住民權益의 擴大를 위한 地方行政서비스 供給體系 改善方案

李壽晩(이수만) 한국소비자원 1996 消費者問題硏究 Vol.- No.17

근로자의 의식변화에 상응하는 노사관계정책

이수도(李壽陶) 한국경영교육학회 1993 경영교육연구 Vol.7 No.-

聖靈體驗現象

李守鉉(이수현) 광주가톨릭대학교 신학연구소 1998 神學展望 Vol.- No.121

광학부품 제조 공정 및 각 공정별 주의사항(1)

이수상 한국광학기기산업협회 1999 光學世界 Vol.11 No.5

대우고등기술연구원 이수상 책임연구원이 '광학세계' 독자들을 위해서 광학부품 제조의 전 과정, 가공별 특징, 공정별 주의사항을 정리한 내용이다. 지난 6월 28일 열린 '99 광기술교육'(인하대학교 광기술교육센터 주최)에서 강의한 '정밀광학부품의 제작' 가운데 현장에서 필요한 '가공 공정'부분을 쉽게 이해하고 활용할수 있도록 이수상 연구원이 다시 설명을 덧붙였다. 이번 호에 이어서 11월호까지 2회에 나눠서 연재한다.

수퍼비전 작업동맹척도(WAI-T) 요인구조 탐색

이수현(李守賢),김동민(金東敏) 서울대학교 교육연구소 2011 아시아교육연구 Vol.12 No.2

본 연구는 수퍼비전 작업동맹 척도(WAI-T)의 요인구조를 탐색할 목적으로 수행되었다. 이를 위해 수퍼비전을 받고 있는 상담 수련생 245명(남 26명, 여 219명)을 대상으로 수퍼비전 작업동맹 척도를 실시하고 확인적 요인분석과 탐색적 요인분석을 통해 요인구조를 검토하였다. 확인적 요인분석을 실시한 결과 1요인 모형, 2요인 모형, 3요인 모형 모두 적합하지 않은 것으로 나타났다. 다음으로 새로운 요인추출 가능성을 탐색하기 위해 탐색적 요인분석을 실시하였다. 그 결과 2 요인이 추출되었다. 요인 1은 긍정진술문 문항으로 구성되어 있었고, 요인 2는 부정 진술문 문항(역채점 문항)으로 구성되어 있었다. 각 요인에는 원래 목표, 과제, 정서적 유대로 분류되었던 문항들이 골고루 포함된 것으로 나타났다. 이 같은 결과는 수퍼비전 경험이 많은 참여자만을 대상으로 했을 때도 동일하게 나타났다. 또한 부정 진술문 문항으로 구성된 요인 2는 요인 1과 그 의미상 같은 구인을 측정하는 것으로 판단되지만 전체 WAI-T의 구인 타당도와 신뢰도에는 부정적인 영향을 미치고 있는 것으로 나타났다. 이러한 분석 결과를 바탕으로 WAI-T의 활용에 대한 시사점을 논의하였다. The purpose of this study was to examine the factor structure of supervisory Working Alliance Inventory-Trainee(WAI-T). WAI-T was administered to 245 trainees who were currently engaged in clinical supervision. Then, a confirmatory factor analysis was conducted to find the best model among the three models(one factor model, two factor model, three factor model). However, none of these models showed acceptable values on the fitness indices. To examine the possibility of other factor structure, an exploratory factor analysis was conducted. In this analysis, two factors were extracted. Regardless of the original item classifications, the items loaded on Factor 1 were all positively stated. All the negatively stated items were loaded on Factor 2. Factor 1 showed higher correlations with the Counselor Activity Self-efficacy sub-scales than both Factor 2 and full WAI-T. The results of the analysis suggested that at least some of the Factor 2 items were problematic, in that they were interfering with construct validity and internal consistency. Overall, this study suggests that at least Korean trainee may not judges supervisory relationship on the basis of goal, task, and emotional bond as suggested by Bordin(1983).

"최길용(崔吉容) 저(著), 연작형(連作型) 고소설(古小說) 연구(硏究)

이수봉(李樹鳳) 국어국문학회 1990 국어국문학 Vol.- No.103

학업소진척도(MBI-SS) 타당화 연구

이수현(李守賢),이동엽(李東燁) 서울대학교 교육연구소 2013 아시아교육연구 Vol.14 No.2

본 연구는 외국에서 개발된 학업소진척도(MBI-SS)의 국내 타당화를 목적으로 수행되었다. 이를 위해 의과대학 재학생들(4개 학년, 총 382명)을 대상으로 학업소진 설문지를 실시하고 신뢰도 및 타당도를 확인하였다. 탐색적 요인분석 결과 3개의 하위요인(정서적 고갈, 무능력감, 냉소성), 총 14문항(정서적 고갈 5문항, 무능력감 5문항, 냉소성 4문항)이 적절한 것으로 나타났다. 이 같은 요인구조 모델이 적합한지 확인하기 위해 확인적 요인분석을 실시한 결과 3요인 모형이 적절함을 확인할 수 있었다. 또한 각각의 하위요인이 적절한 신뢰도를 지니는 것으로 나타났다. 마지막으로 학업소진 척도는 우울과 정적상관을, 학업효능감과는 부적상관을 갖는 것으로 나타나 적절한 타당도를 지니고 있음이 확인되었다. 이러한 분석 결과를 바탕으로 본 연구의 의의와 제한점을 논의하였다. The MBI-SS (Maslach Burnout Inventory-Student Survey) Scales were validated using 382 medical students who were attending a university in Seoul. Exploratory factor analysis yielded 3 factors with 14 items (5 items in exhaustion, 5 items in inefficacy, and 4 items in cynicism). After EFA, the hypothesized model was verified by confirmatory factor analysis, and the model was found in the good fit. Each factor also produced adequate internal consistency. Finally, it was found that factor-derived scale scores were related to scores on a measure of CES-D (The Center for Epidemiologic Studies-Depression) Scale, negatively related to academic efficacy. Significances and implications of the study were discussed.

"우쾌제(禹快濟) 저(著), 한국(韓國) 가정소설(家庭小說) 연구(硏究)

이수봉(李樹鳳) 국어국문학회 1989 국어국문학 Vol.- No.101

『天理本狂言六義』에 나타나는 추량표현 - 조동사「べし」를 중심으로 -

이수향(李粹?) 한국일본어학회 2020 日本語學硏究 Vol.0 No.63

This study discusses usage patterns of べし in terms of its conjugational forms and semantic usages observed in “Tenribon Kyougenrikugi”, the late Middle Ages colloquial data, in order to clarify the process of change of べし. Results of the discussion are as follows. First, as for the conjugational forms, the Shuushikei べし shows the highest appearance followed by the Rentaikei べき and further by the Mizenkei べから. The Renyoukei べく and the Izenkei べけれ are not found. As the time passed, the frequency of the use of べし decreased, whereas べき increased. The increased use of べき was in particular deemed to be caused by the ‘unification of the Shuushikei and Rentaikei’, which began occurring from the late Middle Age. The current study also found two cases whereべき was used as Shuushikei instead of べし. Second, in terms of semantic usages, it was used in the order of [Suitability · Suggestion · Order] - [Guess], [Naturalness · Necessity] - [Will] - [Possibility] - [Prohibition]. It is thought that [Suitability · Suggestion · Order] was used frequently for the reason that the script did not clearly differentiate dialogues and narratives, and it also described actions of performers and stage productions together within the overall scenario. Third, the main semantic usage of べからず was [Prohibition], and the semantic meaning of [Prohibition] was manifested only by べからず. From this, it is deemed that the limited use of べからず for [Prohibition] continued to Modern Japanese while other meanings of べからず declined since the Middle Ages.

기계장비 진동 데이터를 이용한 딥러닝 기반의 고장 분류 모델

이수형,고상근,이수안 한국차세대컴퓨팅학회 2022 한국차세대컴퓨팅학회 논문지 Vol.18 No.2

Due to the recent Fourth Industrial Revolution, factories want to prevent the increase in manufacturing and production time and repair costs due to the failure of mechanical facilities through the latest technology. Therefore, researchers are trying to predict safety accidents and failures, and to prevent problems such as civil inconvenience and social confusion caused by product defects. To solve this problem, a system that can monitor and predict the machine situation through data received from sensors attached to the equipment is required. In this paper, comparative analysis was performed on time series data generated in machine facilities in various deep learning-based time series classification models. A total of 13 models were used to experiment with which deep learning models were efficient and performing well, and the models that effectively learned time and space patterns of time series recorded 100% performance in accuracy, precision, reproducibility, and F1 performance indicators. Since there have been no studies on the comparative analysis of various deep learning models for vibration time series data until now, the results of this paper are expected to help in classifying failures in other mechanical facilities. 최근 4차 산업 혁명으로 인해 공장에서는 기계 시설물의 고장으로 인한 제조 및 생산 시간 증가와 수리비용 증가를 최신 기술을 통해 예방하고자 한다. 그리하여 연구자들은 안전사고 및 고장을 예지(豫知)하고, 제품 불량 등으로 인한 시민 불편, 사회적 혼란 등의 문제를 방지하기 위해 노력하고 있다. 이런 문제 해결을 위해 장비에 부착된 센서로부터 받은 데이터를 통해 기계 상황을 모니터링 및 예측 가능한 시스템이 요구된다. 본 논문에서는 기계설비에서 생성되는 시계열 데이터를 다양한 딥러닝 기반의 시계열 분류 모델에서 비교분석을 수행하였다. 총 13개의 모델을 사용하여 어떤 딥러닝 모델이 학습에 효율적이고 성능이 좋은지 실험을 수행하였고, 시계열의 복잡한 패턴과 시간 및 공간 패턴을 효과적으로 학습하는 CNN 계열 모델이 정확도, 정밀도, 재현율, F1 성능지표에서 100% 성능을 달성하여 우수한 것을 확인할 수 있었다. 기존까지 진동 시계열 데이터에 대해 다양한 딥러닝 모델의 비교분석이 연구는 없었기에 본 논문의 결과를 통해 다른 기계 시설물의 고장 분류에 있어서 도움이 될 것이라 예상된다.