• 국제학술발표논문집
• /
• The 9th International Conference on Construction Engineering and Project Management
• /
• pp.736-743
• /
• 2022

Construction workers experience a high rate of fatal incidents from mobile equipment in the industry. One of the major causes is the decline in the acoustic condition of workers due to the constant exposure to construction noise. Previous studies have proposed various ways in which audio sensing and machine learning techniques can be used to track equipment's movement on the construction site but not on the audibility of safety signals. This study develops a novel framework to help automate safety surveillance in the construction site. This is done by detecting the audio sound at a different signal-to-noise ratio of -10db, -5db, 0db, 5db, and 10db to notify the worker of imminent dangers of mobile equipment. The scope of this study is focused on developing a signal processing model to help improve the audible sense of mobile equipment for workers. This study includes three-phase: (a) collect audio data of construction equipment, (b) develop a novel audio-based machine learning model for automated detection of collision hazards to be integrated into intelligent hearing protection devices, and (c) conduct field experiments to investigate the system' efficiency and latency. The outcomes showed that the proposed model detects equipment correctly and can timely notify the workers of hazardous situations.

• 실천공학교육논문지
• /
• 제16권2호
• /
• pp.227-239
• /
• 2024

본 연구는 학위연계형 일학습병행제를 통해 직업능력향상을 위한 교육훈련을 받고 있는 학습근로자의 학습성과에 미치는 영향을 분석하기 위해 대학 학위과정 입학과 선발 단계에서 고려할 수 있는 다양한 요인들과 입학 이후 대학의 평점평균점수와의 인과관계를 찾아보는데 그 목적이 있다. 이를 위하여 국내 K대학교의 학위연계형 일학습병행제의 모델인 일학습병행대학의 3개 학부과정생 976명의 역사적 입학자료와 평점평균자료를 통해 회귀분석과 분산분석을 진행했다. 분석의 질을 확보하기 위하여 추가로 공개된 기업정보 데이터베이스에서 학습근로자의 학점에 영향을 미칠 것으로 추정되는 기업정보를 포함했다. 분석 결과 출신고등학교의 분류, 성별, 가정환경요소, 고등학교 교과목별 등급, 회사의 재직기간, 입학당시의 연령 등 다양한 요소에서 유의미한 인과관계를 찾을 수 있었으며 이를 바탕으로 동일한 학위과정을 운용하는 대학에서는 학습근로자 선발절차의 업그레이드를 할 수 있으리라 기대한다. 추가로 본 연구결과는 향후 학위연계형 일학습병행제의 정책적 제언을 위한 기초자료로 활용될 수 있을 것이다.

• 한국CDE학회논문집
• /
• 제15권5호
• /
• pp.375-382
• /
• 2010

As the workers are getting old, they need to be expert in their fields. Expertise is an invaluable means of shipbuilding industries because of the technological advancements. Therefore, the workers have to attend training seminars and upgrade their technical knowledge. In shipbuilding industries, most workers operate transporters based on experience not on learning from specialization in the shipyard. It is needed for the workers of transporters to be educated technical manual and system. Thus, this research shows that educational system which is interactive and very effective with Augmented Reality(AR) for the non-specialist workers. The educational interactive system based on AR is very supportive and worth for the workers. This study considers the system which makes the workers reduce malfunction of the products and mistakes.

• 보건의료산업학회지
• /
• 제7권4호
• /
• pp.33-47
• /
• 2013

The purpose of this study is to identify the important factors of education service quality and to develop the evaluation instrument in learning facilities for care workers. This study was processed as four steps. First, the important factors were confirmed through literature reviews and the expert board discussions. Second, the evaluation instrument was developed and validity & reliability of the instrument were checked by factor analysis and Cronbach's ${\alpha}$. Lastly, the instrument was rechecked by the expert board in language usages and importance of the items. The results indicated that the important quality factors were divided with infrastructure and service process. Especially, the process contained providing appropriate education information & counseling, providing appropriate contract & paying fees, keeping specified service principles and so on. The study instrument was developed with 28 items. This instrument will be helpful to improve the education service quality. Besides, the staffs must continuously try to improve and manage their education services using the results of this kind of evaluation instrument.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.613-617
• /
• 2021

서비스 산업의 성장과 함께 감정노동자의 스트레스가 사회적 문제로 인식되어 2018년 감정노동자 보호법이 시행되었다. 그러나 실질적인 감정노동자 보호 시스템의 부족으로 스트레스 관리를 위한 디지털 시스템이 필요한 시점이다. 본 논문에서는 대표적인 감정노동자인 고객 상담사를 위한 딥러닝 기반 스트레스 감지 시스템을 제안한다. 시스템은 실시간 얼굴검출 모듈, 한국인 감정 이미지 중심의 이미지 빅데이터를 딥러닝한 감정분류 FER 모듈, 마지막으로 스트레스 수치만을 시각화하는 모니터링 모듈로 구성된다. 이 시스템을 통하여 감정노동자의 스트레스 모니터링과 정신질환 예방을 목표로 설계하였다.

• 한국건설관리학회논문집
• /
• 제20권5호
• /
• pp.31-41
• /
• 2019

본 연구의 목적은 건설기술인력의 일터학습 참여 실태와 더불어 일터학습의 하위유형인 형식학습과 무형식학습이 각각 건설기술인력의 인적자원성과에 어떠한 영향을 미치는가를 살펴보는 것이다. 이를 위해 본 연구에서는 2015년 한국직업능력개발원의 6차 인적자본기업패널조사 근로자용 설문자료에서 건설기술인력 306명의 응답치를 선택하여 활용하였다. 연구 결과, 건설기술인력의 일터학습(형식학습, 무형식학습) 참여는 10,069명 전체 근로자에 비해 상대적으로 낮은 수준에 머물러 있으며, 특히 무형식 학습의 참여는 더욱 낮은 수준이었다. 회귀분석 결과를 보면 형식학습의 참여는 직무만족과 직무몰입에만 정(+)의 영향을, 직무능력의 향상에는 영향을 미치지 못하는 것으로 나타났다. 반면에 무형식학습은 직무능력, 직무만족, 조직몰입 모두에 정(+)의 영향을 미치는 것으로 나타났으며 또한 형식학습에 비해 더욱 큰 영향을 미치는 것으로 나타났다.

• 한국건축시공학회지
• /
• 제15권2호
• /
• pp.227-235
• /
• 2015

국내 건설현장에서는 외국인 근로자들의 수가 증가함에 따라 그들에게 적합한 안전교육체계의 개발이 요구되고 있다. 본 연구에서는 외국인 근로자들을 위한 안전교육 모델을 제안하고 실제로 프로토타입의 안전교육시스템을 구현하였다. 그 결과로 이러닝 시스템 기반의 안전교육 모델을 개발하였다. 이 시스템은 국내 건설현장에서 근무하고 있는 외국인 근로자들이 안전교육을 잘 받을 수 있도록 지원해 줄 수 있을 것이다. 또한 현장의 안전관리자로 하여금 외국인 근로자들을 잘 교육하고 관리할 수 있도록 지원해 줄 것이다.

• 가정간호학회지
• /
• 제29권3호
• /
• pp.329-338
• /
• 2022

Purpose: This study aimed to develop an infection control e-learning training program for long-term care facility care workers to prevent emerging infectious diseases and evaluate its effectiveness. Method: The program was developed using the analysis design development implementation evaluation (ADDIE) model. The effectiveness of the program was evaluated for 30 care workers. The knowledge and performance of the care workers before and after the program were analyzed by a t-test. Results: In the analysis stages, a literature review on infection control, knowledge and performance of infection control, and education needs was performed, and focus group interviews with ten care workers were conducted. In the design stage, education topics, educational content, and educational methods were selected for the program. A video was produced centered on eight themes. In the development stage, a system for education was developed, and each topic was uploaded. In the implementation stage, the program was applied to 30 care workers, and a questionnaire was administered. In the program's final evaluation, there was a significant difference in infection control knowledge (t=3.06, p=.005), and there was no significant difference in infection control performance. Conclusion: In this study, the necessary topics were finally selected by quantitatively and qualitatively analyzing the educational needs of care workers taking care of the elderly in long-term care facilities. It is necessary to understand the long-term effect and the degree of performance of the observation method in the future.

• Asia pacific journal of information systems
• /
• 제34권1호
• /
• pp.209-225
• /
• 2024

This research aims to use machine learning technology in human resource management to predict employees' work-life balance. The study utilized a dataset from IBM Watson Analytics in the IBM Community for the machine learning analysis. Multinomial dependent variables concerning workers' work-life balance were examined, categorized into continuous and categorical types using the Generalized Linear Model. The complexity of assessing variable roles and their varied impact based on the type of model used was highlighted. The study's outcomes are academically and practically relevant, showcasing how machine learning can offer further understanding of psychological variables like work-life balance through analyzing employee profiles.

• 해양환경안전학회지
• /
• 제26권6호
• /
• pp.601-605
• /
• 2020

선박은 크고, 복잡한 구조로 되어 있기 때문에 다른 작업자의 위치를 알아내기 어려우며, 특히 작업자가 쓰러진 경우에는 발견하기가 쉽지 않아 신속한 대처가 어렵다. 그리하여, 신체에 디바이스를 부착하는 방법이나 카메라를 이용하여 쓰러짐을 검출하기 위한 연구가 진행되고 있다. 기존의 영상기반 쓰러짐 검출은 사람의 신체부위를 검출하여 쓰러짐을 판단하였으나, 조선소에서는 다양한 복장과 자세로 작업으로 인해 검출하기가 어렵다. 본 논문에서는 쓰러짐 영역 전체를 추출하여 딥러닝 학습으로 선박 작업자의 쓰러짐을 이미지 기반으로 검출하였다. 학습에 필요한 데이터는 조선소의 건조중인 선박에서 쓰러진 모습을 연출하여 획득하였으며, 이미지를 좌우대칭, 크기조절, 회전하여 학습 데이터의 수를 증가하였다. 성능평가는 정밀도, 재현율, 정확도 그리고 오차율로 평가하였으며, 데이터의 수가 많을수록 정밀도가 향상되었다. 다양한 데이터를 보강하면 카메라를 이용한 쓰러짐 검출 모델의 실효성이 향상됨으로서 안전 분야에 기여할 수 있을 것으로 사료된다.