• 한국사회복지학회:학술대회논문집
• /
• 한국사회복지학회 2003년도 추계학술대회 자료집
• /
• pp.185-216
• /
• 2003

본 연구에서 지체장애근로자들의 직업성공을 구성하는 요인들을 분석하고 이들 요인이 직업성공과 이직에 영향을 미치는 정도를 조사하여 가설적 이론모형을 검증하려는 목적을 두었다. 이를 위해서 지체장애를 가진 근로자 374명과 일반근로자 453명을 대상으로 구조화된 설문지를 통해 나타난 주요 연구결과들은 다음과 같이 요약되었다. 첫째, 장애근로자와 일반근로자의 직업성공을 구성하는 요인은 개인, 가정, 조직의 측면에서 나타났다. 개인적인 측면은 자아존중감과 자아효능감으로 구성되었고, 가족적인 측면은 다중역할스트레스와 자녀의 수로 구성되었다. 조직적인 측면은 자원활용능력, 네트워킹, 그리고 조언자로 구성되었다 이 밖에도 주관적인 직업성공과 객관적인 직업성공이라는 잠재변수에서 종 10개의 측정변수가 도출되었다. 둘째, 장애근로자와 일반근로자 집단 모두 직종이 직업성공에 영향을 미치는 것으로 조사되었다. 관측변수에서는 두 집단에서 직업성공에 영향을 주는 변수가 서로 다르게 나왔다. 장애근로자집단은 이직을 했을 때 평균적으로 근속한 년수와 임금을 제외하고 나머지 모든 관측변수에서 영향을 미치는 것으로 나타났으며, 일반집단은 조언자와 근속년수를 제외하고 나머지 모든 관측변수에서 영향을 미치는 것으로 조사되었다. 셋째, 장애근로자와 일반근로자 집단 모두 연령과 이직 경험이 이직 (이직횟수)에 영향을 미치는 것으로 나타났다. 그러나 장애집단은 친구의 수, 일반집단은 직업선택 시 중요하게 고려하는 사망이 각각 이직에 강한 영향을 미치는 것으로 조사되어 두 집단의 자이를 보여주었다. 또한 관측변수에서도 장애집단은 배우자의 직업과 근속년수, 일반집단은 다중역할 스트레스와 이직평균 근무년수에서 각기 다르게 이직에 영향을 미치는 것으로 나타났다. 넷째, 가설적 경로모형을 검증한 결과 제 1모형은 어느 정도 타당하고 직업성공을 예측할 수 있는 것으로 나타났으며, 제 2모형은 카이스퀘어와 자유도 ($x^2=64950$, df=61, P=0341), 기초부합치 (AGFI)는 .954, 비적합지수 (CFI)는 997, 그리고 원소간의 평균차이 (RMR)도 .038로써 모형의 적합도 지수는 모두 허용된 범위 안에 있기 때문에 매우 적합한 모형으로 직업 성공을 보다 높게 예측할 수 있는 것으로 조사되었다. 이상의 연구결과를 바탕으로 본 연구에서는 다음과 같이 결론을 도출하였다. 첫째, 직종이 두 집단 모두에서 직업성공을 예측하는데 주요한 변수로 나타나 장애근로자들의 학력을 높이고 계속해서 전문화 육에 많은 노력이 필요할 것이다. 특히, 임금정도와 같은 객관적인 직업성공 보다는 임금과 진급에서의 만족과 같은 주관적인 직업성공에 더욱 더 많은 고려를 기울여야 할 것으로 사료된다. 둘째, 장애근로자의 이직을 줄이기 위해서는 직장 내에서 유용한 인적 자원과 네트웍의 수를 늘여야 할 것이다. 이것은 장애집단이 일반집단보다 대인관계에 대해서 더 많은 시간과 노력을 기울여야 한다는 것을 의미한다.

• Journal of Oral Medicine and Pain
• /
• 제32권1호
• /
• pp.9-33
• /
• 2007

치의학계에서는 의료사고를 일으킬만한 중환자나 응급환자의 빈도가 상대적으로 낮아 의료분쟁에 휘말리는 경우가 적었으나 요즈음은 의료분쟁이 증가하고 있는 추세이다. 치과진료의 특성상 항상 보조인력이 한, 두명씩 치과의사의 진료를 도와주어야 하고, 치과의사의 의료사고로 인해 의료분쟁으로 발생하는 경우도 있지만 의료법에서 정한 치과 보조인력의 진료영역에서 의료사고 및 분쟁이 발생할 수 있다. 또한 의료기관의 친절도, 서비스 불만 등 진료외적인 요인은 치과 보조인력의 역할을 무시할 수 없다. 본 연구는 2006년 현재 종합병원, 치과병원 및 의원에서 치과진료 보조업무를 하고 있는 치과위생사를 대상으로 설문조사를 하였다. 회수된 275명의 설문분석을 통하여 응답자에 관한 기본적인 자료조사 및 환자의 불평, 불만 및 의료분쟁 경험도와 함께 의료관계법의 이해도를 측정하고, 치과진료 및 의료분쟁에 대한 전반적인 의식성향을 비교분석하여 다음과 같은 결과를 얻었다. 1. 설문응답자 중에서 향후 의료사고 및 분쟁이 발생할지도 모른다는 불안감 또는 의구심을 어느 정도 가지고 있는 경우가 274명 중 251명(91.3%)이었다. 2. 치과위생사의 업무, 진료에 대한 환자의 불평, 불만 경험률은 29.5%(81명)으로 나타나 치과관련 의료분쟁의 원인이 될 수 있는 것으로 조사되었다. 3. 전체유형별 항목에 따른 환자의 문제제기 건수를 보면 직접적인 진료행위와 관련된 문제보다 불친절 및 진료비 등의 진료이외의 문제 제기가 1805건 중 349건(19.3%)으로 가장 높게 나타났다. 4. 세부유형별 항목에 따른 환자의 문제제기 건수를 보면 환자가 치료와 관련하여 충분한 사전설명이나 동의를 구하지 않았다고 문제시 한 경우가 1805건 중 129건(7.1%)으로 가장 높았다. 5. 치과위생사가 스케일링 시술 후 환자 진료기록부에 기록하는 경우는 267명 중 252명(94.4%)으로 나타났으나, 스케일링 시술 후 주의사항 설명 사실을 진료기록부에 기록하는 경우는 55명(20.8%)에 불과했다. 6. 치과진료에 있어서 환자가 언급하지 않으면 특별히 전신질환 유무를 조사하지 않는 경우가 6명(2.2%)으로 조사되었다. 7. 환자 진료와 관련되어 응급상황 발생 시 응급조치를 시행할 수 있다고 생각하는 치과위생사는 104명(38.0%)으로 조사되었다. 8. 근무지에 응급상황 발생 시 조치에 필요한 장비 및 약품을 구비해둔 경우는 115명(41.8%)으로 나타났다. 9. 의료분쟁 발생 시 문제해결에 있어 의무기록이 중요한 역할을 한다고 응답한 경우는 268명(97.81%)으로 나타났다. 10. 의료분쟁 시 문제해결에 있어서 치료 전 설명 및 동의의 의무의 이행 여부가 중요한 역할을 한다고 응답한 경우가 272명 (99.3%)으로 나타났다. 11. 의무기록의 의무보관연도가 10년이라고 옳게 응답한 경우는 160명(58.4%)에 불과했다. 12. 치과위생사의 업무를 벗어난 파노라마사진 촬영을 해도 된다고 응답한 경우가 124명(45.3%), 치경부 레진수복을 해도 된다고 응답한 경우가 71명(25.9%), 유치발치를 해도 된다고 응답한 경우가 37명(13.5%)으로 나타났다. 13. 환자의 비밀누설 금지와 관련하여 환자의 상태를 다른 사람에게 이야기하는 것은 큰 문제가 되지 않는다고 응답한 경우가 24명(8.8%)으로 나타났다. 14. 의료분쟁의 예방 및 대책에 관한 교육의 필요성에 대해서 272명(99.3%)이 필요하고, 167명(61.0%)이 시급하다고 답하였다. 15. 재학 중 의료분쟁의 예방 및 대책에 관한 관련교육을 수료한 적이 없다는 경우가 186명(64.2%), 졸업 후 의료분쟁의 예방 및 대책에 관한 보수교육을 수료한 적이 없는 경우가 212명(77.4%)으로 나타났다. 16. 향후 의료분쟁이 증가할 것으로 생각된다는 응답은 256명(93.4%)이었고, 그 원인으로는 83.3%가 인터넷, 방송 등의 매체를 통한 정보습득 기회의 확대를 꼽았다. 이상의 결과를 종합해보면 치과위생사와 관련한 환자의 불평, 불만 및 분쟁도 경험률이 응답한 치과위생사의 29.5%를 차지하고 있으며, 의료법에서 정한 의료인의 의무와 치과위생사의 직무범위에 대한 인식이 부족한 것으로 조사되어 앞으로 의료분쟁이 더욱 증가할 수 있는 가능성을 내포하고 있다. 그러므로 주의의무, 설명 및 동의의무 등의 의무를 다함은 물론, 이에 대한 인식을 제고하여야 하며, 의료법과 의료분쟁에 대한 예방 및 대책과 관련된 교육기회를 확대하여야 할 것이다.

• 지능정보연구
• /
• 제19권2호
• /
• pp.1-20
• /
• 2013

소셜 네트워크는 사용자들의 공통된 관심사, 경험, 그리고 일상 생활들을 함께 공유하기 위해 소셜 네트워크 상 사람들을 서로 연결시켜주는 거대한 커뮤니케이션 플랫폼이다. 소셜 네트워크상의 사용자들은 포스팅, 댓글, 인스턴스 메시지, 게임, 소셜 이벤트 외에도 다양한 애플리케이션을 통해 다른 사용자들과 소통하고 개인 정보 관리하는데 많은 시간을 소비한다. 소셜 네트워크 상의 풍부한 사용자 정보는 추천시스템이 추천 성능을 향상시키기 위해 필요한 큰 잠재력이 되었다. 대부분의 사용자들은 어떤 상품을 구매하기 전 가까운 관계이거나 같은 성향을 가진 사람들의 의견을 반영하여 의사 결정을 하게 된다. 그러므로 소셜 네트워크에서의 사용자 관계는 추천시스템을 위한 사용자 선호도 예측을 효율적으로 높이는데 중요한 요소라 할 수 있다. 일부 연구자들은 소셜 네트워크에서의 사용자와 다른 사용자들 사이의 상호작용 즉, 소셜 관계(social relationship)와 같은 소셜 데이터가 추천시스템에서 추천의 질에 어떠한 영향을 미치는가를 연구하고 있다. 추천시스템은 아마존, 이베이, Last.fm과 같은 큰 규모의 전자상거래 사이트 또한 채택하여 사용되는 시스템으로, 추천시스템을 위한 방법으로는 협업적 여과 방법과 내용 기반 여과 방법이 있다. 협업적 여과 방법은 사용자들의 선호도 학습에 의해 사용자가 아직 평가하지 않은 아이템 중 선호할 수 있는 아이템을 정확하게 제안하기 위한 추천시스템 방법 중 하나이다. 협업적 여과는 사용자들의 데이터에 초점을 맞춘 방법으로 유사한 배경과 선호도를 가지는 사용자들로부터 정보를 수집하여 사용자들의 선호도 예측을 자동으로 발생시킨다. 특히 협업적 여과는 근접한 이웃 사용자들에 의해서 목적 사용자가 선호할 수 있는 아이템을 제시하는 것으로 유사한 이웃 사용자를 찾는 것이 중요하다. 좋은 이웃 사용자 발견은 사용자와 아이템을 고려하는 방법이 일반적이다. 각 사용자는 아이템 즉, 영화, 상품, 책 등에 자신의 선호도를 나타내기 위하여 평가 값을 입력하고, 시스템은 이를 바탕으로 사용자-평가 행렬을 구축한다. 이 사용자-평가 행렬은 목적 사용자와 유사하게 아이템을 평가한 사용자 그룹을 찾기 위한 것으로, 목적 사용자가 아직 평가하지 않은 아이템에 대하여 사용자-평가 매트릭스를 통해 그 평가 값을 예측한다. 현재 이 협업적 여과 방법은 전자상거래와 정보 검색에서 적용되어 개인화 시스템에 효율적으로 사용되고 있다. 하지만 초기 사용자 문제, 데이터 희박성 문제와 확장성 그리고 예측 정확도 향상 등 해결해야 할 과제가 여전히 남아 있다. 이러한 문제들을 해소하기 위해 많은 연구자들은 하이브리드, 신뢰기반, 소셜 네트워크 기반 협업적 여과와 같은 다양한 방법을 제안하였다. 본 논문에서는 전통적인 협업적 여과 방식의 예측 정확도와 추천 성능을 향상시키기 위해 소셜 네트워크에 존재하는 소셜 관계를 이용한 협업적 여과 시스템을 제안한다. 소셜 관계는 소셜 네트워크 서비스 중 하나인 페이스북 사용자들이 남긴 포스팅과 사용자의 소셜 네트워크 친구와 의견 교류 중 남긴 코멘트와 같은 사용자 행동을 기반으로 정의된다. 소셜 관계를 구축하기 위해 소셜 네트워크 사용자의 포스팅과 댓글을 추출하고, 추출된 텍스트에 불용어 및 특수 기호 제거와 스테밍 등 전처리를 수행하였다. 특징 벡터는 TF-IDF를 이용하여 전처리된 텍스트에 나타난 각 단어에 대한 특징 점수를 계산함으로써 구축된다. 본 논문에서 이웃 사용자를 결정하기 위해 사용되는 사용자 간 유사도는 특징 벡터를 이용한 사용자 행동 유사도와 사용자의 영화 평가를 기반으로 한 전통적 방법의 유사도를 결합하여 계산된다. 제안하는 시스템은 목표 사용자와 제안한 방법을 통해 결정된 이웃 사용자 집단을 기반으로 목표 사용자가 평가하지 않은 아이템에 대한 선호도를 예측하고 Top-N 아이템을 선별하여 사용자에게 아이템을 추천하게 된다. 본 논문에서 제안하는 방법을 확인하고 평가하기 위하여 IMDB에서 제공하는 영화 정보 기반으로 영화 평가 시스템을 구축하였다. 예측 정확도를 평가하기 위해 MAE 값을 이용하여 제안하는 알고리즘이 얼마나 정확한 추천을 수행하는지에 대한 예측 정확도를 측정하였다. 그리고 정확도, 재현율 및 F1값 등을 활용하여 시스템의 성능을 평가하였으며, 시스템의 추천 품질은 커버리지를 이용하여 평가되었다. 실험 결과로부터 본 논문에서 제안한 시스템이 보다 더 정확하고 좋은 성능으로 사용자에게 아이템을 추천하는 것을 볼 수 있었다. 특히 소셜 네트워크에서 사용자 행동을 기반으로 한 소셜 관계를 이용함으로써 추천 정확도를 6% 향상시킴을 보였다. 또한 벤치마크 알고리즘과의 성능비교 실험을 통해 7% 향상된 추천 성능의 결과를 보여준다. 그러므로 사용자의 행동으로부터 관찰된 소셜 관계를 CF방법과 결합한 제안한 방법이 정확한 추천시스템을 위해 유용하며, 추천시스템의 성능과 품질을 향상시킬 수 있음을 알 수 있다.