RISS 학술연구정보서비스

검색

인기 검색어

    다국어 입력

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    닫기

    검색결과 좁혀 보기

    선택해제

    오늘 본 자료

    • 오늘 본 자료가 없습니다.
    더보기
    • 대한민국 성인 남녀의 재난 및 안전관리 인식 조사

      이민지 호서대학교 대학원 2022 국내석사

      RANK : 250671

      세계적으로 대형 재난의 발생으로 인해 사회문화적 관습이나 신체조건 등의 차이로 남성보다 여성의 피해가 크다는 사실들이 다양한 사례와 연구를 통해 보고되었고, 개발도상국은 여성의 피해가 큰 반면에 선진국은 여성들의 재난 안전 및 교육 관리에 적극적인 참여를 통해 전반적인 대응 능력을 보일 수 있다는 연구들도 존재한다. 우리나라의 경우에도 빈번하게 자연 재난이 발생하고 있지만, 실제로 재난 안전 인식에 대한 성별 분석을 하기 위한 자료가 부족한 상황이다. 그러므로 본 연구에서는 이와 같은 문제점을 파악하기 위해 한국 국민 남녀 489명을 대상으로 재난위험인식에 대한 설문을 실시하고, 거주지 주변 발생 가능한 재난을 인지하고 있는지, 대피소의 위치를 인지하고 있는지, 안전 관리 교육 경험이 있는지 등의 문항으로 구성하여 실시하였다. 본 연구의 목적은 국민들의 재난 안전의 위험도에 대한 인식 수준이 어떠한지 분석하고, 영향 요인을 탐색 하는 데에 있다. 조사결과 안전취약계층은 스스로 대피 하는 데에 있어 큰 어려움이 있으며, 이중 여성은 남성에 비해 안전교육과 훈련의 접근성이 적음에 따라 위험도가 더 큰 것을 확인 할 수 있었다. 그럼에도 불구하고, 재난 및 안전관리 교육 및 훈련에 참여하고자 하는 의지는 남성과 여성의 차이가 없었다. 본 연구를 기반으로 재난 안전교육의 필요성을 가지고 재난 안전 시뮬레이션 프로그램이 구축되는 필요성이 있다고 사료되어지고, 미래에 자연재해 발생 시 문제점을 파악하고 인명 피해 감소가 될 전망으로 기대가 된다.

    • 우리나라의 대설재해 유발 인자 분석

      추형석 호서대학교 대학원 2022 국내석사

      RANK : 250655

      우리나라의 겨울철 대표 재난은 대설에 의한 피해이다. 대설에 의한 피해는 직접적인 건축물의 붕괴와 같은 직접피해과 교통통제 등의 간접피해로 나눌 수 있다. 우리나라에서 직접 피해를 가장 많이 입는 시설물은 비닐하우스인 것으로 알려져 있다. 비닐하우스에 발생하는 대설피해는 눈의 무게에 의해 시설물의 붕괴가 발생하는 설압피해가 대부분이다. 이는 적설심의 깊이, 습도, 비닐하우스의 설계하중 등 다양한 요인에 의해 지배된다. 지역, 습도, 온도 등의 기상 및 시설물 설계 기준에 따라 같은 적설심에도 피해가 발생할 수도 있고 발생하지 않을 수도 있다. 그러므로 본 연구에서는 과거 피해 자료가 기록된 재해연보 자료를 이용하여 비닐하우스에 피해를 야기하는 적설심의 기준을 지역별로 분석하였다. 본 연구의 결과를 활용하여 지역별 맞춤형 재난관리의 기준 설정에 도움이 될 것으로 판단된다.

    • 기상요인을 활용한 머신러닝 기반 겨울철 교통사고 발생 예측 연구 : 경기도 지역을 중심으로

      한재형 호서대학교 일반대학원 2025 국내석사

      RANK : 250655

      최근 기후변화로 인해 폭설 피해의 빈도와 심각성이 심화되어 겨울철 교통사고가 증가 하고 있다. 따라서 이러한 피해를 완화하기 위한 효율적인 대응 전략 수립에 대한 요구가 더욱 필요한 실정이다. 폭설과 겨울철 교통사고의 연관성을 규명하는 연구는 많이 진행되었지만, 이와 관련해 초점을 맞춘 기존 연구는 제한적으로만 이루어져 왔다. 본 연구는 2015–2023년 기간의 전국 시군구 자료를 기준으로 전국의 시·군·구 단위 겨울철 교통사고 데이터를 종합적으로 분석한 후, 경기도를 주요 연구 지역으로 선정하여 겨울철 노면결빙 현상으로 발생하는 차량 사고 발생률을 감소시키고자 한다. 사고 발생에 영향을 미치는 기상 변수를 파악하고, 소프트맥스 회귀 분석, 랜덤 포레스트 분석, XGBoost 분석 등 기계 학습 기반 예측 모델을 개발하여 겨울철 교통사고의 위험 수준(발생 등급)을추정했다. 분석결과, 도로결빙에 제일 관계가 크다고 분석된 인자는 Random Forest와 XGBoost 두 모델의 경우 최저기온으로 나타났으며, 뒤이어 일사량과 풍속이 다음으로 높은 연관성을 나타냈다. 비교 결과, 세 모델 간의 예측 정확도 및 도로결빙에 큰 영향을 미친다고 판단한 인자는 모델별로 차이가 있는 것으로 나타났다. 그러나 고려되지 않은 인자들도 추가되어 연구가 진행된다면 이는 추후 겨울철 교통사고 위험을 예측하는 데 있어 머신 러닝 접근 방식의 잠재적 적용 가능성을 시사하며, 폭설 피해에 대한 사전 대책을 개발하기 위한 과학적 프레임워크를 제공할 수 있다고 판단된다.

    연관 검색어 추천

    이 검색어로 많이 본 자료

    활용도 높은 자료

    해외이동버튼