• 문화기술의 융합
• /
• 제9권5호
• /
• pp.837-842
• /
• 2023

본 연구에서는 메타버스 활용 교육에 대한 디자인 전공생들의 인식과 실태를 알아보고자 하였다. D대학교 디자인 전공생 120명을 대상으로 2023년 5월 10일부터 23일까지 14일간 온라인 설문 조사를 실시하였다. 설문의 평가 방법은 명목 척도, 5점 척도로 하였고, 설문 결과에 대하여는 SPSS 29.0 통계 프로그램을 이용한 빈도 분석을 통해 분석하였다. 분석 결과, 첫째 메타버스 활용 교육에 대한 장점이 학생들과 충분히 공유될 필요가 있으며, 메타버스의 특성을 이해하고 수업 활동을 지원할 수 있는 기본 소양 프로그램이 제공되는 것도 필요하다고 보여진다. 둘째, 단순 정보 전달이나 이해 위주의 강의보다는 실기를 진행하는 스튜디오 수업 등에서 학생들의 호응이 높을 것으로 보여 진다. 셋째, 메타버스가 코로나19 시대에 일시적으로 유행했던 매체에 그치지 않고 디지털 전환 시대의 교육적 수단으로 자리 잡기 위해서는 메타버스의 특성을 반영한 구체적이고 체계적인 디자인 교육 프로그램이 지속적으로 연구되고 개발될 필요가 있다. 또한 교수자 역시 메타버스의 활용을 적극적으로 검토하여 메타버스의 다양한 활용 방안을 모색하는 것이 중요하다고 판단된다.

• 문화기술의 융합
• /
• 제9권5호
• /
• pp.193-201
• /
• 2023

본 연구는 예비유아교사들의 긍정심리자본이 교사전문성에 미치는 영향에 있어서 교직에 대한 열정의 매개효과를 분석하고자 하였다. 연구대상으로는 예비유아교사 198명을 연구대상으로 Window용 PASW 20.0 프로그램을 사용하여 자료를 분석하였다. 예비유아교사의 긍정심리자본이 교사전문성에 미치는 영향과 교직에 대한 열정의 매개효과를 살펴보기 위하여 기술통계 및 Pearson 적률 상관분석, 중다회귀분석, Sobel Test를 이용한 매개효과 분석을 실시하였다. 연구결과에 따르면, 첫째, 예비유아교사의 긍정심리자본, 교직에 대한 열정, 교사전문성의 인식수준은 보통보다 다소 높게 나타났다. 둘째, 예비유아교사의 긍정심리자본, 교직에 대한 열정, 교사전문성 간의 관계를 살펴본 결과 정적인 상관관계를 보였다. 셋째, 예비유아교사의 긍정적 심리자본이 교사전문성에 영향을 미치는 과정에서 매개변인인 교직에 대한 열정은 긍정심리자본과 교사전문성의 관계에서 부분 매개하는 것으로 나타났다. 본 연구는 예비유아교사의 교사전문성 향상을 위한 다양한 접근방법에서 긍정심리자본과 교직열정이 효과적임을 규명하였고, 예비유아교사가 지녀야 할 교사전문성 함양을 위한 교육적 기초자료를 제공했다는 점에서 그 의의가 있다.

• 산업융합연구
• /
• 제22권1호
• /
• pp.137-148
• /
• 2024

본 연구는 뉴노멀 시대 초등체육교육의 연구동향을 분석하고 과제를 파악하는데 목적이 있다. 이를 위해, Spradley (2016)가 제시한 분류체계분석(Taxonomic Analysis)방법을 적용하여, 최종적으로 국내학술논문 43편을 범주화하여 분석하였다. 도출된 연구결과는 다음과 같다. 첫째, 코로나 19로 인한 교육환경 변화로 인해 원격·온라인 체육수업 진행방식은 대부분 콘텐츠 활용 중심수업으로 이루어지고 있었다. 이는 수업의 주체인 교사와 학생 모두 온라인 체육수업에 원활한 소통의 부족함이 있음을 확인할 수 있었다. 둘째, 코로나19 시기에 원격·온라인 체육수업과 온·오프라인 병행 체육수업의 어려움과 이를 극복하고, 개선하기 위한 연구에 집중되어 있음을 알 수 있었다. 셋째, 초등체육 교육의 방법론적 전환 및 시대 상황에 맞게 체육교사의 진화와 미래전문가 양성의 필요성이 제기되었다. 또한, 코로나 19로 인해 초등 체육수업에서 주목받고 있는 블렌디드 러닝, 플립 러닝, 뉴 테크놀리지 기술을 활용한 연구들이 증가하고 있었다. 연구결과를 바탕으로 뉴노멀 시대 초등체육교육의 방향과 향후과제를 제안하였다.

• 문화기술의 융합
• /
• 제10권2호
• /
• pp.267-272
• /
• 2024

최근, 주요 선진 국가들은 인구문제 해결, 정치·경제, 그리고 국가 경쟁력 강화 등을 이유로 정책적으로 메가시티를 육성하고 있다. 그 변화의 추세는 더욱 가속화되고 있다. 한국도 서울·경기권에 이어 부산·울산·경남권, 대구·경북권, 광주·전남권, 대전·세종·충남·충북권 등지에 메가시티 정책이 추진되고 있다. 이런 도시화 현상으로 인해 군사전문가들은 미래의 전장 환경을 우주나 대도시(메가시티)로 예상한다. 이런 관점에서 한국도 미리 준비하지 않으면 메가시티가 직면한 위협에 효과적으로 대응하지 못할 것이다. 따라서 메가시티의 거대한 규모와 지하 작전환경의 특징에 최적화된 지하시설작전 능력이 요구되는 것이다. 이런 배경에서 메가시티 지하 작전환경의 특징과 미국, 이스라엘 등 군사 선진국의 지하시설작전 준비 사례를 분석하였다. 이를 기초로 한국 메가시티 내 지하 작전환경에 적합한 지하시설작전에 요구되는 능력을 아이디어 차원에서 군의 조직 및 전투계, 전투원 생존을 보장할 특수장비 및 물자 확보, 소부대 전투기술 개발과 훈련시스템 구축 측면에 우선순위를 두고 제시하였다.

• 한국전자통신학회논문지
• /
• 제19권1호
• /
• pp.137-142
• /
• 2024

최근, 의료 데이터 표현 분야에서 딥러닝 방법들이 사실상의 표준으로 자리잡고 있다. 하지만, 딥러닝 기술은 내재적으로 많은 양의 학습 데이터를 필요로 하므로 대규모의 데이터를 확보하기 쉽지 않은 의료 분야에서는 직접적인 적용이 어려운 실정이다. 특히 뇌신호 모달리티의 경우, 변동성이 크기 때문에 여전히 데이터 부족 문제를 가진다. 이에, 최근 연구에서는 뇌신호의 시간-공간-주파수 특징을 적절하게 추출할 수 있는 딥 뉴럴 네트워크 구조를 설계하거나, 혹은 자가-지도 학습 방법을 도입하여 뇌신호의 신경생리학적 특징을 미리 학습하도록 한다. 본 논문에서는, 최근 각광받는 기술인 뇌-컴퓨터 인터페이스 및 피험자 상태 예측 등의 관점에서 소규모데이터를 다루기 위해 적용되는 방법론에 대한 분석 및 향후 기술 방향성을 제시한다. 먼저 현재 제안되고 있는 뇌신호 표현을 위한 딥 뉴럴 네트워크 구조에 대해 분석한다. 또한 뇌신호의 특성을 잘 학습하기 위한 자가-지도 학습 방법론을 분석한다. 끝으로, 딥러닝 기반 뇌신호 분석을 위한 중요 시사점 및 방향성에 관하여 논한다.

• Korean Journal of Radiology
• /
• 제24권6호
• /
• pp.529-540
• /
• 2023

Objective: To compare the diagnostic performance and clinical outcomes of 2-mSv computed tomography (CT) and conventional-dose CT (CDCT), following radiology residents' interpretation of CT examinations for suspected appendicitis. Materials and Methods: Altogether, 3074 patients with suspected appendicitis aged 15-44 years (28 ± 9 years, 1672 females) from 20 hospitals were randomly assigned to the 2-mSv CT (n = 1535) or CDCT (n = 1539) groups in a pragmatic trial from December 2013 and August 2016. Overall, 107 radiology residents participated in the trial as readers in the form of daily practice after online training for 2-mSv CT. They made preliminary CT reports, which were later finalized by attending radiologists via addendum reports, for 640 and 657 patients in the 2-mSv CT and CDCT groups, respectively. We compared the diagnostic performance of the residents, discrepancies between preliminary and addendum reports, and clinical outcomes between the two groups. Results: Patient characteristics were similar between the 640 and 657 patients. Residents' diagnostic performance was not significantly different between the 2-mSv CT and CDCT groups, with a sensitivity of 96.0% and 97.1%, respectively (difference [95% confidence interval {CI}], -1.1% [-4.9%, 2.6%]; P = 0.69) and specificity of 93.2% and 93.1%, respectively (0.1% [-3.6%, 3.7%]; P > 0.99). The 2-mSv CT and CDCT groups did not significantly differ in discrepancies between the preliminary and addendum reports regarding the presence of appendicitis (3.3% vs. 5.2%; -1.9% [-4.2%, 0.4%]; P = 0.12) and alternative diagnosis (5.5% vs. 6.4%; -0.9% [-3.6%, 1.8%]; P = 0.56). The rates of perforated appendicitis (12.0% vs. 12.6%; -0.6% [-4.3%, 3.1%]; P = 0.81) and negative appendectomies (1.9% vs. 1.1%; 0.8% [-0.7%, 2.3%]; P = 0.33) were not significantly different between the two groups. Conclusion: Diagnostic performance and clinical outcomes were not significantly different between the 2-mSv CT and CDCT groups following radiology residents' CT readings for suspected appendicitis.

• Korean Journal of Radiology
• /
• 제23권4호
• /
• pp.413-425
• /
• 2022

Objective: We compared appendiceal visualization on 2-mSv CT vs. conventional-dose CT (median 7 mSv) in adolescents and young adults and analyzed the undesirable clinical and diagnostic outcomes that followed appendiceal nonvisualization. Materials and Methods: A total of 3074 patients aged 15-44 years (mean ± standard deviation, 28 ± 9 years; 1672 female) from 20 hospitals were randomized to the 2-mSv CT or conventional-dose CT group (1535 vs. 1539) from December 2013 through August 2016. A total of 161 radiologists from 20 institutions prospectively rated appendiceal visualization (grade 0, not identified; grade 1, unsure or partly visualized; and grade 2, clearly and entirely visualized) and the presence of appendicitis in these patients. The final diagnosis was based on CT imaging and surgical, pathologic, and clinical findings. We analyzed undesirable clinical or diagnostic outcomes, such as negative appendectomy, perforated appendicitis, more extensive than simple appendectomy, delay in patient management, or incorrect CT diagnosis, which followed appendiceal nonvisualization (defined as grade 0 or 1) and compared the outcomes between the two groups. Results: In the 2-mSv CT and conventional-dose CT groups, appendiceal visualization was rated as grade 0 in 41 (2.7%) and 18 (1.2%) patients, respectively; grade 1 in 181 (11.8%) and 81 (5.3%) patients, respectively; and grade 2 in 1304 (85.0%) and 1421 (92.3%) patients, respectively (p < 0.001). Overall, undesirable outcomes were rare in both groups. Compared to the conventional-dose CT group, the 2-mSv CT group had slightly higher rates of perforated appendicitis (1.1% [17] vs. 0.5% [7], p = 0.06) and false-negative diagnoses (0.4% [6] vs. 0.0% [0], p = 0.01) following appendiceal nonvisualization. Otherwise, these two groups were comparable. Conclusion: The use of 2-mSv CT instead of conventional-dose CT impairs appendiceal visualization in more patients. However, appendiceal nonvisualization on 2-mSv CT rarely leads to undesirable clinical or diagnostic outcomes.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.19-23
• /
• 2024

양손 절단 환자들에게 미용적 목적과 함께 기능적 목적을 갖춘 의수가 필요하며 잔존 근육의 근전도를 이용한 인공 의수에 대한 연구가 활발하나 아직도 비싼 비용의 문제가 있다. 본 연구에서는 저비용의 부품과 소프트웨어인 표면 근전도 센서, 머신러닝 소프트웨어 Edge Impulse, Arduino Nano 33 BLE, 그리고 3D 프린팅을 이용하여 인공의수를 제작하고 성능을 평가하였다. 표면 근전도 센서로 획득하고 Edge Impulse에서 디지털 시그널 프로세싱 과정을 거친 신호들을 이용하여 머신러닝으로 손가락 운동의 종류를 판단하는 훈련을 통해 각 손가락의 굽힘 운동신호를 의수 모델의 손가락들에 전달하였다. 디지털 시그널 프로세싱 조건을 노치 필터 60 Hz, 대역필터 10-300 Hz, 그리고 샘플링 주파수 1,000 Hz로 했을 때, 머신 러닝의 정확도가 82.1%로 가장 높았다. 각 손가락 굴곡 운동간에 혼동될 수 있는 가능성은 약지가 가장 높아서 검지의 운동으로 혼동될 가능성이 44.7 %이었다. 저비용 인공의수의 성공적인 개발을 위해서는 더 많은 연구가 필요하다.

• 문화기술의 융합
• /
• 제10권1호
• /
• pp.51-60
• /
• 2024

이 연구의 목적은 2018년 '민주시민 교육 활성화를 위한 종합계획'을 '2022 개정 교육과정 총론'을 중심으로 그 의미를 탐색하는 데 있다. 연구 결과 첫째, 2018년 민주 시민 교육 활성화를 위한 종합 대책에서의 추진과제 중 첫째, 학교 민주시민 교육 강화의 경우 2022 개정 교육과정 총론에서 중점 추진과제 중 하나가 시민성 함양을 위한 민주시민교육을 강조하고 있다. 둘째, 교원 전문성 신장 및 교육활동 지원의 경우 2022 개정 교육과정 총론에서 교수 학습 자료 개발 및 교원 연수 강화를 추진하고 있다. 셋째, 민주적 학교문화 조성의 경우 2022 개정 교육과정 총론에서는 학습 공간 재구조화 및 디지털 기반 학습 환경 구현을 위해 노후 학교 개축 또는 리모델링을 통해 학생 안전 및 학습권 보장한다. 넷째, 학생 자치 활성화의 경우 2022 개정 교육과정 총론에서는 학생의 요구와 학교의 여건을 고려한 학교 교육과정의 자율성 확대와 참여 체험 중심의 수업과 자치 활동 등을 강화한다. 다섯째, 민주시민 교육 지원 체계 구축의 경우 2022 개정 교육과정 총론에서는 다양한 교육 주체들의 역할과 전문성을 존중하는 상호협력 체제구축 및 지역사회와 교육공동체 간 상호협조 체제를 마련하고 있다.

• Imaging Science in Dentistry
• /
• 제54권1호
• /
• pp.81-91
• /
• 2024

Purpose: The objective of this study was to propose a deep-learning model for the detection of the mandibular canal on dental panoramic radiographs. Materials and Methods: A total of 2,100 panoramic radiographs (PANs) were collected from 3 different machines: RAYSCAN Alpha (n=700, PAN A), OP-100 (n=700, PAN B), and CS8100 (n=700, PAN C). Initially, an oral and maxillofacial radiologist coarsely annotated the mandibular canals. For deep learning analysis, convolutional neural networks (CNNs) utilizing U-Net architecture were employed for automated canal segmentation. Seven independent networks were trained using training sets representing all possible combinations of the 3 groups. These networks were then assessed using a hold-out test dataset. Results: Among the 7 networks evaluated, the network trained with all 3 available groups achieved an average precision of 90.6%, a recall of 87.4%, and a Dice similarity coefficient (DSC) of 88.9%. The 3 networks trained using each of the 3 possible 2-group combinations also demonstrated reliable performance for mandibular canal segmentation, as follows: 1) PAN A and B exhibited a mean DSC of 87.9%, 2) PAN A and C displayed a mean DSC of 87.8%, and 3) PAN B and C demonstrated a mean DSC of 88.4%. Conclusion: This multi-device study indicated that the examined CNN-based deep learning approach can achieve excellent canal segmentation performance, with a DSC exceeding 88%. Furthermore, the study highlighted the importance of considering the characteristics of panoramic radiographs when developing a robust deep-learning network, rather than depending solely on the size of the dataset.