• 기록학연구
• /
• 제79호
• /
• pp.305-341
• /
• 2024

이 연구는 디지털 환경에서 데이터가 중심이 되는 전자기록의 출처에 새롭게 접근하기 위해, 데이터 출처 개념과 출처 모델을 검토하고 수용하여, 어떻게 전자기록을 대상으로 새롭게 출처 개념을 적용할 수 있을지의 가능성을 살펴보았다. 이어서 데이터 중심의 전자기록을 대상으로 한 출처 표현 모델을 개발하기 위해 기초 연구를 진행하였다. 특히 소급형 출처와 전망형 출처 개념으로 전환할 것과, 기록관리 메타데이터와는 별개의 모델을 통해 출처를 표현하고 기록과 연결할 수 있는 모델을 개발할 것을 제안하였다. 기록과 동적 관계를 맺으면서도 독립적으로 출처를 표현할 수 있는 모델을 개발할 수 있다면, 오히려 기록의 유동성을 보장할 수 있으면서도, 기록의 속성과 이를 지원할 출처의 역할을 더 충실히 수행할 수 있을 것이다. 결국, 이 연구가 제안한 기본적인 모델 개발 방향을 수용하는 출처 모델은 기록의 고정성과 활동의 재현성, 재현의 신빙성을 뒷받침할 수 있을 것이며, 디지털환경에서 적합한 출처 모델로서 역할을 할 수 있을 것이다.

• 기록학연구
• /
• 제80호
• /
• pp.5-41
• /
• 2024

이 연구는 데이터형 전자기록을 대상으로 한 출처 표현 모델의 개발 방향에 맞추어 모델을 개발할 목적으로 진행되었다. 데이터형 전자기록의 생산·관리를 위해 출처와 맥락의 개념 구분을 지지하며, 이를 구분하여 표현할 수 있는 확장형 출처 모델을 제시할 것을 목표로 하였다. 이를 위해 W3C PROV를 기초 모델로 활용하며, P-Plan과 ProvONE도 일부 참고하였다. 이후, 기록관리 요건을 드러내고, 이를 바탕으로 기초 모델을 일부 확장하였다. 이 연구가 제안한 출처 모델은 데이터형 전자기록의 소급형 출처와 전망형 출처를 각각 표현하고 연결할 수 있도록 설계되었다. 향후 기록학 영역에서 출처 개념을 논의하고 모델을 확장해 나갈 수 있기를 기대한다.

• 스마트미디어저널
• /
• 제11권11호
• /
• pp.63-74
• /
• 2022

Nowadays, lithium-ion battery has become more popular around the world. Knowing when batteries reach their end of life (EOL) is crucial. Accurately predicting the remaining useful life (RUL) of lithium-ion batteries is needed for battery health management systems and to avoid unexpected accidents. It gives information about the battery status and when we should replace the battery. With the rapid growth of machine learning and deep learning, data-driven approaches are proposed to address this problem. Extracting aging information from battery charge/discharge records, including voltage, current, and temperature, can determine the battery state and predict battery RUL. In this work, we first outlined the charging and discharging processes of lithium-ion batteries. We then summarize the proposed techniques and achievements in all published data-driven RUL prediction studies. From that, we give a discussion about the accomplishments and remaining works with the corresponding challenges in order to provide a direction for further research in this area.

• 대한간호학회지
• /
• 제49권5호
• /
• pp.575-585
• /
• 2019

Purpose: The purpose of this study was to develop predictive models for pressure ulcer incidence using electronic health record (EHR) data and to compare their predictive validity performance indicators with that of the Braden Scale used in the study hospital. Methods: A retrospective case-control study was conducted in a tertiary teaching hospital in Korea. Data of 202 pressure ulcer patients and 14,705 non-pressure ulcer patients admitted between January 2015 and May 2016 were extracted from the EHRs. Three predictive models for pressure ulcer incidence were developed using logistic regression, Cox proportional hazards regression, and decision tree modeling. The predictive validity performance indicators of the three models were compared with those of the Braden Scale. Results: The logistic regression model was most efficient with a high area under the receiver operating characteristics curve (AUC) estimate of 0.97, followed by the decision tree model (AUC 0.95), Cox proportional hazards regression model (AUC 0.95), and the Braden Scale (AUC 0.82). Decreased mobility was the most significant factor in the logistic regression and Cox proportional hazards models, and the endotracheal tube was the most important factor in the decision tree model. Conclusion: Predictive validity performance indicators of the Braden Scale were lower than those of the logistic regression, Cox proportional hazards regression, and decision tree models. The models developed in this study can be used to develop a clinical decision support system that automatically assesses risk for pressure ulcers to aid nurses.

• 기록학연구
• /
• 제79호
• /
• pp.5-32
• /
• 2024

한국 정부가 UN의 2022년 전자정부 발전 지수에서 UN가입 193개국 중 3위에 랭크됐다. 그동안 꾸준히 상위국으로 평가된 한국은 분명 세계 전자정부의 선도국이라 할 수 있다. 전자정부의 윤활유는 데이터다. 데이터는 그 자체로 정보가 아니고 기록도 아니지만 정보와 기록의 원천이며 지식의 자원이다. 전자적 시스템을 통한 행정 행위가 보편화된 이후 당연히 데이터에 기반한 기록의 생산과 기술이 확대되고 진화하고 있다. 기술은 가치중립적인 듯 보이지만 사실 그 자체로 특정 세계관을 반영하고 있다. 더구나 비물질적 유통을 기반으로 하는 디지털 세계, 온라인 네트워크의 또 다른 아이러니는 반드시 물리적 도구를 통해서만 접속하고 접촉할 수 있다는 점이다. 디지털 정보는 논리적 대상이지만 반드시 어떤 유형이든 그것을 중계할 장치 없이는 디지털 자원을 읽어 내거나 활용할 수 없다. 초연결, 초지능을 무기로 하는 새로운 기술의 디지털 질서는 전통적인 권력 구조에 깊은 영향력을 끼칠 뿐만 아니라 기존의 정보 및 지식 전달 매개체에도 마찬가지의 영향을 미치고 있다. 더구나 데이터에 기반한 생성형 인공지능을 비롯해 새로운 기술과 매개가 단연 화두다. 디지털 기술의 전방위적 성장과 확산이 인간 역능의 증강과 사유의 외주화 상황까지 왔다고 볼 수 있을 것이다. 여기에는 딥 페이크를 비롯한 가짜 이미지, 오토 프로파일링, 사실처럼 생성해 내는 AI 거짓말(hallucination), 기계 학습데이터의 저작권 침해에 이르기까지 다양한 문제점 또한 내포하고 있다. 더구나 급진적 연결 능력은 방대한 데이터의 즉각적 공유를 가능하게 하고 인지 없이 행위를 발생시키는 기술적 무의식에 의존하게 된다. 그런 점에서 지금의 기술 사회의 기계는 단순 보조의 수준을 넘어서고 있으며 기계의 인간 사회 진입은 고도의 기술 발전에 따른 자연적인 변화 양상이라고 하기에는 간단하지 않은 지점이 존재한다. 시간이 지나며 기계에 대한 관점이 변화하게 될 것이기 때문이다. 따라서 중요한 것은 기계를 통한 커뮤니케이션, 행위의 결과로서의 기록이 생산되고 사용되는 방식의 변화가 의미하는 사회문화적 함의에 있다. 아카이브 영역에서도 초지능, 초연결사회를 향한 기술의 변화로 인해 데이터 기반 아카이브 사회는 어떤 문제에 직면하게 될 것인지, 그리고 그 속에서 누가 어떻게 기록과 데이터의 지속적 활동성을 입증하고 매체 변화의 주요 동인이 될 것인가에 대한 연구가 필요한 시점이다. 본 연구는 아카이브가 행위의 결과인 기록뿐만 아니라 데이터를 전략적 자산으로 인식할 필요성에서 시작했다. 이를 통해 전통적 경계를 확장하고 데이터 중심 사회에서 어떻게 재영토화를 이룰 수 있을지를 알아보았다.

• Journal of Trauma and Injury
• /
• 제25권4호
• /
• pp.188-195
• /
• 2012

Purpose: An increase in the demand for specialized Trauma Centers led to a government-driven campaign, that began in 2009. Our hospital was selected as one of the Trauma Centers, and we reviewed data on trauma patients in order to correlate the mortality at a regional Trauma Center with its contributing factors, such as the severity of the injury, the means of arrival, and the time duration before arrival at our center. Methods: Data on the patients who visited our Trauma Center from January 2010 to November 2011 were retrospectively reviewed using electronic medical records. The patients who had revised trauma scores (RTSs) less than 7 or injury severity scores (ISSs) greater than 15 were included. The patients were categorized as survivors and non-survivors, and the means of arrival as transferred or visited directly. Time durations before arrival of less than one hour were also taken intoconsideration. Results: Two hundred(200) patients were enrolled, and the mortality rate was 36.5%. The most common cause of the accident was an automobile accident, and the most common cause of death was brain injury. The RTSs and the ISSs were significantly different in the non-survivor and the survivor groups. The mortality rate of the patients who were transferred was not statistically different from that of patients who visited directly. However, a time duration before arrival of less than one hour was statistically meaningful. Conclusion: The prognosis of the trauma patients were correlated with the severity of the trauma as can be expected, but the time between the incidence of accident and the arrival at hospital and whether the presence of transfer to trauma center were not statistically significant to the prognosis.