Earticle

This study aimed to identify factors associated with life satisfaction among multicultural adolescents in South Korea. The sample comprised multicultural adolescents in their second year of middle school (N = 1,763) drawn from the 2023 Multicultural Adolescents Panel Study (MAPS). Multivariable logistic regression was used to identify factors associated with higher life satisfaction, and a classification and regression tree (CART) model was applied to examine complex relationships among key predictors. Higher life satisfaction was significantly associated with better subjective physical health, a more positive body image, absence of depressive symptoms, and greater parental and friend support. Conversely, experiences of bullying and depressive symptoms were strongly associated with lower life satisfaction. CART analysis identified depression and body image as the most influential factors in predicting life satisfaction. These findings highlight the need for comprehensive interventions that emphasize mental health support, bullying prevention, and the strengthening of family and friend support systems to improve life satisfaction among multicultural adolescents.

본 연구는 줄리앙의 "맞대면(face to face)" 관계에 함축된 "에캬르(ÉCART, 간극 또는 DIVIDE)" 개념을 분석하고, 그 무한 가능성을 문화의 다원화 관점에서 논구한다. 에캬르 는 특정 사유를 바깥으로부터 바라보면서 자기사유의 균열을 체험할 때 나타나는 실존적 탐색의 조건이다. 각 문화는 서로의 '사이(interspace)' 를 탐색함으로써, 친숙했던 자기세 계의 바깥에 설 수 있다. 또 그로부터 자신의 고착화된 사유틀에 어긋남을 자각하고 새로 운 쇄신으로 나아갈 수 있다. 이런 의미에서 '바깥에 서기(ex-ister)' 를 통한 에캬르의 형 성은 문화가 다원화될 수 있는 조건이 된다. 그러나 맞대면을 통한 문화의 변화 가능성은 에캬르의 열린 사태를 재고하게 한다. 외 부를 전제한 맞대면의 관계는 에캬르로 구축될 수 있는 것의 규정문제를 열어놓는다. 왜냐 하면 각 문화에 분란을 일으키는 바깥항의 성격을 미리 규정할 수 없기 때문이다. 따라서 본고는 사유의 바깥항을 탐색하는 과정에서 발생할 수 있는 에캬르의 다중적 가 능성과 그것의 즉각적 연계 가능성을 고찰하고, 이로부터 맞대면의 무한한 확장 가능성을 주장한다. 즉, 예상되는 개념이나 생각의 틀이 에캬르에서 무작위로 분기하는 사유, 그리 고 이로써 무한정하게 활성화되는 문화 간의 상호 간격은 우발적 마주침과 비결정적인 연 계를 통해서 무진장(無盡藏)하게 개발될 수 있다.

This study analyzes Fran ois Jullien’s concept of CART (DIVIDE) implied in Jullien's "face to face" relation and discusses its infinite possibilities from the perspective of cultural pluralization. Écart is a condition of existential exploration that occurs when one experiences cracks in one’s own thought while looking at a particular thought from the outside. However, the change possibility of culture through the face-to-face relation causes the open state of the Écart to be reconsidered. The face-to-face relationship presupposing the outside opens the problem of determining what can be built up into the Écart, because the character of the external term that causes disarray in each culture cannot be determined in advance. Therefore, this study examines the multiple possibilities of the interspaces occurring from the development process of the face-to-face through the cart. From this, this study argues that the face-to-face possibilities of each culture are unlimitedly open in the Écart and thus in the interspaces of cultures is implied the possibility of multiple links of language-thought.

This paper investigates the timing of Korean spoken in a news-reading speech style in order to improve the naturalness of durations used in Korean speech synthesis. Each segment in a corpus of 671 read sentences was annotated with 69 segmental and prosodic features so that the measured duration could be correlated with the context in which it occurred. A CART model based on the features showed a correlation coefficient of 0.79 with an RMSE (root mean squared prediction error) of 23 ms between actual and predicted durations in reserved test data. These results are comparable with recent published results in Korean and similar to results found in other languages. An analysis of the classification tree shows that phrasal structure has the greatest effect on the segment duration, followed by syllable structure and the manner features of surrounding segments. The place features of surrounding segments only have small effects. The model has application in Korean speech synthesis systems.

For one-shot systems such as 81mm high-explosive ammunition, research on performance prediction is insignificant due to research manpower infrastructure and lack of interest and difficulties in securing field data, which can only be done by special task workers. In order to evaluate the actual range of ammunition, the storage ammunition reliability evaluation checks the range by firing actual ammunition through a functional test. Test evaluation is a method of extracting a sample from the population, launching it, and recording the results accordingly. As a result of these tests, the range, which is an indicator of ammunition performance, can be measured differently according to meteorological factors such as temperature, atmospheric pressure, and humidity according to the location of the test site. In this study, various environmental factors generated at the test site and storage period analyze the correlation with the range, which is the performance of ammunition, and analyze the priority of importance for each factor and the numerical standards that environmental factors affect range. Through this, a new approach to one-shot system performance prediction was presented.

데이터마이닝은 방대한 양의 데이터 속에서 쉽게 드러나지 않는 유용한 정보를 찾아내는 기법으로서 각종 데이터를 기반으로 감춰진 지식, 기대하지 못했던 경향 또는 새로운 룰 등을 발견하는데 사용된다. 데이터마이닝 기법에는 의사결정나무, 연관성규칙, 군집분석, 신경망 분석 등이 있다.의사결정나무 알고리즘은 의사결정 규칙을 도표화하여 관심대상이 되는 집단을 몇 개의 소집단으로 분류하거나 예측을 수행하는 방법이다. 의사결정나무는 시장 세분화, 고객세분화 등의 세분화와 고객을 신용도에 따라 우량 또는 불량으로 분류하는 분류 문제, 고객 속성에 따라 대출한도액을 예측하는 예측, 차원 축소 및 변수 선택, 교호작용효과의 파악, 범주의 병합 또는 연속형 변수의 이산화 등의 분야에 유용하게 활용된다.본 논문에서는 지역 정보와 통합된 환경정보분석을 위하여 CART 기법의 적용방안에 대하여 연구하고자 한다. 본 연구의 결과를 바탕으로 환경개선대책 수립과 환경 정책 결정에 필요한 의사결정 지원 등 효율적인 환경행정의 수행과 환경 정책 수립에 기여할 수 있게 한다.

Data mining is the method to find useful information for large amounts of data in database It is used to find hidden knowledge by massive data, unexpectedly pattern, relation to new rule. The methods of data mining are decision tree, association rules, clustering, neural network and so on.The decision tree approach is most useful in classification problems and to divide the search space into rectangular regions. Decision tree algorithms are used extensively for data mining in many domains such as retail target marketing, fraud detection, data reduction and variable screening, category merging, etc. We analyze waste database united with local information using CART techniques for environmental information. We can use these decision tree outputs for environmental preservation and improvement.

본 연구는 UCI 데이터셋의 레드 와인 데이터를 활용하여 와인 품질에 영향을 미치는 품질 성분을예측하고, 예측된 성분을 바탕으로 품질 기준을 예측하고자 하였다. 데이터셋은 포르투갈의 비뉴베르드(Vinho verde)에서 생산된 레드와인의 11가지 성분 변수, 전문가 평가에 의한 1개의 주관적, 정성적 와인품질 변수와 총 1599개의 관측치로 구성되었다. 와인 품질을 종속 변수로 선정하고, 종속변수에 영향을 미치는독립변수로서의 와인 품질 특성 성분과 그 기준을 예측하기 위해 CART 알고리즘을 바탕으로 한 의사결정나무(Decision tree) 기법을 통한 분석을 실시하였다. 이의 결과로 알콜농도(A), 황산염(S), 휘발산(VA), 산도(pH)의 4가지 성분 변수가 품질 예측 변수로 도출되었다. 도출된 4가지 품질 예측변수는 인공신경망 MLP알고리즘, AIC값, regsubsets 함수 알고리즘을 통해 교차 검증되었다. 품질 예측 변수의 관리 기준은 CART 알고리즘의 분석 결과인 분기 기준 값을 적용하였다. 이의 결과로 가장 높은 와인 품질(와인 품질 6.8)의성분 기준은 알콜(11<=, <12), 황산염(0.65<=), 휘발산도(<0.4), pH(<3.3)으로 예측되었다. 일정 수준의 고품질의 와인(와인 품질 6.7)의 성분 기준은 알콜(12<), 황산염(0.65<)으로 예측되었다. 이러한 예측된 성분기준은 와인 생산의 품질 관리에 적용이 가능한 것으로 보이며, 적절한 성분 예측을 통한 품질 관리는 최종제품을 분류하는 기준의 하나로서 제시가 가능할 것으로 보인다.

This study aims to predict the components and the criteria for wine quality evaluation by utilizing red wine data from the UCI Machinery Learning Repository Data set (UCI, hereafter). The predicting model consisted of 11 ingredient variables of red wine produced in Vinho Verde, Portugal, with subjective and qualitative wine quality variable by expert evaluation, and a total of 1,599 observations. Analysis was conducted using the decision tree technique based on the CART algorithm, and the results identified 4 independent variables, including alcohol (A), sulfate (S), volatile (VA), and acidity (pH) as key quality predictors of wine. The highest wine quality was determined at 6.8 point (all case mean = 5.64) and the 4 dependent variables (A, S, VA & pH) with a certain Splitting Criterion point for each (11≤ A<12; S≤0.65; V<0.4; pH<3.3) turned out to be influential predictors for the wine quality for 6.8 and above. Also, these independent variables were cross-validated through the artificial neural network, namely MLP algorithm, AIC value, and regsubsets function algorithm. These criteria can be applicable to the quality control of wine industry practitioners. Practical implications were presented for wine marketers and producers