Analyzing the collapse behavior of thin-walled steel structures holds significant importance in ensuring their safety and longevity. Geometric imperfections present on the surface of metal materials can diminish both the durability and mechanical integrity of steel shells. These imperfections, encompassing local geometric irregularities and deformations such as holes, cavities, notches, and cracks localized in specific regions of the shell surface, play a pivotal role in the assessment. They can induce stress concentration within the structure, thereby influencing its susceptibility to buckling. The intricate relationship between the buckling behavior of these structures and such imperfections is multifaceted, contingent upon a variety of factors. The buckling analysis of thin-walled steel shell structures, similar to other steel structures, commonly involves the determination of crucial material properties, including elastic modulus, shear modulus, tensile strength, and fracture toughness. An established method involves the emulation of distributed geometric imperfections, utilizing real test specimen data as a basis. This approach allows for the accurate representation and assessment of the diversity and distribution of imperfections encountered in real-world scenarios. Utilizing defect data obtained from actual test samples enhances the model's realism and applicability. The sizes and configurations of these defects are employed as inputs in the modeling process, aiding in the prediction of structural behavior. It's worth noting that there is a dearth of experimental studies addressing the influence of geometric defects on the buckling behavior of cylindrical steel shells. In this particular study, samples featuring geometric imperfections were subjected to experimental buckling tests. These same samples were also modeled using Finite Element Analysis (FEM), with results corroborating the experimental findings. Furthermore, the initial geometrical imperfections were measured using digital image correlation (DIC) techniques. In this way, the response of the test specimens can be estimated accurately by applying the initial imperfections to FE models. After validation of the test results with FEA, a numerical parametric study was conducted to develop more generalized design recommendations for the stainless-steel shell structures with the initial geometric imperfection. While the load-carrying capacity of samples with perfect surfaces was up to 140 kN, the load-carrying capacity of samples with 4 mm defects was around 130 kN. Likewise, while the load carrying capacity of samples with 10 mm defects was around 125 kN, the load carrying capacity of samples with 14 mm defects was measured around 120 kN.
온라인 사용자들이 소셜 미디어상에 올린 온라인 리뷰 속 숨겨진 감정을 분석하는 감성분석은 소셜미디어의 확산에 힘입어 많은 관심을 받고 있다. 본 연구는 기존 연구들과 차별화된 방법으로 감성분석을 시도하기 위하여 베이지안 네트워크에 기반한 감성 분석 모델을 제안한다. 모델에는 MBFS(Markov Blanket-based Feature Selection)가 속성 선택 기법으로 사용된다. MBFS의 성과를 실증적으로 증명하기 위하여 소셜미디어인 Yelp의 리뷰 데이터를 활용하였다. 벤치마킹 속성 선택 기법으로는 상관관계기반 속성 선택, 정보획득 속성 선택, 획득비율 속성 선택을 사용하였다. 한편, 해당 속성선택방법을 토대로 4개의 머신러닝 알고리즘을 이용하여 분류성과를 비교하였다. 나아가 MBFS로 선택된 속성들 간 인과관계를 확인하고자 베이지안 네트워크를 통해 What-if 분석을 실시하였다. 본 연구에서 택한 머신러닝 분류기는 베이지안 네트워크 기반의 TAN (Tree Augmented Naive Bayes), NB (Naive Bayes), S-Spouses(Sons & Spouses), A-markov (Augmented Markov Blanket)이다. 성과분석 결과 본 연구에서 제안한 MBFS 방법이 정확도, 정밀도, F1점수 측면에서 벤치마킹 방법보다 더 우수한 성과를 나타내었다.
Yura Ahn;Sung-Cheol Yun;Seung Soo Lee;Jung Hee Son;Sora Jo;Jieun Byun;Yu Sub Sung;Ho Sung Kim;Eun Sil Yu
Korean Journal of Radiology
/
제21권4호
/
pp.413-421
/
2020
Objective: A widely applicable, non-invasive screening method for non-alcoholic fatty liver disease (NAFLD) is needed. We aimed to develop and validate an index combining computed tomography (CT) and routine clinical data for screening for NAFLD in a large cohort of adults with pathologically proven NAFLD. Materials and Methods: This retrospective study included 2218 living liver donors who had undergone liver biopsy and CT within a span of 3 days. Donors were randomized 2:1 into development and test cohorts. CTL-S was measured by subtracting splenic attenuation from hepatic attenuation on non-enhanced CT. Multivariable logistic regression analysis of the development cohort was utilized to develop a clinical-CT index predicting pathologically proven NAFLD. The diagnostic performance was evaluated by analyzing the areas under the receiver operating characteristic curve (AUC). The cutoffs for the clinical-CT index were determined for 90% sensitivity and 90% specificity in the development cohort, and their diagnostic performance was evaluated in the test cohort. Results: The clinical-CT index included CTL-S, body mass index, and aspartate transaminase and triglyceride concentrations. In the test cohort, the clinical-CT index (AUC, 0.81) outperformed CTL-S (0.74; p < 0.001) and clinical indices (0.73-0.75; p < 0.001) in diagnosing NAFLD. A cutoff of ≥ 46 had a sensitivity of 89% and a specificity of 41%, whereas a cutoff of ≥ 56.5 had a sensitivity of 57% and a specificity of 89%. Conclusion: The clinical-CT index is more accurate than CTL-S and clinical indices alone for the diagnosis of NAFLD and may be clinically useful in screening for NAFLD.
Joo Hee Kim;Hyun Jung Yoon;Eunju Lee;Injoong Kim;Yoon Ki Cha;So Hyeon Bak
Korean Journal of Radiology
/
제22권1호
/
pp.131-138
/
2021
Objective: Iterative reconstruction degrades image quality. Thus, further advances in image reconstruction are necessary to overcome some limitations of this technique in low-dose computed tomography (LDCT) scan of the chest. Deep-learning image reconstruction (DLIR) is a new method used to reduce dose while maintaining image quality. The purposes of this study was to evaluate image quality and noise of LDCT scan images reconstructed with DLIR and compare with those of images reconstructed with the adaptive statistical iterative reconstruction-Veo at a level of 30% (ASiR-V 30%). Materials and Methods: This retrospective study included 58 patients who underwent LDCT scan for lung cancer screening. Datasets were reconstructed with ASiR-V 30% and DLIR at medium and high levels (DLIR-M and DLIR-H, respectively). The objective image signal and noise, which represented mean attenuation value and standard deviation in Hounsfield units for the lungs, mediastinum, liver, and background air, and subjective image contrast, image noise, and conspicuity of structures were evaluated. The differences between CT scan images subjected to ASiR-V 30%, DLIR-M, and DLIR-H were evaluated. Results: Based on the objective analysis, the image signals did not significantly differ among ASiR-V 30%, DLIR-M, and DLIR-H (p = 0.949, 0.737, 0.366, and 0.358 in the lungs, mediastinum, liver, and background air, respectively). However, the noise was significantly lower in DLIR-M and DLIR-H than in ASiR-V 30% (all p < 0.001). DLIR had higher signal-to-noise ratio (SNR) and contrast-to-noise ratio (CNR) than ASiR-V 30% (p = 0.027, < 0.001, and < 0.001 in the SNR of the lungs, mediastinum, and liver, respectively; all p < 0.001 in the CNR). According to the subjective analysis, DLIR had higher image contrast and lower image noise than ASiR-V 30% (all p < 0.001). DLIR was superior to ASiR-V 30% in identifying the pulmonary arteries and veins, trachea and bronchi, lymph nodes, and pleura and pericardium (all p < 0.001). Conclusion: DLIR significantly reduced the image noise in chest LDCT scan images compared with ASiR-V 30% while maintaining superior image quality.
교육에 있어서 교사의 역할은 중요하다. 교육 현장에서 성공적인 과학교사가 되기 위해서는 지적인 능력 이외에도 다양한 업무와 복잡한 인간관계 속에서 새로운 문제에 직면하였을 때 적절하면서도 효과적으로 문제를 해결할 수 있어야 한다. 이에 본 연구에서 예비과학교사에게 요구되는 실천지능, 교직수행지능을 측정하는 검사를 제작하고 이를 예비교사들에게 적용해 보았다. 본 연구에서는 예비과학교사의 교직수행능력을 교과 교육, 행정업무, 인간관계, 전문성 신장의 네 개 하위영역으로 구성하였다. PATPSP의 총점과 하위영역들 간의 상관분석을 실시한 결과 통계적으로 유의한 상관이 나타났으며(p<.01), 특히 교과교육과 행정업무는 PATPSP 총점과의 상관이 가장 높고, 두 영역간의 상관도 높게 나타났다. PATPSP이 측정한 예비과학교사의 교직수행능력과 예비과학교사를 위한 교직수행효능감 검사가 측정하는 '효능감(정의적 특성)'의 관계를 살펴본 결과 예비과학 교사의 교직수행지능이 효능감과 같은 정의적 특성과는 구별되는 것임을 알 수 있었다. 예비과학교사의 학년, 전공과 같은 배경 연인의 특성에 따라 교직수행지능이 차이를 나타내는지를 검증한 결과, 학년별 집단에서만 통제적으로 유의한 차이를 나타내었다. 이러한 결과는 교직수행능력이 학년과는 관련이 있지만 전공과는 관련이 없다는 것을 의미한다. 이 연구는 여학생들만을 대상으로 이루어졌기 때문에 검사결과를 전체 예비과학교사에 대한 것으로 일반화하기는 어렵다. 그러나 PATPSP의 개발과 적용으로 예비과학교사들의 교직수행능력을 측정해봄으로써 이를 참고로 하여 실제 교육현장에서 성공적인 과학교사가 될 수 있도록 하는데 의의가 있다.
메스암페타민(methamphetamine, MA)과 암페타민(amphetamine, AP)은 전세계적으로 널리 퍼진합성 흥분제로 보건 및 사회 문제, 경제적 비용 발생 등의 다양한 문제를 일으킨다. 또한 이러한 마약은 중독 및 남용 가능성이 매우 높기 때문에 확산 방지를 위한 방안의 하나로 복용자의 생체시료에서 이들 마약을 검출하기 위한 분석법 개발이 필요하다. 따라서 본 연구에서는 액체크로마토그래피-질량분석법(liquid chromatography-tandem mass spectrometry, LC-MS/MS)를 이용하여 소변에서 MA와 4-하이드록시메스암페타민(4-hydroxymethamphetamine, 4HMA), AP, 4-하이드록시암페타민(4-hydroxyamphetamine, 4HA)을 동시에 분석할 수 있는 분석법을 개발하였고 유효성 평가를 수행하였다. 전처리 시간 단축을 위해 50000 g에서 3 min 동안 초고속원심분리 후 시료 희석 주입법을 이용하여 LC-MS/MS에 주입하였다. 분리관은 역상 C18 컬럼을 사용하였고, 정량분석을 위해 MRM (multiple reaction monitoring) 모드를 적용하였다. 가중계수 $1/x^2$에서 정량 범위는 MA는 10-2500 ng/mL, AP는 1.0-800 ng/mL, 4HA와 4HMA는 2.0-200 ng/mL로 설정하였고, 검량선의 직선성은 결정계수($r^2$)를 구하여 평가하였다. 초고속원심분리법의 효율성을 확인하기 위해 전처리 과정으로 시린지 필터(membrane-filtration)를 적용한 결과와 비교하였고, 그 결과 분석물질에 따라 6-15 % 성능이 우수한 것으로 나타났다. 일내(intra-day)와 일간(inter-day) 정밀도는 6.6 % 미만이었고, 정확도는 -14.9-11.3 % 였다. 최저정량한계(LLOQ)는 2.0 ng/mL (4HA 및 4HMA), 1.0 ng/mL (AP), 10 ng/mL (MA)로 확인되었다. 선택성, 검출한계, 희석무결성, 기질효과, 효율성, 안정성을 평가한 결과 만족스러운 측정값을 얻었다. 또한 개발된 분석법을 마약 복용자의 소변에 적용하여 분석법의 유용성을 확인하였다.
축산물 중 macrolide계 항생물질 3종을 신속분석하기 위하여 효과적인 전처리법을 설정하고 고속액체크로마토그라피(HPLC)를 이용한 동시분석법을 제시하였다. 대상물질은 tilmicosin, tylosin, spiramycin이며, 확립된 분석법을 이용하여 모니터링을 실시하기 위하여 전국 6개 도시인 서울, 부산, 대전, 인천, 대구, 광주에서 수입원산지가 표시된 쇠고기와 돼지고기 및 그 가공품을 수거하여 분석하였다. 전처리법에 있어서 solid phase extraction(SPE)법에 비하여 액상추출법이 더 높은 회수율을 나타내었으며 전처리 단계도 간단하여 대상 항생물질을 분석하기에 적절하였다. 3종의 항생물질 분리를 위한 컬럼은 C18($250\;mm{\times}4.6\;mm$, $5\;{\mu}m$)을 사용하였으며, HPLC 이동상은 0.025M phosphate buffer(pH 2.5) 및 acetonitrile을 이용한 gradient 조건을 설정하였다. UV 검출파장은 spiramycin 경우 232 nm이고, tilmicosin과 tylosin은 288 nm을 이용하였다. 평균회수율은 83.0-90.2%이였으며, 검출한계는 각각 7(spiramycin), 12(tilmiconsin), 12(tylosin) ng/g으로 나타났다. 수입 축산물의 항생물질에 대한 안전성을 검토하기 위하여 국내 유통 중인 수입축산물 및 그 가공품을 대상으로 하여 모니터링을 실시한 결과, 시료는 전국 6개 대도시에서 126건 구입하였으며 모든 시료에서 macrolide계 항생물질이 검출되지 않았다.
목적: 본 연구는 각막 전면의 지형과 각막의 두께를 이용하여 각막 후면 정점 곡률과 asphericity(Q)를 측정하기 위해 고안된 새로운 방법의 신뢰도 평가를 위해서 시행 되었다. 방법: 각막 후면의 정점 곡률 및 Q는 Medmont E300 corneal topographer로 측정한 각막 전면의 지형 data와 Holden-Payor optical pachometer로 측정한 각막 수평 경선의 두께 data를 이용하여 계산 되었다. 정확한 각막 두께를 계산 하기위하여 각막 전면 측정 위치의 곡률반경과 각막의 겉보기 두께로부터 각막의 실제 두께를 계산 할 때 정확한 방정식을 이용하였으며, 이는 선행 연구와 구별되는 점이다. 그리고 각막 전면과 후면의 지형은 각막 전면의 지형 data와 계산된 각막 후면의 좌표를 best fit 알고리즘을 이용하여 계산 되었다. 각막 후면의 지형 측정의 신뢰도는 10개의 polymethyl methacrylate(PMMA) lens와 성인 5명의 각막을 측정 하여 평가 하였다. 결과: 10개의 PMMA lens를 이용한 평가에서는 후면 정점 곡률과 후면 Q의 mean absolute accuracy(${\pm}SD$)는 각각 $0.053{\pm}0.044mm$(95% 신뢰구간(CI) -0.033~0.139)와 $0.10{\pm}0.10$(95% CI -0.10~0.31)이였다. 그리고 5명의 각막을 이용한 평가에서의 각막 후면 정점 곡률과 후면 Q의 mean absolute repeatability coefficient(${\pm}SD$)는 각각 $0.07{\pm}0.06mm$(95% CI -0.05~0.19)와 $0.09{\pm}0.07$(95% CI -0.05~0.23) 이였다. 결론: 새로운 방법을 이용하여 신뢰할 수 있는 각막 후면의 지형(정점 곡률과 Q)을 계산 할 수 있었다. 이러한 새로운 방법은 살아있는 인체 각막의 정확한 후면 지형 계산에 적용 될 수 있다.
기업의 경쟁력 확보를 위해 판별 알고리즘을 활용한 의사결정 역량제고가 필요하다. 하지만 대부분 특정 문제영역에는 적합한 판별 알고리즘이 어떤 것인지에 대한 지식은 많지 않아 대부분 시행착오 형식으로 최적 알고리즘을 탐색한다. 즉, 데이터셋의 특성에 따라 어떠한 분류알고리즘을 채택하는 것이 적합한지를 판단하는 것은 전문성과 노력이 소요되는 과업이었다. 이는 메타특징(Meta-Feature)으로 불리는 데이터셋의 특성과 판별 알고리즘 성능과의 연관성에 대한 연구가 아직 충분히 이루어지지 않았기 때문이며, 더구나 다중 클래스(Multi-Class)의 특성을 반영하는 메타특징에 대한 연구 또한 거의 이루어진 바 없다. 이에 본 연구의 목적은 다중 클래스 데이터셋의 메타특징이 판별 알고리즘의 성능에 유의한 영향을 미치는지에 대한 실증 분석을 하는 것이다. 이를 위해 본 연구에서는 다중 클래스 데이터셋의 메타특징을 데이터셋의 구조와 데이터셋의 복잡도라는 두 요인으로 분류하고, 그 안에서 총 7가지 대표 메타특징을 선택하였다. 또한, 본 연구에서는 기존 연구에서 사용하던 IR(Imbalanced Ratio) 대신 시장집중도 측정 지표인 허핀달-허쉬만 지수(Herfindahl-Hirschman Index, HHI)를 메타특징에 포함하였으며, 역ReLU 실루엣 점수(Reverse ReLU Silhouette Score)도 새롭게 제안하였다. UCI Machine Learning Repository에서 제공하는 복수의 벤치마크 데이터셋으로 다양한 변환 데이터셋을 생성한 후에 대표적인 여러 판별 알고리즘에 적용하여 성능 비교 및 가설 검증을 수행하였다. 그 결과 대부분의 메타특징과 판별 성능 사이의 유의한 관련성이 확인되었으며, 일부 예외적인 부분에 대한 고찰을 하였다. 본 연구의 실험 결과는 향후 메타특징에 따른 분류알고리즘 추천 시스템에 활용할 것이다.
본 연구는 향미 및 다면적 재래 벼 유전자원에 대하여 근적외선 분광분석법을 이용하여, 현미 및 벼 상태의 향미자원으로부터 spectrum을 획득 후, 아밀로스함량과 단백질함량분석을 하고자 실시하였다. 75점의 향미 및 다면적 재래 유전자원의 현미로부터 측정한 단백질함량의 범위는 3.8-9.3%였으며, 평균 단백질함량은 7.1%이고 아밀로스함량의 범위는 8.5-27.4%였으며, 평균 아밀로스함량은 20.3%이었다. 79점의 향미 및 다면적 재래 유전자원에 대한 벼 상태 및 현미상태에서의 NIR 원시 spectrum을 나타낸 것으로 1,490 nm 이상의 파장범위에서 큰 차이를 보였다. NIR 원시 spectrum을 MPLS방법에 의해서 벼 상태로부터 얻은 spectrum은 1,4,4,1수 처리 방법, 현미상태로부터 얻은 spectrum은 2,4,4,1 수 처리 방법의 결과가 유의성이 높았다. 벼 상태에 대한 MPLS(1,4,4,1)방법에 의한 $R^2$ 및 SEC 값은 protein은 $R^2$ 값이 0.871, SEC 값이 1.37이었고, amylose는 $R^2$값이 0.815, SEC 값이 0.29이었으며, 현미상태의 경우 MPLS(2,4,4,1)방법에 의한 $R^2$ 및 SEC 값은 protein은 $R^2$값이 0.943, SEC값이 0.90이며 amylose는 $R^2$값이 0.859, SEC 값이 0.37로 높은 유의성을 나타내었다. 습식 분석 데이터와 NIR 예측 data에 대한 차이를 살펴보았더니, 평균 단백질 함량의 차이는 벼 상태는 0.06, 현미상태는 0.12 였고, 평균 아밀로스 함량 차이도 벼 상태는 0.33이었고 현미상태는 0.37로 근소한 차이를 보였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.