• Title/Summary/Keyword: Reliability Path

검색결과 632건 처리시간 0.018초

관계혜택과 브랜드 동일시의 역할에 관한 탐색적 연구: 브랜드 동일시의 매개역할을 중심으로 (An Exploratory Study on the Effects of Relational Benefits and Brand Identity : mediating effect of brand identity)

  • 방정혜;정지연;이은형;강현모
    • Asia Marketing Journal
    • /
    • 제12권2호
    • /
    • pp.155-175
    • /
    • 2010
  • 본 연구는 관계혜택과 브랜드 동일시에 관한 탐색적 연구로서 충성도에 긍정적인 영향을 미치는 것으로 알려져 온 관계 혜택과 브랜드 동일시를 함께 고찰하려는 데에 목적이 있다. 관계 혜택과 브랜드 동일시는 각각 충성도와 유의한 관계가 있는 것으로 잘 알려져 왔으나, 그들 간의 관계를 함께 살펴본 연구는 거의 없는 실정이다. 한편으로는 카드산업에서 관계혜택이 중요한 전략적 요소인 동시에 최근에는 브랜드 개성과 이미지를 카드에 연결시키려는 시도를 하고 있다. 따라서 본 연구에서는 관계 혜택과 충성도와의 관계를 브랜드 동일시가 매개할 것으로 보고 그 영향을 탐색하였다. 결과적으로 관계혜택 차원, 즉 확신적 혜택과 특별대우혜택이 개인적 동일시와 사회적 동일시에 영향을 미치고, 개인적 동일시가 충성도에 영향을 미치는 것으로 나타났으며, 특히 확신적 혜택은 충성도에 직접적인 영향도 있는 것으로 나타났다.

  • PDF

천리안해양위성 2호(GOCI-II) 원격반사도 품질 검증 시스템 적용 및 결과 (Application and Analysis of Ocean Remote-Sensing Reflectance Quality Assurance Algorithm for GOCI-II)

  • 배수정;이은경;;이경상;김민상;최종국;안재현
    • 대한원격탐사학회지
    • /
    • 제39권6_2호
    • /
    • pp.1565-1576
    • /
    • 2023
  • 천리안 해양위성 2호(Geostationary Ocean Color Imager-II, GOCI-II)에서 관측된 대기상층 복사휘도에서 해양환경 분석이 가한 원격반사도(remote-sensing reflectance, Rrs) 자료를 얻기 위해서 복사 전달 모델 기반의 대기 보정을 수행한다. 이 Rrs는 다시 엽록소, 총부유사, 용존유기물 농도 등의 다양한 해양환경변수 산출에 이용되고 있기 때문에 대기보정은 모든 해색 산출물의 정확도에 영향을 주는 중요한 알고리즘이다. 맑은 해역에서는 대기의 복사휘도가 청색 파장대의 해수 복사휘도보다 10배 이상 높다. 따라서 대기보정 과정에서 1%의 대기 복사휘도 추정 오차가 10% 이상의 Rrs 오차를 유발할 수 있으며, 이처럼 대기보정은 매우 높은 오차 민감도를 가진 알고리즘이다. 그 결과 대기보정 산출물인 Rrs의 품질 평가는 신뢰성 있는 해양 위성 기반 자료 분석을 위해 반드시 선행되어야 한다. 본 연구에서는 Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS)을 통해 데이터베이스화 된 현장 측정 Rrs 기반 통계적 신뢰성을 평가하는 Quality Assurance (QA) 알고리즘을 GOCI-II의 분광 특성에 맞게 수정 및 적용하였다. 이 방법은 National Oceanic and Atmospheric Administration (NOAA)의 해색위성 자료처리 시스템에 공식적으로 적용되어 서비스 중이며, Rrs의 품질 분석 점수(0~1점)를 제공할 뿐 아니라 해수의 유형(23 유형)도 구분해 준다. 실제로 검보정 초기 단계의 GOCI-II 자료에 QA를 적용한 결과, Rrs는 비교적 낮은 값인 0.625에서 가장 높은 빈도를 보여주었지만 추가적인 검보정을 통해 개선된 GOCI-II 대기보정 결과에 QA 알고리즘을 적용했을 시 기존보다 높은 0.875에서 가장 높은 빈도를 보여주었다. QA 알고리즘을 통한 해수 유형 분석 결과, 동해 및 남해 일부 그리고 북서태평양 해역은 주로 탁도가 낮은 case-I 해역이었으며 서해 연안 및 동중국해는 주로 탁도가 높은 case-II 해역으로 구분되었다. 이처럼 QA 알고리즘의 적용을 통해 대기보정 과정에서 오차가 크게 발생한 Rrs 자료를 객관적으로 판별하여 배제할 수 있으며 이는 배포자료 및 검보정의 신뢰도 향상으로 이어질 수 있다. 본 방법은 추후 GOCI-II의 대기보정 flag에 적용되어 사용자들이 양질의 Rrs 자료만을 적용할 수 있도록 도움을 줄 것이다.