닝에 사용되는 Rule of thumb들을 분석하여 튜닝 원칙을 포함한 지식의 형태로 변환하였다. 튜닝 원칙은 데이터베이스 시스템에서 발생하는 문제를 해결할 수 있게 하는 일종의 황금률로써 지식 도매인의 바탕이 되는 사실(Fact)과 룰(Rule) 로써 표현된다. Fact는 모델링된 시스템을 지식 도매인의 하나의 지식 개체로 표현하는 방식이고, Rule 은 Fact에 기반을 두어 튜닝 원칙을 지식의 형태로 표현한 것이다. Rule은 다시 시스템 모델링을 통해 사전에 정의되는 Rule와 튜닝 원칙을 추론하기 위해 사용되는 Rule의 두 가지 타업으로 나뉘며, 대부분의 Rule은 입력되는 값에 따라 다른 솔루션을 취하게 하는 분기의 역할을 수행한다. 사용자는 제한적으로 자동 생성된 Fact와 Rule을 통해 튜닝 원칙을 추론하여 데이터베이스 시스템에 적용할 수 있으며, 요구나 필요에 따라 GUI를 통해 상황에 맞는 Fact와 Rule을 수동으로 추가할 수도 었다. 지식 도매인에서 튜닝 원칙을 추론하기 위해 JAVA 기반의 추론 엔진인 JESS가 사용된다. JESS는 스크립트 언어를 사용하는 전문가 시스템[7]으로 선언적 룰(Declarative Rule)을 이용하여 지식을 표현 하고 추론을 수행하는 추론 엔진의 한 종류이다. JESS의 지식 표현 방식은 튜닝 원칙을 쉽게 표현하고 수용할 수 있는 구조를 가지고 있으며 작은 크기와 빠른 추론 성능을 가지기 때문에 실시간으로 처리 되는 어플리케이션 튜닝에 적합하다. 지식 기반 모률의 가장 큰 역할은 주어진 데이터베이스 시스템의 모델을 통하여 필요한 새로운 지식을 생성하고 저장하는 것이다. 이를 위하여 Fact와 Rule은 지식 표현 의 기본 단위인 트리플(Triple)의 형태로 표현된다, 트리플은 Subject, Property, Object의 3가지 요소로 구성되며, 대부분의 Fact와 Rule들은 트리플의 기본 형태 또는 트리플의 조합으로 이루어진 C Condition과 Action의 두 부분의 결합으로 구성된다. 이와 같이 데이터베이스 시스템 모델의 개체들과 속성, 그리고 연관 관계들을 표현함으로써 지식들이 추론 엔진의 Fact와 Rule로 기능할 수 있다. 본 시스템에서는 이를 구현 및 실험하기 위하여 웹 기반 서버-클라이언트 시스템을 가정하였다. 서버는 Process Controller, Parser, Rule Database, JESS Reasoning Engine으로 구성 되 어 있으며, 클라이 언트는 Rule Manager Interface와 Result Viewer로 구성되어 었다. 실험을 통해 얻어지는 튜닝 원칙 적용 전후의 실행 시간 측정 등 데이터베이스 시스템 성능 척도를 비교함으로써 시스템의 효용을 판단하였으며, 실험 결과 적용 전에 비하여 튜닝 원칙을 적용한 경우 최대 1초 미만의 전처리에 따른 부하 시간 추가와 최소 약 1.5배에서 최대 약 3배까지의 처리 시간 개선을 확인하였다. 본 논문에서 제안하는 시스템은 튜닝 원칙을 자동으로 생성하고 지식 형태로 변형시킴으로써 새로운 튜닝 원칙을 파생하여 제공하고, 성능에 영향을 미치는 요소와 함께 직접 Fact과 Rule을 추가함으로써 커스터마이정된 튜닝을 수행할 수 있게 하는 장점을 가진다. 추후 쿼리 자체의 튜닝 및 인텍스 최적화 등의 프로세스 자동화와 Rule을 효율적으로 정의하고 추가하는 방법 그리고 시스템 모델링을 효과적으로 구성하는 방법에 대한 연구를 통해 본 연구를 더욱 개선시킬 수 있을 것이다.

• 지능정보연구
• /
• 제17권2호
• /
• pp.39-60
• /
• 2011

웹 2.0 기술이 소개된 이후 소셜 네트워크 서비스는 미래 정보기술의 기초로서 중요하게 인식되고 있다. 이에, 웹2.0 환경에서 소셜 네트워크를 구축하기 위하여 온톨로지 기반의 사용자 프로필 기술 도구인 FOAF를 활용하기 위한 다양한 연구가 이뤄지고 있다. 그러나 FOAF를 이용하여 소셜 네트워크를 생성 및 관리하는 대부분의 방법은 시간의 흐름에 따라 변화하는 사용자의 소셜 네트워크를 자동적으로 반영하기 어려운 단점이 있으며 다양한 소셜 미디어 서비스가 제공되는 환경에서는 FOAF를 동적으로 관리하기가 쉽지 않다. 따라서 본 논문에서는 기존 FOAF를 이용한 소셜 네트워크 추출방법의 한계를 극복하기 위하여 사용자 프로파일 기술 언어인 FOAF와 웹 저작물 출판 매커니즘인 RSS를 OLAP 시스템에 적용시켜 동적으로 FOAF를 갱신하고 관리하기 위한 방법을 제안한다. 본 논문에서 제안하는 방법은 수집한 FOAF와 RSS 파일들을 스타스키마로 설계된 데이터베이스에 넣어 OLAP 큐브를 생성한다. 그리고 OLAP 연산을 이용하여 사용자의 연결관계를 분석하고 FOAF에 그 결과를 반영한다. 본 논문에서 제안하는 방법은 이기종 분산처리 환경 하에서 데이터의 상호호환성을 보장할 뿐만 아니라 시간의 흐름에 따른 사용자의 관심 및 이슈 등의 변화를 효과적으로 반영한다.

• 한국응용과학기술학회지
• /
• 제37권5호
• /
• pp.1390-1401
• /
• 2020

본 연구는 응급실 간호사의 폭력경험, 자아탄력성과 직무스트레스정도를 확인하고 관계를 확인하기 위한 서술적 조사연구이다. 본 연구대상은 D시 소재의 4곳과 C시 소재 2곳의 500병상 이상의 응급실에서 근무 중인 경력 1년 이상의 간호사 143명을 대상으로 하였으며, 자료수집기간은 2018년 11월 6일부터 15일까지이었다. 대상자의 폭력경험은 4점 만점에 평균평점 1.26±1.31점이었고, 자아탄력성은 4점 만점에 2.50±0.55점, 직무스트레스 정도는 5점 만점에 3.62±0.49점이었다. 폭력경험과 직무스트레스 하위영역별 상관관계에서 언어적 폭력 경험은 간호업무(r=.194, p=.010), 역할갈등(r=.158, p=.030) 스트레스와 유의한 양의 상관관계가 있었고, 신체적 위협 경험은 간호업무(r=.200, p=.008), 역할갈등(r=.162, p=.027), 의사와의 갈등(r=.145, p=.042) 스트레스와 양의 상관관계가 있었다. 자아탄력성과 직무스트레스 하위영역별 상관관계에서 간호업무 스트레스는 자아탄력성의 강인함(r=-.189, p=.012), 인내력(r=-.165, p=.025), 낙관성(r=-.186, p=.013) 영역과 음의 상관관계가 있었으며 전문지식 스트레스는 강인함(r=-.230, p=.003), 인내력(r=-.195, p=.010), 낙관성(r=-.194, p=.010) 영역과 음의 상관관계가 있었고, 간호사 대우 스트레스는 영성(r=.154, p=.033) 영역과 양의 상관관계가 있었다. 폭력경험과 자아탄력성과의 하위영역별 상관관계에서 강인함은 신체적 위협(r=-.150, p=.037) 경험과 음의 상관관계가 있었으며, 인내력은 신체적 위협(r=-.138, p=.050) 경험과 음의 상관관계가 있었고, 낙관성은 신체적 폭력(r=-.151, p=.036) 경험과 음의 상관관계가 있었다. 이상의 결과로 볼 때 응급실 간호사의 직무스트레스 감소를 위해 폭력이 발생하지 않는 안전한 근무 환경을 조성하고, 폭력상황 발생 시의 대처방법에 관한 지속적인 교육 및 스트레스 대처방법, 자아탄력성을 높이기 위한 프로그램개발 및 중재가 필요하다.

• 영재교육연구
• /
• 제12권2호
• /
• pp.1-15
• /
• 2002

본 연구의 목적은 부모가 지각한 유아 영재의 영재적 특성과 연령에 따른 발달상 변화를 알아보고자 만 30개월부터 6세 10개월까지 유아영재교육을 받고 있는 148명 유아 영재아동을 대상으로 하여 30개월부터 47개월까지, 48개월부터 60개월까지 및 60개월부터 6개 10개월까지를 유아 1, 2, 3 집단으로 세분화하여 살펴보았다. 연구결과, 첫째, 부모에 의해 유아영재를 확인하고 발견할 수 있는 두드러진 영재적 특성이 있으며, 주요 특성들로는 ‘우수한 기억력’, ‘호기심이 많다’, ‘2살에 숫자를 읽고 이해한다’, ‘학습의 즐거움과 학습 동기가 강하다’, ‘주의집중이 강하고 길다’, ‘책읽기를 선호한다’, ‘수준높은 언어를 사용한다’, ‘기발한 생각을 한다’, ‘어렵거나 왜라는 질문이 많다’, ‘자신에게 만족하며 독립적이다’ 등으로서 거의 인지적 특성들이었다. 둘째, 어린 유아에서부터 학령전기 유아까지 영재적 특성이 비슷하게 나타나지만, 유아의 연령이 많아질수록 영재적 특성의 강도가 증가하고 뚜렷해지는 경향성을 띄었다. 셋째, 어린 유아에서 나타나는 영재적 특성과 학령전기 유아단계에서 나타나는 영재적 특성간에는 일부 항목에서 뚜렷한 변화를 보였다. 일부 특성은 연령이 높아질수록 점차 줄어들지만, 일부 특성은 연령이 높아질수록 점차 증가하는 모습을 보였다. 이러한 연구결과는 부모의 주관적 지각임에도 불구하고 유아영재 판별과정에서 중요한 정보원으로 신뢰롭게 사용할 수 있는 유아영재의 두드러진 특징이 있으며, 이런 정보를 사용할 때는 유아의 세부적인 연령을 고려할 필요가 있음을 시사한다.동안에는 urokinase가 동일 농도 하에서 강한 활성을 보인 반면, 2시간이 지난 오랜 반응조건에서는 pro-urokinase가 혈전용해활성을 나타내었다. Fibrinogen에 대한 분해활성을 조사한 결과, urokinase는 혈장 내 fibrinogen을 상당히 손상시키지만, pro-urokinase는 거의 영향을 주지 않아 혈전선택성이 매우 좋음을 알 수 있었다.고 빠르게 판단할 수 있을 것이다. 단백질 재접힘 과정에서 이러한 개념의 성공적 도입은 단백질 회수 수율을 높임으로써 생물분리공정 분야의 기술 발전에 이바지 하리라 사료된다.$^{\circ}C$에서는 60분동안 효소활성이 거의 상실되지 않았다. 정제된 효소는 ethanol과 chloroform 처리에는 안정하였으나 12mM AT 와 0.1mM $NaN_3$ 및 1mM KCN에 의해 90% 이상의 활성이 억제되었다.이에 근거하여 서울시 학생들($7{\sim}18$세)의 만성신부전증 유병률은 1백만명당 5.7명으로 추정되었다. 결론 : 서울시내 학생들 중 11세, 14세, 17세 3개 군에서 한 번 검사로 확인된 무증상 단백뇨의 유병률은 0.28%(약 2.8명/1,000명)이었고 이들중 약 5%만이 3차검사에서 신질환이 의심되었으며 이에 따른 신질환 유병률은 1만명당 1.4명이었다. $7{\sim}18$세 연령층에서 무증상으로 발생하는 사구체 신질환 중에는 IgA 신병증의 유병률이 가장 높아 1만명당 0.64명으로 추정되었고 만성신부전증의 유병률은 1백만명당

• 지능정보연구
• /
• 제25권1호
• /
• pp.1-19
• /
• 2019

제4차 산업혁명을 이끄는 주요 원동력 중 하나인 인공지능 기술은 이미지와 음성 인식 등 여러 분야에서 사람과 유사하거나 더 뛰어난 능력을 보이며, 사회 전반에 미치게 될 다양한 영향력으로 인하여 높은 주목을 받고 있다. 특히, 인공지능 기술은 의료, 금융, 제조, 서비스, 교육 등 광범위한 분야에서 활용이 가능하기 때문에, 현재의 기술 동향을 파악하고 발전 방향을 분석하기 위한 노력들 또한 활발히 이루어지고 있다. 한편, 이러한 인공지능 기술의 급속한 발전 배경에는 학습, 추론, 인식 등의 복잡한 인공지능 알고리즘을 개발할 수 있는 주요 플랫폼들이 오픈 소스로 공개되면서, 이를 활용한 기술과 서비스들의 개발이 비약적으로 증가하고 있는 것이 주요 요인 중 하나로 확인된다. 또한, 주요 글로벌 기업들이 개발한 자연어 인식, 음성 인식, 이미지 인식 기능 등의 인공지능 소프트웨어들이 오픈 소스 소프트웨어(OSS: Open Sources Software)로 무료로 공개되면서 기술확산에 크게 기여하고 있다. 이에 따라, 본 연구에서는 온라인상에서 다수의 협업을 통하여 개발이 이루어지고 있는 인공지능과 관련된 주요 오픈 소스 소프트웨어 프로젝트들을 분석하여, 인공지능 기술 개발 현황에 대한 보다 실질적인 동향을 파악하고자 한다. 이를 위하여 깃허브(Github) 상에서 2000년부터 2018년 7월까지 생성된 인공지능과 관련된 주요 프로젝트들의 목록을 검색 및 수집하였으며, 수집 된 프로젝트들의 특징과 기술 분야를 의미하는 토픽 정보들을 대상으로 텍스트 마이닝 기법을 적용하여 주요 기술들의 개발 동향을 연도별로 상세하게 확인하였다. 분석 결과, 인공지능과 관련된 오픈 소스 소프트웨어들은 2016년을 기준으로 급격하게 증가하는 추세이며, 토픽들의 관계 분석을 통하여 주요 기술 동향이 '알고리즘', '프로그래밍 언어', '응용분야', '개발 도구'의 범주로 구분하는 것이 가능함을 확인하였다. 이러한 분석 결과를 바탕으로, 향후 다양한 분야에서의 활용을 위해 개발되고 있는 인공지능 관련 기술들을 보다 상세하게 구분하여 확인하는 것이 가능할 것이며, 효과적인 발전 방향 모색과 변화 추이 분석에 활용이 가능할 것이다.

• Journal of Preventive Medicine and Public Health
• /
• 제6권1호
• /
• pp.51-63
• /
• 1973

고도난청아(高度難聽兒)에 대(對)한 잔존청력(殘存聽力)을 조사(調査)하기 위(爲)하여 1973년(年) 3월(月) 10일(日)부터 동년(同年) 11월(月) 28일(日)까지 한사대(韓社大) 부속(附屬) 농학교(聾學校) 재학생(在學生) 207명(名)(초등(初等) 138명(名), 중등(中等) 47명(名), 고등(高等) 22명(名)), 즉(卽) 남(男) 135명(名), 여(女) 72명(名)을 대상(對象)으로 문진(問診)을 통(通)한 사회의학적(社會醫學的) 배경조사(背景調査)와 특수교육연구소(特殊敎育硏究所) 방음실(防音室)에서 AS-105형(型) 진단용(診斷用) TRIO 청력측정기(聽力測定器)에 의(依)한 청력검사결과(聽力檢査結果), 다음과 같은 성적(成績)을 얻었으므로 이에 보고(報告)하는 바이다. (1) 의무교육(義務敎育)은 초등교육(初等敎育)의 취학률(就學率)도 정상아(正常兒)에 있어서와 달리 난청출현율(難聽出現率)에 비례(比例)하여 고도난청아(高度難聽兒)에 있어서는 여자(女子)쪽이 현저(顯著)히 낮은 경향(傾向)이었고, 상분학교(上粉學校)(중(中),고(高))에 진학(進學)할수록 더욱 심(甚)한 격차(隔差)를 보였다. (2) 적령기(適齡期)(초등(初等) 만(滿) 6세(歲), 중등(中等) 12세(歲), 고등(高等) 15세(歲))에 입학(入學)한 학생(學生)은 11.3%, 학령기(學齡期)(초(初) 6세(歲)${\sim}11$세(歲), 중(中)12(세)歲${\sim}14$(세)歲, 고(高)15세(歲)${\sim}17$세(歲))에 재학(在學)하고 있는 학생(學生)은 45.9% (남(男) 43.7%, 여(女) 50%)이였다. 이러한 현상(現象)은 현장교육(現場敎育)이 기대(期待)에 부응(副應)치 못하며 장해아동(障害兒童)을 기피(忌避)하고 임상적(臨床的)으로만 청력(聽力)을 개선(改善)할려는 부모(父母)의 학력(學歷), 직업(職業)(농업(農業)과 판매업(販賣業)이 50.8%)및 심리적(心理的)인 현상(現象)과 대부분(大部分)의 이비과병원(耳鼻科病院)에 잔존청력(殘存聽力)을 정확(正確)히 판단(判斷)할 수 있는 유아청력검사(幼兒聽力檢査) 시설(施設)이 없으므로 조기발견(早期發見)과 대책(對策)을 강구(講究)치 않는데 기인(基因)된다고 사료(思料)된다. (3) 실청(失聽)이 될수 있었던 원인(原因)은 대개(大槪) 선천성(先天性) 23.6%(유전성(遺傳性) 13.5%, 임신시이상(姙娠時異常) 10.1%), 후천성(後天性)47.9%(경련(痙攣) 11.6%, 홍역(紅疫) 7.7%, 열병(熱病) 7.7%) 약물중독(藥物中毒) 3.4%, 뇌막염(腦膜炎) 2.4%, 뇌염(腦炎) 1.5%, 기타(其他) 31.3%), 불명(不明) 28.5%인 경향(傾向)이었다. (4) 실청시기(失聽時期)는 6개월(個月) 이내(以內)가 31.4%(선천성(先天性) 24.2%), 생후(生後) $2{\sim}3$년(年) 14.0%, $6{\sim}12$개월(個月) 11.6%, $1{\sim}2$년(年) 9.7% 순(順)으로 생후(生後) 3년내(年內) 실청(失聽)된 학생(學生)이 약(約) 90%(138명(명))로 대부분(大部分)이었다. (5) 난청원인(難聽原因)에 따른 청력손실도(聽力損失度)와 실청시기(失聽時期)와는 일정관계(一定關係)를 발견(發見)할수 없었으며 난청종류별(難聽種類別)로는 전음성(傳音性)이 2명(名), 혼합성(混合性)이 8명(名)이고 감음성(感音性)이 97.5%(197명(名))로서 대부분(大部分)이었다. (6) 500 Hz. 중심(中心)$(B=\frac{a+2b+c}{4})$의 평균(平均) 청력손실도(聽力損失度)에 따른 잔청실태(殘聽實態)는 정상청력자(正常聽力者) 2명(名)(자폐증(自閉症) 1명(名), 고도(高度)의 언어장해아(言語障害兒) 1명(名)), $41{\sim}55\;dB$의 잔청(殘聽)을 가진 학생(學生)이 4.8%(10명). $56{\sim}70\;dB$가 19.3%(40명(名)), $71{\sim}90\;dB$가 18.4%(38명(名)), scale out(91 dB 이상)가 단지 23.3%(48명(名))였고, 검사불능(檢査不能)이 33.3%(69명(名))였는데 대부분(大部分)이 초등(初等) $1{\sim}2$년생(年生)과의 정신박약(精神薄弱)을 겸한 중복장해아(重複障害兒)도 다소(多小)있다. 따라서 75 dB 이상(以上)의 많은 잔청(殘聽)을 가진 학생(學生)이 약(約) 30%(62명(名))나 되므로, 조기발견(早期發見)과 보청기착용(補聽器着用)에 의(依)한 적당(適當)한 훈련(訓練)을 실시(實施)하였다면 정상아(正常兒)와 유사(類似)하게 일반학교(一般學校)에서 재학(在學)이 가능(可能)한 상당수(相當數)의 학생(學生)이 학교(學校), 사회(社會), 부모(父母)의 잘못으로 인하여 농(聾)이 아닌 상당수(相當數)의 학생(學生)을 청능(聽能)의 개발(開發)과 개선(改善)을 시켜주지 못하여 수화(手話)에 의존(依存)하는 농학생(壟學生)으로 만들었다고 생각하지 않을 수 없다. (7) 보청기장용자(補聽器裝用者)는 12%(207명중(名中) 26명(名))에 불과(不過)했으며 이를 잔청별(殘聽別)로 보면 $41{\sim}55\;dB$의 잔청(殘聽)을 가진 학생(學生)은 60%(10명중(名中) 9명(名)), $56{\sim}70\;dB$ 학생(學生)은 20%(40명중(名中) 8명(名)), $71{\sim}90\;dB$ 학생(學生)은 13%(38명중(名中) 5명(名)). scale out는10%(48명중(名中) 5명(名)), 검사불능자(檢査不能者)는 3%(69명중(名中) 2명(名))로 보청효과(補聽　果)를 즉시(卽時) 인식(認識)할수 있는 잔청(殘聽)을 가진 자(者)는 비교적(比較的)으로 많은 학생(學生)이 장용(裝用)하고 있으나, 단시일(短時日)에 보청효과(補聽效果)를 기대(期待)키 어려운 잔청(殘聽)이 적은 학생(學生)은 장용(裝用)치 않고 있는 경향(傾向)이었다. 이 현상(現象)은 대부분(大部分)의 학생(學生)이 음(音)에 대(對)한 경청태도(傾聽態度)마저되어 있지 않아 교사(敎師)와 가정(家庭)의 보청기(補聽器)에 대(對)한 이해(理解)와 Acoustic mettled에 의(依)한 청능훈련(聽能訓練)에 대(對)한 충분(充分)한 지식(知識)이 결여(缺如)된데 기인(基因)된다고 추정(推定)된다.