• Journal of the Korean Academy of Child and Adolescent Psychiatry
• /
• 제22권3호
• /
• pp.182-191
• /
• 2011

Objectives: The aim of this study was to investigate the sleep patterns of South Korean elementary school children and whether the differences in sleep patterns were related to behavior, emotional problems, attention and academic performance. Method: This study included a community sample of 268 boys and girls from fourth-, fifth- and sixth-grade classes in a South Korean metropolitan city from November to December 2010. The primary caregivers completed a questionnaire that included information on demographic characteristics, as well as the Child's Sleep Habit Questionnaire (CSHQ), the Korean version of Child Behavior Checklist (K-CBCL), the Korean version of the Learning Disability Evaluation Scale (K-LDES), the Korean version of ADHD Rating Scale (K-ARS) and the Disruptive Behavior Disorder Scale (DBDS). We conducted analyses on the CSHQ individual items, between the subscales, on the total scores and on the K-CBCL, the K-LEDS, the K-ARS and the DBDS. Results: Based on the findings from the CHSQ, the subjects had significantly higher scores for bedtime resistance ($9.18{\pm}2.17$), delayed sleep onset ($1.32{\pm}0.62$), the sleep duration ($4.19{\pm}1.52$) and daytime sleepiness ($14.10{\pm}3.55$) than the scores from the previous reports on children from western countries. The total CHSQ score showed positive correlations to all subscales of the K-CBCL : withdrawn (r=0.24, p<.005), somatic complaint (r=0.24, p<.005) and anxious/depressive (r=0.38, p<.005). Bedtime resistance was associated with oppositional defiant disorder (r=0.15, p<.05) and a positive correlation was demonstrated between sleep anxiety and the oppositional defiant disorder score (r=0.13, p<.05), night waking and the conduct disorder score (r=0.16, p<.05). Delayed sleep onset was related with low performance on the K-LDES with respect to thinking (r=-0.17, p<.05) and mathematical calculation (r=-0.17, p<.05). Conclusion: The results of this study reconfirm Korean children's problematic sleep patterns. Taken together the results provide that the reduced sleep duration and disruption of sleep pattern can have a significant impact on emotion, behavior, performance of learning in children. Further studies concerning more diverse psychosocial factors affecting sleep pattern will be helpful to understanding of the sleep health in Korean children.

• 한국체육학회지인문사회과학편
• /
• 제54권5호
• /
• pp.867-876
• /
• 2015

본 연구의 목적은 지체장애인의 생활체육 참여정도가 긍정심리자본(PPC)에 미치는 영향을 규명하고자 하였다. 연구의 목적을 달성하기 위하여 B시에 거주하고 있으며 생활체육에 참여하고 있는 지체장애인 212명의 자료를 분석하였다. 측정도구는 전상완 및 양종훈(2009)의 생활체육 참여정도와 Luthans, Youssef, & Avolio(2007)가 개발한 척도를 임태홍(2014)이 재구성한 긍정심리자본(K-PPC)을 수정·보완하여 재구성하였다. 자료처리는 SPSS 18.0 프로그램을 사용하여 탐색적 요인분석, 신뢰도 검증, 차이검증과중다회귀분석을 실시하였다. 첫째, 지체장애인의 인구사회학적 특성 중 성별, 연령, 장애등급에 따른 긍정심리 자본에는 유의한 차이가 있는 것으로 나타났다. 둘째, 지체장애인의 생활체육 참여정도(기간, 빈도, 강도) 하위 변인 중 참여빈도, 참여강도는 자기효능감에 유의한 영향을 미치는 것으로 나타났으며, 반면 참여기간은 유의한 영향을 미치지 않는 것으로 나타났다. 셋째, 참여빈도는 낙관주의에 유의한 영향을 미치는 것으로 나타났으며, 반면 참여기간, 참여강도는 유의한 영향을 미치지 않는 것으로 나타났다. 넷째, 참여빈도, 참여강도는 희망에 유의한 영향을 미치는 것으로 나타났으며, 반면 참여기간에는 유의한 영향을 미치지 않는 것으로 나타났다. 다섯째, 참여빈도는 회복탄력성에 유의한 영향을 미치는 것으로 나타났으며, 반면 참여 기간, 참여강도에 유의한 영향을 미치지 않는 것으로 나타났다. 여섯째, 참여빈도, 참여강도는 긍정심리자본에 유의한 영향을 미치는 것으로 나타났으며, 참여기간에는 유의한 영향을 미치지 않는 것으로 나타났다.

• 한국과학예술포럼
• /
• 제28권
• /
• pp.23-32
• /
• 2017

본 연구의 배경 및 목적은 한국형 경기용 핸드사이클 국산화를 통해 국내 장애인의 스포츠 활성화에 기여하는 것이다. 현재 국내에서 생산하는 핸드사이클은 전무하며 모든 선수들이 외국에서 제작한 제품을 사용하고 있다. 외산제품의 경우 외국인 선수들의 체형에 맞게 제작이 되었기 때문에 국내 선수들이 사용할 경우 자신의 체형에 맞추기 위해 부품을 추가적으로 구성하여 사용하는 경우가 많다. 이는 비용적인 측면에서 부담을 가중할 뿐만 아니라 선수들의 경기력을 저하시키는 원인 중 하나이다. 이러한 문제점을 보완하기 위해 이전 연구에서 한국인 체형을 고려한 경기용 핸드사이클 개발을 진행하였고 개발된 시제품의 성능평가를 위해 외산제품과 비교 사용성평가를 실시하였다. 이렇게 제작된 경기용 핸드사이클 시제품의 정량적, 정성적 평가 결과를 분석하고 개선 사항을 도출하여 국내선수들의 체형을 고려하면서 경기력을 향상시킬 수 있는 한국형 경기용 핸드사이클 개발을 진행하였다. 본 연구는 1차 시제품에서 도출한 문제점을 토대로 크랭크와 공기흡입부 및 배출부, 뒷 축 흔들림 방지장치 등을 추가적으로 구성하였고 개발된 제품의 사용성을 평가하기 위해 현재 핸드사이클 국가대표 상비군 선수들이 사용하는 외산제품과 비교 사용성평가를 실시하였다. 사용성을 평가하기 위해 효과성, 효율성, 만족도 영역에서 결과를 측정하였고 효과성을 제외한 효율성, 만족도에서 연구를 통해 개발된 시제품이 외산제품보다 높은 것으로 평가되었다. 본 연구를 통해 외국산 핸드사이클의 수입을 재치할 수 있는 저가의 핸드사이클을 상용화하고 외국상품의 수입대체 효과와 수출로 인한 국제 경쟁력 증진에 기여할 것으로 여겨진다.

• 지능정보연구
• /
• 제26권4호
• /
• pp.127-148
• /
• 2020

데이터 센터는 컴퓨터 시스템과 관련 구성요소를 수용하기 위한 물리적 환경시설로, 빅데이터, 인공지능 스마트 공장, 웨어러블, 스마트 홈 등 차세대 핵심 산업의 필수 기반기술이다. 특히, 클라우드 컴퓨팅의 성장으로 데이터 센터 인프라의 비례적 확장은 불가피하다. 이러한 데이터 센터 설비의 상태를 모니터링하는 것은 시스템을 유지, 관리하고 장애를 예방하기 위한 방법이다. 설비를 구성하는 일부 요소에 장애가 발생하는 경우 해당 장비뿐 아니라 연결된 다른 장비에도 영향을 미칠 수 있으며, 막대한 손해를 초래할 수 있다. 특히, IT 시설은 상호의존성에 의해 불규칙하고 원인을 알기 어렵다. 데이터 센터 내 장애를 예측하는 선행연구에서는, 장치들이 혼재된 상황임을 가정하지 않고 단일 서버를 단일 상태로 보고 장애를 예측했다. 이에 본 연구에서는, 서버 내부에서 발생하는 장애(Outage A)와 서버 외부에서 발생하는 장애(Outage B)로 데이터 센터 장애를 구분하고, 서버 내에서 발생하는 복합적인 장애 분석에 중점을 두었다. 서버 외부 장애는 전력, 냉각, 사용자 실수 등인데, 이와 같은 장애는 데이터 센터 설비 구축 초기 단계에서 예방이 가능했기 때문에 다양한 솔루션이 개발되고 있는 상황이다. 반면 서버 내 발생하는 장애는 원인 규명이 어려워 아직까지 적절한 예방이 이뤄지지 못하고 있다. 특히 서버 장애가 단일적으로 발생하지 않고, 다른 서버 장애의 원인이 되기도 하고, 다른 서버부터 장애의 원인이 되는 무언가를 받기도 하는 이유다. 즉, 기존 연구들은 서버들 간 영향을 주지 않는 단일 서버인 상태로 가정하고 장애를 분석했다면, 본 연구에서는 서버들 간 영향을 준다고 가정하고 장애 발생 상태를 분석했다. 데이터 센터 내 복합 장애 상황을 정의하기 위해, 데이터 센터 내 존재하는 각 장비별로 장애가 발생한 장애 이력 데이터를 활용했다. 본 연구에서 고려되는 장애는 Network Node Down, Server Down, Windows Activation Services Down, Database Management System Service Down으로 크게 4가지이다. 각 장비별로 발생되는 장애들을 시간 순으로 정렬하고, 특정 장비에서 장애가 발생하였을 때, 발생 시점으로부터 5분 내 특정 장비에서 장애가 발생하였다면 이를 동시에 장애가 발생하였다고 정의하였다. 이렇게 동시에 장애가 발생한 장비들에 대해서 Sequence를 구성한 후, 구성한 Sequence 내에서 동시에 자주 발생하는 장비 5개를 선정하였고, 선정된 장비들이 동시에 장애가 발생된 경우를 시각화를 통해 확인하였다. 장애 분석을 위해 수집된 서버 리소스 정보는 시계열 단위이며 흐름성을 가진다는 점에서 이전 상태를 통해 다음 상태를 예측할 수 있는 딥러닝 알고리즘인 LSTM(Long Short-term Memory)을 사용했다. 또한 단일 서버와 달리 복합장애는 서버별로 장애 발생에 끼치는 수준이 다르다는 점을 감안하여 Hierarchical Attention Network 딥러닝 모델 구조를 활용했다. 본 알고리즘은 장애에 끼치는 영향이 클 수록 해당 서버에 가중치를 주어 예측 정확도를 높이는 방법이다. 연구는 장애유형을 정의하고 분석 대상을 선정하는 것으로 시작하여, 첫 번째 실험에서는 동일한 수집 데이터에 대해 단일 서버 상태와 복합 서버 상태로 가정하고 비교분석하였다. 두 번째 실험은 서버의 임계치를 각각 최적화 하여 복합 서버 상태일 때의 예측 정확도를 향상시켰다. 단일 서버와 다중 서버로 각각 가정한 첫 번째 실험에서 단일 서버로 가정한 경우 실제 장애가 발생했음에도 불구하고 5개 서버 중 3개의 서버에서는 장애가 발생하지 않은것으로 예측했다. 그러나 다중 서버로 가정했을때에는 5개 서버 모두 장애가 발생한 것으로 예측했다. 실험 결과 서버 간 영향이 있을 것이라고 추측한 가설이 입증된 것이다. 연구결과 단일 서버로 가정했을 때 보다 다중 서버로 가정했을 때 예측 성능이 우수함을 확인했다. 특히 서버별 영향이 다를것으로 가정하고 Hierarchical Attention Network 알고리즘을 적용한 것이 분석 효과를 향상시키는 역할을 했다. 또한 각 서버마다 다른 임계치를 적용함으로써 예측 정확도를 향상시킬 수 있었다. 본 연구는 원인 규명이 어려운 장애를 과거 데이터를 통해 예측 가능하게 함을 보였고, 데이터 센터의 서버 내에서 발생하는 장애를 예측할 수 있는 모델을 제시했다. 본 연구결과를 활용하여 장애 발생을 사전에 방지할 수 있을 것으로 기대된다.