- 권한신청
- P-ISSN1013-0799
- E-ISSN2586-2073
- KCI
초록
본 연구의 목적은 여대생들의 생식건강정보 탐색행위에 영향을 미치는 요인을 살펴보고 그 관계성을 살펴보는 것이다. 건강신념모델(HBM)과 계획된행동이론(TPB)을 기반으로 지각된 민감성, 지각된 심각성, 지각된 이익, 지각된 장애, 주관적 규범, 지각된 행동통제, 감정적 평가를 주요 요인으로 정의하고 연구를 설계하였다. 대학생 온라인 커뮤니티인 ‘에브리타임’을 통해 서울 소재 4년제 대학교의 여대생을 대상으로 온라인 설문을 실시하여 데이터를 수집하였다. 연구결과, 여대생들은 지각된 민감성, 지각된 이익, 주관적 규범이 높을수록, 반면에 지각된 장애는 낮을수록, 인터넷을 통해 생식건강정보를 탐색할 의도가 높은 것으로 나타났다. 또한 여대생들의 인터넷 생식건강 탐색에 영향을 미치는 요인들은 여대생들의 성경험 유무, 생식기계 질환 경험 유무, 건강관심도 등에 따른 그룹 간의 차이를 보이기도 했다. 본 연구결과는 여대생들을 대상으로 하는 대학도서관이나 보건기관 등이 온라인 건강정보 문해교육이나 관련 서비스 프로그램을 개발하는데 있어 여대생들의 생식건강 인식 정도를 파악하는데 기여할 수 있을 것으로 기대한다.
Abstract
The purpose of this study is to identify the factors affecting female college students’ behaviors in seeking reproductive health information on the Internet and to explore the relationships among these factors. Based on the Health Belief Model(HBM) and the Theory of Planned Behavior(TPB), perceived sensitivity, perceived severity, perceived benefit, perceived barriers, subjective norms, perceived behavioral control, and affective evaluation were defined as key factors, and the study was designed accordingly. An online survey was distributed to female college students in Seoul through the university student’s online community, ‘Everytime.’ The results showed that the intention of female college students to seek reproductive health information via the Internet was associated with higher perceived sensitivity, perceived benefit, and subjective norms, and lower perceived barriers. There were statistically significant differences between groups in terms of sexual experiences, experience with reproductive system disorders, and the level of health interest. We believe that this research outcome will contribute to assessing the level of awareness regarding reproductive health among female college students, thereby aiding in the development of online health information literacy education or related service programs by university libraries, health institutions, and similar entities targeting female college students.
초록
문헌정보학 전공자는 사서직 공무원, 대학도서관, 공공도서관 등 도서관 분야로 취업하는 경향이 있다. 반면, 최근의 정보기술 발전과 직업관의 변화는 문헌정보학 전공자의 진로를 다양한 영역으로 확대하고 있다. 진로탐색에 대한 연구는 대학의 전공 또는 직업군에 따라 다양한 방식으로 진행되고 있다. 본 연구는 문헌정보학 전공자의 지속적인 진로탐색을 위해 애자일 방식으로 설문조사와 데이터 분석을 위한 프레임워크를 제안하고, 문헌정보학 전공자의 진로탐색 조사에 대한 결과를 분석한다. 연구 결과에 따르면, 문헌정보학 전공자는 사회변화에 따라 급여, 가치관에 대한 변화가 있고, 사서직에 한정되지 않고 다양한 직종을 희망하는 경향이 나타나고 있다. 이런 맥락에서 문헌정보학 전공자의 진로탐색을 위한 효과적인 지원과 지속적인 연구가 필요하다.
Abstract
Individuals majoring in Library and Information Science (LIS) typically find employment in the library sector, such as working as librarians, university librarians, and in public libraries. Recent advancements in information technology and shifts in work outlooks have broadened the professional opportunities for students majoring in LIS in several sectors. Research on career exploration varies based on the university major or occupation. This paper suggests a methodology for conducting surveys and analyzing data efficiently to support ongoing career exploration for students majoring in LIS. It also examines the findings of a career exploration survey conducted among LIS majors. The survey findings indicate that individuals majoring in LIS are adapting their salary expectations and priorities in alignment with societal shifts, showing a preference for diverse career opportunities outside traditional librarian roles. Effective support and ongoing research are essential for the career development of LIS majors in this environment.
초록
이 연구에서는 한국언론진흥재단의 빅카인즈에서 제공하는 1990년부터 2022년까지 약 30년간의 5․18 관련 뉴스데이터를 빈도분석과 네트워크 분석하였다. 구체적으로 시기별과 지역별 기사량을 분석하여 양적 변화 추이를 살펴보았으며 동시 출현 키워드를 활용한 정부별 네트워크 분석을 통해 정부별 주요 키워드 간의 연결 구조를 탐색하였다. 분석 결과, 시기적으로는 사회적 이슈가 많았던 2019년의 보도량이 가장 많은 것으로 나타났으며 지역적으로는 전라권의 보도량이 가장 많은 것으로 나타났다. 그리고 네트워크 분석 결과, 정권이 5․18을 바라보는 인식과 정책에 따라 뉴스데이터 내 5․18과 관련된 단어에 차이가 있었다. 5․18 뉴스데이터 분석을 종합한 결과, 5․18이 지역과 상관없이 시간이 지남에 따라 민주화운동으로 자리매김해 나가고 있었으나 동시에 5․18에 대한 왜곡이 해소되지 못하고 있음을 확인하였다.
Abstract
This study attempted to analyze newspaper articles related to May 18 through frequency analysis and network analysis using news data related to May 18 for about 30 years from 1990 to 2022 at the Korea Press Foundation’s Big Kinds. Specifically, quantitative change trends were examined by analyzing the amount of articles by period and region, and the connection structure between major keywords by the regime was explored through network analysis by regime using co-appearance keywords. As a result of the analysis, it was found that 2019 had the largest amount of coverage, which had many social issues in time, and the Jeolla-do region had the largest amount of coverage in the region. And as a result of network analysis, there were differences in words related to May 18 in news data according to the perception and policy of the regime toward May 18. As a result of synthesizing the analysis of May 18 news data, it was confirmed that May 18 was becoming a democratic movement over time regardless of region, but at the same time, the distortion of May 18 was not resolved.
초록
본 연구는 디지털 도서관의 콘텐츠를 탐색하는 동안 이용자의 암묵적 적합성 피드백을 활용하여 적합성을 판단하기 위해 뇌파 기반 및 시선추적 기반 방법들을 제안하고 평가해 보았다. 이를 위해서 32명을 대상으로 하여 동영상, 이미지, 텍스트 데이터를 활용하여 뇌파/시선추적 실험들을 수행하였다. 제안된 방법들의 유용성을 평가하기 위해서, 딥러닝 기반의 인공지능 방법들을 경쟁 기준으로 사용하였다. 평가 결과, 주제에 적합한 동영상과 이미지(얼굴/감정)를 선택하는 데에는 뇌파 컴포넌트 기반 방법들(av_P600, f_P3b)이 높은 분류 정확도를 나타냈고, 이미지(객체)와 텍스트(신문 기사)를 선택하는 데에는 인공지능 기반 방법 즉, 객체 인식 기반 방법과 자연언어 처리 방법이 각각 높은 분류 정확도를 나타냈다. 끝으로, 뇌파, 시선추적 및 인공지능 기술에 기반한 디지털 도서관 인터페이스를 구현하기 위한 지침 즉, 암묵적 적합성 피드백에 기반한 시스템 모형을 제안하고, 분류 정확도를 향상시키기 위해서 미디어별로 적합한 뇌파 기반, 시선추적 기반 및 인공지능 기반 방법들을 제시하였다.
Abstract
This study proposed and evaluated electroencephalography (EEG)-based and eye-tracking-based methods to determine relevance by utilizing users’ implicit relevance feedback while navigating content in a digital library. For this, EEG/eye-tracking experiments were conducted on 32 participants using video, image, and text data. To assess the usefulness of the proposed methods, deep learning-based artificial intelligence (AI) techniques were used as a competitive benchmark. The evaluation results showed that EEG component-based methods (av_P600 and f_P3b components) demonstrated high classification accuracy in selecting relevant videos and images (faces/emotions). In contrast, AI-based methods, specifically object recognition and natural language processing, showed high classification accuracy for selecting images (objects) and texts (newspaper articles). Finally, guidelines for implementing a digital library interface based on EEG, eye-tracking, and artificial intelligence technologies have been proposed. Specifically, a system model based on implicit relevance feedback has been presented. Moreover, to enhance classification accuracy, methods suitable for each media type have been suggested, including EEG-based, eye-tracking-based, and AI-based approaches.