Earticle

본 연구는 상사지원인식의 중요성에 중점을 두고, 그것이 조직구성원의 혁신행동에 미치는 영향을 조사 하였다. 특히, 상사지원인식과 혁신행동의 관계에서 직무열의의 매개효과와 직무열의와 혁신행동 간의 관계에서 성과압박의 조절효과를 검증하였다. 이를 검증하기 위해 중국 내 중소기업에 근무하고 있는 재직자를 대상으로 설문조사를 진행하여 SPSS 28.0 통계프로그램을 사용하여 실증분석을 하였다. 연구 결과는 다음과 같다. 첫째, 상사지원인식은 혁신행동에 유의한 정(+)의 영향을 미친다는 것이 검증되었다. 둘째, 직무열의는 상사지원인식과 혁신행동 간의 관계에서 부분적 매개효과를 가진다는 것이 검증되었다. 셋째, 성과압박은 직무열의와 혁신행동 간의 관계에서 부(-)적인 조절효과를 가진다는 것이 밝혀졌다. 본 연구결과를 바탕으로 시사점, 한계점 및 향후 의 연구 방향을 제시하였다.

This study focused on the importance of recognizing supervisor support and investigated its effect on the innovation behavior of organization members. In particular, the mediating effect of job enthusiasm in the relationship between supervisor support perception and innovation behavior and the moderating effect of performance pressure in the relationship between job enthusiasm and innovation behavior were verified. To verify this, a survey was conducted on the incumbent working for small and medium-sized enterprises in China and an empirical analysis was conducted using the SPSS 28.0 statistical program. The research results are as follows. First, it was verified that recognition of supervisor support had a significant positive (+) effect on job enthusiasm. Second, it was verified that job enthusiasm had a significant positive (+) effect on innovation behavior. Third, it was verified that job enthusiasm has a partial mediating effect in the relationship between supervisor support perception and innovation behavior. Fourth, it was found that performance pressure has a positive (+) moderating effect in the relationship between job enthusiasm and innovation behavior. Based on the results of this study, implications, limitations, and future research directions were presented.

본 연구는 AESA(능동형 전자주사 배열) 레이더 기술의 주요 특징과 발전 동향을 종합적으로 분석 하여, 군사 및 민간 분야에서의 적용 가능성을 평가하고 이를 통해 AESA 레이더가 기존 레이더 기술에 비해 가지는 우수성과, 그 경제적 및 기술적 영향을 제시하였다. 문헌 분석을 통해 AESA 레이더의 기술 적 원리와 T/R 모듈의 구성, 다양한 플랫폼에서의 적용 사례를 조사하였고 분석 결과, AESA 레이더는 기존 레이더에 비해 뛰어난 탐지 및 추적 성능, 전자전 대응 능력, 확장성을 지니며, 전투기, 함정, 지상 방어 시스템 등에서 효과적으로 활용될 수 있음을 확인했다. 또한 민간 분야에서도 기상 관측, 교통 관리, 재난 대응 등에서 유용하게 사용할 수 있는 가능성을 식별하였다. 본 연구는 AESA 레이더 기술의 경제 적 중요성과 향후 발전 방향을 제시하며, AI와 머신러닝의 통합, 초고주파 영역 확장, 신뢰성 향상을 향후 연구 과제로 제안하였다.

This study analyzes the concepts, characteristics, and development trends of AESA (Active Electronically Scanned Array) radar and explores its potential applications in military and civilian fields. The research method involves a literature review to examine the technical principles of AESA radar, the composition of T/R modules, and application cases across various platforms. The analysis shows that AESA radar possesses superior detection and tracking performance, electronic warfare capabilities, and scalability compared to traditional radar. It can be effectively utilized in aircraft, naval ships, and ground defense systems. In civilian fields, it is useful for weather observation, traffic management, and disaster response. This study also highlights the economic significance of AESA radar technology and suggests future development directions, including the integration of AI and machine learning, expansion into the Terahertz frequency range, and improvements in reliability. Such technological advancements will contribute to national security and industrial competitiveness.

본 연구는 예비 중등학교 체육교사의 스트레스 및 심리적 안정에 척추온열마사지 이완 요법과 점진적 이완 및 인지 재구성을 통한 심리적 이완 요법이 효과가 있는지 검증하는데 목적이 있다. 이를 위해 연구 참여 자 18명 중 9명은 척추온열마사지기 적용, 9명은 심리적 이완 요법 처치로 주 5일, 1일 2회씩 1주간 실시하였 고, 그룹별 적용 시간은 회기당 40분으로 적용하였다. 자료의 수집은 스트레스평가척도(Global Assessment of Recent Stress Scale; GARS), 스포츠경쟁상태불안검사(Cmopetitive State Anxiety Inventory-2, CSAI-2)를 적용하였다. 연구 결과, 척추온열마사지 처치 집단에서는 스포츠경쟁상태불안에서 유의하게 감소가 나타났으며, 심리적 이완 요법 처치 집단에서는 스트레스 평가 검사에서 유의한 감소가 나타났다. 공분산 분석을 통해 스트 레스 및 스포츠경쟁상태불안 이완에 통계적 유의한 차이에서 두 처치가 상이하게 나타났으나 효과적임을 알 수 있었다. 따라서 예비 중등 체육 교사의 척추온열마사지와 심리적 이완 요법의 처치를 통해 스트레스와 심리 적 안정에 긍정적인 효과가 있을 것으로 기대된다.

This study aims to examine the effects of spinal column thermal massage relaxation therapy and psychological relaxation therapy on the stress and psychological stability of preliminary physical education teachers hrough gradual relaxation and cognitive restructuring. To this end, the study’s 18 freshmen recipients were assigned to two groups: one 9-person group received spinal column thermal massage treatment, and the other 9-person group underwent a psychological relaxation program.. Both treatments were implemented twice daily for five days in a week, with each session lasting 40 minutes. Data were collected with the Global Assessment of Recent Stress Scale (GARS), and the Competitive State Anxiety Inventory-2 (CSAI-2). As the result of this study, the group receiving heat and massage therapy showed a significant decrease in CSAI-2, and the group undergoing psychological relaxation showed a were significant decrease in GARS. Analysis of covariance revealed statistically significant differences in stress and sports competition state anxiety relaxation, indicating that the two treatments were effective yet distinct. Therefore, it is expected that spinal thermal massage and psychological relaxation therapies will have positive effects on stress and psychological stability among pre-secondary physical education teachers.

본 논문에서는 기후변화를 넘어 기후위기의 현실에서는 자동차에서 대중교통으로 교통체계를 바 꾸는 것이 매우 중요함을 강조한다. 왜냐하면 전세계적으로 기후위기 대응을 위해 탄소중립 실현과 지속 가능한 발전을 위해 필요하기 때문이다. 기후변화시대에 대중교통을 개선함으로써 온실가스 배출을 줄이 고, 소음·대기오염 등 환경개선과 교통부문의 사회적 비용을 줄일 수 있으며, 탄소중립을 강화할 수 있다. 따라서 대중교통의 접근성을 향상시키고 저렴하게 이용할 수 있게 하는 교통정책은 개인이나 가족, 사회 공동체에 커다란 영향을 미친다. 또한 환경을 개선하고 경제적 기회를 만들고, 사람들이 보다 건강하게 살 아가게 만들어 준다. 즉 대중교통은 삶의 질 개선과 직결돼 있다라고 볼 수 있다. 따라서 본 논문에서는 교통부문이 전 세계 온실가스(GHG) 배출의 약15%를 차지함에 있어 대중교통의 수준을 높여 기후위기 대 응과 삶의 질을 향상하기 위한 방향을 모색하고 그 시사점을 도출하는데 연구의 목적을 두고 있다.

This paper emphasizes the importance of changing the transportation system from automobiles to public transportation in the reality of the climate crisis, beyond climate change. This shift is necessary globally for realizing carbon neutrality and sustainable development in response to the climate crisis. By improving public transportation in the era of climate change, greenhouse gas emissions can be reduced, environmental improvements such as noise and air pollution can be addressed, social costs in the transportation sector can be reduced, and carbon neutrality can be strengthened. Therefore, transportation policies that improve access to public transportation and make it available inexpensively can have a great impact on individuals, families, and social communities. In addition, such policies can improve the environment, create economic opportunities, and help people live healthier lives. In other words, public transportation can be understood to be directly connected to improving the quality of life. Therefore, the purpose of this paper is to explore methods for responding to the climate crisis and improving the quality of life by raising the level of public transportation, which accounts for about 15% of global greenhouse gas (GHG) emissions, and to draw implications from the research results.

본 연구는 스마트팜 자동화를 위한 딥러닝 기반 엽채류 이미지 분류 시스템을 개발하고, 그 성능을 심 도 있게 분석하였다. 기본적인 3층 구조의 CNN 모델뿐만 아니라 ResNet, Inception과 같은 고도화된 딥러닝 모델을 활용하여 엽채류 이미지를 분류하였으며, 각 모델의 성능을 비교하였다. 연구에 사용된 데이터는 스마 트팜 환경에서 촬영된 고해상도 이미지와 공개 데이터셋으로 구성되었으며, 다양한 전처리 및 데이터 증강 기 법을 통해 모델의 학습 효과를 극대화하였다. 그 결과, 딥러닝 기반 분류 시스템은 기존의 원본을 기반으로한 딥러닝에 비해 더 높은 정확도와 효율성을 보여주었으며, 스마트팜의 자동화를 통한 생산성 향상과 비용 절감 에 기여할 수 있음을 확인하였다. 이러한 연구는 스마트팜 기술의 발전에 중요한 역할을 할 것이며, 농업 자동 화의 미래를 위한 기술적 토대를 마련하는 데 기여할 것으로 기대된다.

This study developed a deep learning-based leafy vegetable image classification system aimed at smart farm automation and conducted an in-depth performance analysis. In addition to the basic 3-layer CNN model, advanced deep learning models such as ResNet and Inception were employed to classify leafy vegetable images, and the performance of each model was compared. The dataset used for the study consisted of high-resolution images captured in a smart farm environment, along with publicly available datasets. Various preprocessing and data augmentation techniques were applied to maximize the effectiveness of model training. As a result, the deep learning-based classification system demonstrated higher accuracy and efficiency compared to traditional deep learning approaches based on original data. It was confirmed that the system could contribute to improving productivity and reducing costs through smart farm automation. This research is expected to play a key role in advancing smart farm technologies and contribute to laying the technological foundation for the future of agricultural automation.