Earticle

본 연구는 대학생의 공감, 디지털 리터러시, 의사소통능력, 자기효능감이 창의융합역량에 미치는 영향을 확 인하기 위한 서술적 조사연구이다. 자료수집은 2024년 11월 18일부터 11월 29일까지이며, 연구대상은 일 지역 보건계열 대학생 173명이었으며, 일반적 특성에 따른 각 변수의 차이, 변수 간 상관관계 및 창의융합역량에 대한 영향요인을 분석하 였다. 수집된 자료는 SPSS 25.0 통계프로그램을 이용하여 기술통계, t-test, ANOVA, 피어슨 상관분석, 다중회귀분석으 로 검증하였다. 연구결과, 창의융합역량은 디지털 리터러시(r=.58, p<.001), 의사소통능력(r=.57, p<.001), 자기효능감 (r=.48, p<.001)과 유의한 양의 상관관계를 보였다. 다중회귀분석 결과, 회귀모형은 통계적으로 유의하였으며(F=23.8, p<.001), 모형의 설명력은 51%로 나타났다. 창의융합역량에 유의한 영향을 미치는 요인은 디지털 리터러시(β=.32, p<.001), 의사소통능력(β=.30, p<.001), 자기효능감(β=.21, p<.01)으로 확인되었다.

This descriptive study aimed to examine the effects of empathy, digital literacy, communication competence, and self-efficacy on creativity convergence competency among college students in health-related majors. Data were collected from 173 students between November 18 and November 29, 2024. The collected data were analyzed using SPSS 25.0 with descriptive statistics, t-tests, ANOVA, Pearson’s correlation coefficients, and multiple regression analysis. Creativity convergence competency showed significant positive correlations with digital literacy (r = .58, p < .001), communication competence (r = .57, p < .001), and self-efficacy (r = .48, p < .001). The multiple regression analysis indicated that the model was statistically significant (F = 23.8, p < .001) and explained 51% of the variance in creativity convergence competency. Digital literacy (β = .32, p < .001), communication competence (β = .30, p < .001), and self-efficacy (β = .21, p < .01) were identified as significant predictors of creativity convergence competency.

국ㆍ내외적으로 산업과 재무금융의 고도화는 책임경영과 더불어 기업활동에서 나타나는 여러 재무 정보를 투명하게 공시하도록 요구되고 있으며, 회계정보의 신뢰성과 유용성을 제공하기 위해서 공시제도와 내부회계관리시스템에 대한 감사보고서를 보고 하여야 한다. 또한 회계정보의 가치 관련성 즉, 회계 정보의 질과 유용성은 회계정보의 비대칭을 완화하고, 정보 비대칭에서 발생될수 있는 비용을 감소시 키는 효과가 있다. 본 연구에서는 회계정보의 유용성과 자본 비용과의 관계에서 회계정보 비대칭이 비용을 증가시키는 주요 요인으로 영향을 미칠 수 있는지를 분석하기 위해, 선행 연구의 관련 변수를 종합하고, 본 연구 목적에 맞게 연구 가설을 설정하여 실증분석을 실시하였다. 회계정보의 유용성은 대용 변수인 재량적 발생액과 회계정보의 비대칭을 측정하기 위한 대용 변수인 이익 유연화 변수, 자본 비용변수를 측정하기 위해, PEG(Price-earning Growth) 모형을 이용하였다. 본 연구에서는 회계정보와 회계정보의 유용성이 자본 비용과의 관계에서 영향을 미칠 수 있음을 확인하였다. 또한 회계정보의 유용성이 증가되는 경우 정보 비대칭이 완화될 수 있기 때문에, 자기자본 비용이 감소 될 수 있다는 것을 분석할 수 있었다. 본 연구는 회계정보의 품질과 유용성에 따라 기업의 비용을 절감할 수 있다는 결론을 얻을 수 있었다. 이러한 본 연구의 결과는 향후 기업의 회계정보 유지 관리에 있어서 유용한 지침을 제공할 수 있을 것이다.

Domestically and internationally, the advancement of industry and finance demands transparent disclosure of various financial information arising from corporate activities, alongside responsible management. To provide reliable and useful accounting information, audit reports on disclosure systems and internal accounting management systems must be submitted. Furthermore, the value relevance of accounting information—that is, its quality and usefulness—has the effect of mitigating accounting information asymmetry and reducing costs that may arise from information asymmetry. This study synthesises relevant variables from prior research and establishes hypotheses tailored to its objectives, to empirically analyse whether accounting information asymmetry can significantly increase costs in the relationship between the usefulness of accounting information and capital costs. The usefulness of accounting information was measured using the proxy variable discretionary accruals. Profit flexibility, another proxy variable, was used to measure accounting information asymmetry. The PEG (Price–Earnings Growth) model was employed to measure the cost of capital. This study confirmed that accounting information and its usefulness can influence the relationship with capital costs. Furthermore, it was analysed that an increase in the usefulness of accounting information can mitigate information asymmetry, potentially reducing the cost of equity. This study concluded that corporate costs can be reduced based on the quality and usefulness of accounting information. These findings can provide useful guidelines for future corporate accounting information maintenance and management.

본 연구의 목적은 병원 간호사의 직장 내 폭력 경험의 의미를 탐색하기 위해 수행되었다. 2개 병원에서 직장 내 폭력을 경험한 간호사 6인을 대상으로 심층 인터뷰를 진행하였고, 연구 결과 '수직적 관계 속 폭력 노출', '폭력에 대처하지 못하고 고통의 시간을 보냄', '체계적인 노력 없이 대물림되는 폭력'이라는 세 가지 주요 범주가 도출되었다. 직장 내 폭력을 경험한 간호사들은 신체적, 정신적으로 부정적인 영향을 경험했으며, 주로 회피 전략을 사용하였다. 본 연구의 결과를 토대로 추후에는 병원 간호사의 직장 내 폭력에 따른 대응의 차이를 확인하고 실질적인 해결 방안을 모색 하기 위한 연구를 시행할 것을 제안한다. 또한 직장 내 폭력 발생을 예방하고 위반 사항을 확인하기 위한 노력이 필요하 고 병원 간호사를 위한 간호조직문화 개선 프로그램 마련을 위한 기초자료롤 활용할 것을 제안한다.

The purpose of this study is to describe hospital nurses’ violence experience for the prevention of violence in the workplace. In-depth interviews were conducted with six nurses who had experienced workplace violence in two hospitals. Through this study, three primary themes emerged: 'Experiencing Violence within Subjugated Contexts,' 'Inability to Cope with Violence and Enduring Periods of Suffering,' and 'The Perpetuation of Violence Without Systematic Efforts.' Nurses who encountered workplace violence reported significant negative physical and psychological impacts, predominantly adopting avoidance strategies. Therefore, sustained monitoring and rigorous verification of workplace violence incidents are essential.

본 논문은 단일 영상 기반의 초해상도를 생성하기 위해 방향성을 고려한 주의 정보 공유 기반의 네트워크를 제안한다. 기존 초해상도 방법에서는 구조적, 지역적, 전역적 정보들을 추출하기 위해 딥러닝 기반의 방법을 활용하면서 세밀한 질감 정보와 구조적 일관성 등을 확보함으로써 품질을 개선하고자 하였지만 복잡한 영상 내 다양한 방향성 패턴을 반영하지 못하는 한계가 있다. 제안하는 방법에서는 영상 내 지역적 정보를 추출함과 동시에 지역 내 텍스처의 방향성을 고려할 수 있도록 방향성 특징 추출을 수행하였다. 주의 정보 추출 과정에서 방향성 정보를 반영함으로써 방향성에 따른 특징 강조 및 억제를 가능하게 하였다. 또한 계층 간 정보 공유를 통해 저단계 및 고단계 특징 간의 상호 보완을 수행함으로써 세밀한 질감 및 경계 복원이 가능하게 하였다. PSNR 및 SSIM, 연산복잡도 비교 평가를 통해 제안하는 방법이 기존 방법 대비 향상됨을 보였다.

In this paper proposes a direction-aware attention information sharing network for single image super-resolution (SISR). Although conventional super-resolution methods employ deep learning techniques to extract structural, local, and global information to enhance image quality by preserving fine texture details and structural consistency, they often fail to effectively capture the diverse directional patterns inherent in complex images. The proposed method performs directional feature extraction to consider the orientation of local textures while simultaneously capturing local information within the image. By incorporating directional information into the attention extraction process, the network enables selective enhancement and suppression of features according to their directional characteristics. Furthermore, inter-layer information sharing is introduced to reinforce the complementarity between low-level and high-level features, facilitating more precise recovery of fine textures and edges. The proposed method demonstrated improvements over existing methods through comparative evaluations of PSNR, SSIM, and computational complexity.