• Journal of Animal Science and Technology
• /
• 제45권5호
• /
• pp.689-694
• /
• 2003

출산기술연구소 대관령지소에서 출생한 한우 암소로부터 시간적인 간격을 두고 조사된 체중측정 기록에 대해 비선형의 성장곡선 모형을 적용하여 한우 암소의 개체별 성장곡선 모수를 추정하고 개체별로 추정된 모수를 이용하여 한우 암소의 정확한 성장형태를 추정하기 위해 실시하였다. Gompertz 모형으로 추정한 개체별 성장 곡선 모수 A, b 및 k의 평균치는 각각 383.42${\pm}$97.29kg, 2.374${\pm}$0.340 및 0.0037${\pm}$0.0012였으며, 개체별 변곡점의 평균은 255.63${\pm}$109.09일, 변곡점에서 체중의 평균은 141.05${\pm}$35.79kg, 변곡점에서의 일당증체량의 평균은 0.500${\pm}$0.123 kg이었고, 성장곡선 모수 A, b 및 k의 변이계수는 각각 25.3, 14.3 및 32.4%이었다. von Bertalanffy 모형으로 추정한 개체별 성장곡선 모수 A, b 및 k의 평균치는 각각 410.47${\pm}$117.98kg, 0.575${\pm}$0.057 및 0.003${\pm}$0.001이었고, 개체별 변곡점의 평균은 211.02${\pm}$105.53일, 변곡점에서 체중의 평균은 121.62${\pm}$34.94kg, 최대 증체율의 평균은 0.504${\pm}$0.124kg이었으며, 성장곡선 모수 A, b 및 k의 변이계수는 각각 28.7, 9.9 및 33.3%로 추정되었다. Logistic 모형으로 추정한 개체별 성장곡선 모수 A, b 및 k의 평균치는 각각 347.64${\pm}$97.29kg, 6.73${\pm}$0.34 및 0.006${\pm}$0.0018이었고, 개체별 변곡점의 평균은 324.47${\pm}$3.87일, 변곡점에서 체중의 평균은 173.82${\pm}$1.13kg, 최대 증체율의 평균은 0.508${\pm}$0.003kg이었으며, 성장곡선 모수 A, b 및 k의 변이계수는 각각 27.9, 5.0 및 30.0%이었다. Gompertz 모형, von Bertalanffy 모형 및 Logistic 모형에 의해 추정된 생시체중의 평균치들은 각각 36.40${\pm}$0.33, 31.59${\pm}$0.34 및 49.09${\pm}$0.88kg으로 추정되어 실제체중 23.73${\pm}$0.10kg 보다 컸으며 36개월 체중의 경우 세 모형이 각각 349.73${\pm}$2.01, 356.41${\pm}$2.07 및 336.18${\pm}$1.91kg으로 실제체중 363.67${\pm}$2.08kg보다 작았다. 그러나 세 모형으로 추정된 변곡점이 한우 암소의 실질적인 변곡점인지에 대해서는 좀더 검토가 필요한 부분인데, 최(2001)는 한우 암소의 경우 3개월령에서 4개월령 사이의 일당증체량이 0.590으로서 이 시기에 최대의 성장이 이루어지며 3개월령 체중과 4개월령 체중은 각각 79.31 및 98.91kg이라고 보고하고 있으며, 본 연구에서 Table 4에 제시된 결과를 봐도 3개월령과 6개월령 사이 90일 동안에 50.89kg의 증체가 이루어져 일당증체량으로 환산하면 약 0.56kg이 되어 다른 어느 시기보다도 가장 증체속도가 빠른 시기인 것으로 나타났다. 변곡점이 일당증체량이 최대인 시점으로 해석한다면 각 모형에서 고정되어 있는 변곡점의 위치들인 성숙체중의 38.6%(Gompertz 모형), 29.6% (von Bertalanffy 모형) 및 50%(Logistic 모형)는 한우 암소의 실질적인 변곡점보다 늦는 것으로 판단할 수 있는데, 실제로 세 모형 중 변곡점의 위치가 제일 빠른 von Bertalanffy 모형의 적합도가 제일 좋은 것도 이러한 이유 때문일 수 있다. 따라서 한우 암소의 정확한 성장특성을 파악하기 위해서는 변곡점의 위치가 고정되어 있지 않은 기존의 모형들을 이용하는 방안과 아울러 본 연구에 이용된 모형들을 변형시켜 활용하는 방안에 대한 연구가 필요한 것으로 판단된다.

• 광물과 암석
• /
• 제33권2호
• /
• pp.99-114
• /
• 2020

거창지역의 쥬라기 화강암에서 발달하는 결과 평행한 압열인장강도(σ_t)의 특성을 분석하였다. 여섯 방향의 결에 대한 평가는 미세균열의 길이와 위의 강도에 대한 파라미터의 값을 이용하여 수행하였다. 각 방향에 속하는 다섯 시험편의 강도값은 다섯 그룹으로 분류하였다. 이들 다섯 그룹의 강도값은 그룹 A < B < C < D < E의 순으로 증가한다. 위의 미세균열과 강도 사이의 밀접한 상관성을 도출하였다. 이 연구의 분석 결과는 다음과 같다. 첫째, 3개 결 사이의 강도의 변화 및 특성을 보여 주는 도면을 작성하였다. 위의 도면에서는, 각 그룹에 속하는 여섯 방향의 강도값을 1번 결(리프트 1 및 리프트 2), 2번 결(그레인 1 및 그레인 2) 그리고 3번 결(하드웨이 1 및 하드웨이 2)의 순으로 배열하였다. 다섯 그룹의 강도분포선은 R1의 방향에 집중한다. 그래서 강도차(Δσ_t)를 지시하는 위의 다섯 선 사이의 폭은 R1 방향에서 가장 협소하다. 관련 도면으로부터, 각 결을 형성하는 두 방향 사이의 변화 특성을 도출하였다. 그레인 2(2)-시험편은 그레인 1(1)-시험편에 비하여 보다 높은 강도값 그리고 보다 낮은 강도차값을 보여 준다. 이러한 현상은 시험편 H2(2)와 H1(1) 사이의 사례와 부합한다. 위의 시험편 (2)의 강도 특성은 시험편 (1)에 비하여 보다 낮은 미세균열의 밀도 그리고 하중 방향에 평행 배열하는 미세균열의 분포에 있어서의 보다 높은 균일도를 시사한다. 위의 도면에서는 각 그룹에 속하는 여섯 강도값이 증가하는 순으로 배열하였다. 그룹 D 및 E 양쪽에 속하는 시험편의 강도값은 R1 < R2 < G1 < H1 < G2 < H2의 순으로 나타난다. 따라서, 그룹 D 및 E의 강도값은 여섯 방향의 결의 평가를 위한 지시자값이 될 수 있다. 둘째, 경사각(θ)과 강도차 사이의 상관도를 작성하였다. 위의 두 파라미터의 값은 두 방향 사이를 연결하는 다섯 강도분포선을 통하여 획득하였다. 일번 면(그레인 1-하드웨이 1, R'), 2번 면(리프트 1-하드웨이 2, G') 및 3번 면(리프트 2-그레인 2, H')과 관련된 도면으로부터, 일차함수의 기울기값은 R'(0.391) < G'(0.470) < H'(0.485)의 순으로 증가한다. 3개 면 중에서, 3번 면과 관련된 도면은 다섯 그룹 사이의 가장 높은 분포밀도를 보여 준다. 1번 결(리프트 1-리프트 2, R), 2번 결(그레인 1-그레인 2, G) 및 3번 결(하드웨이 1-하드웨이 2, H)과 관련된 도면으로부터, 일차함수의 기울기값은 R(0.407) < H(0.453) < G(0.460)의 순으로 증가한다. 3개 결 중에서, 일번 결과 관련된 도면은 하부 구간에 속하는 그룹의 가장 높은 빈도수를 보여 준다. 종합하면, 3개 면 · 3개 결 사이의 경사각의 분포 폭은 H' < G < R' < R < G' < H의 순으로 증가한다. 섯째, 미세균열의 길이와 관련된 파라미터 그리고 인장강도 사이의 상관성 분석을 수행하였다. 이들 파라미터는 빈도수(N), 총 길이(Lt), 평균 길이(Lm), 중앙 길이(Lmed) 및 밀도(ρ)를 포함할 수 있다. 위의 미세균열에 대한 개개 파라미터(X) 그리고 다섯 그룹에 해당하는 다섯 수준의 인장강도(Y) 사이의 상관도를 작성하였다. 다섯 종류의 상관도로부터, 상관계수의 값(R²)은 다섯 수준의 강도와 함께 증가한다. 각 도면으로부터 도출한 다섯 상관계수의 평균값은 0.22(N) < 0.34(Lt) < 0.38(ρ) < 0.57(Lmed) < 0.58(Lm)의 순으로 증가한다. 넷째, 그룹 E에 해당하는 최대강도(X) 그리고 위의 다섯 파라미터(Y) 사이의 상관도를 작성하였다. 관련 도면으로부터, 상관계수의 값은 0.61(N) < 0.81(Lt) < 0.87(ρ) < 0.93(Lm) < 0.96(Lmed)의 순으로 증가한다. 가장 높은 상관성을 갖는 두 파라미터는 최대 강도와 함께 중앙 길이이다. 미세균열과 강도 사이의 상기 상관성 분석을 통하여, 이 연구에서 도출한 결과물에 대한 신뢰성을 제고할 수 있다.

• 지능정보연구
• /
• 제17권4호
• /
• pp.175-191
• /
• 2011

국가신성장동력으로MICE(Meeting, Incentive travel, Convention, Exhibition) 산업이각광받으면서국내전시산업에 대한 관심이 드높아 지고 있다. 이에 따라 국내 전시산업(domestic exhibition industry)도 미국이나 유럽과 같이 전시성과를 향상시키기 위한 다양한 연구가 진행 중이다. 그 중에서도 전시환경이나 전시기법 등에 따라 관람효과가 다르기 때문에 지능형 정보기술을 이용하여 전시장에 방문한 참관객의 참관패턴을 분석하여 참관객을 이해하고 더 나아가 참여업체 간의 연관관계 도출 및 전시회의 성과를 높이고자 하는 연구들이 진행되고 있다. 그런데, 이러한 기존의 부스추천시스템과 관련된 연구를 살펴보면 시스템적인 관점에서 추천의 정확성만을 논하고 있을 뿐 추천을 통한 참관객의 행동이나 인식의 변화에 대해서는 충분히 논의하고 있지 못하다. 부스추천시스템(Booth Recommendation System)은 참관객의 부스방문 정보를 바탕으로 참관객에게 적절한 부스를 추천하기 때문에 참관객은 사전에 계획하지 않은 전시장을 방문하게 될 수 있다. 이 때 참관객은 계획하지 않은 방문행동을 통해서 만족할 수도 있지만 추천과 정이 번거롭다거나 자유롭게 참관을 하는데 방해가 된다고 생각할 수 있다. 이 경우 참관객의 자유로운 관람보다 오히려 더 좋지 않은 성과를 낼 수 있다. 따라서 부스 추천시스템을 전시장에 적용하기 위해서는 시스템의 성과에 미치는 영향요인이 무엇인지 전반적으로 검토하고, 부스추천시스템이 참관객의 계획되지 않은 방문행동에 미치는 영향에 대해 면밀히 검토해야 한다. 이에 본 연구에서는 부스추천시스템의 성과에 영향을 미치는 요인이 무엇인지 이론과 기존문헌을 통해 살펴보고자 하였다. 또한, 참관객의 지각된 부스추천시스템의 성과가 참관객의 계획되지 않은 행동에 대한 만족도와 부스추천시스템의 재사용의도에 어떤 영향을 미치는지 살펴보고자 하였다. 이러한 연구목적을 달성하기 위한 이론적 프레임워크로 본 연구는 계획되지 않은 행동이론(Unplanned Behavior Theory)을 도입하였다. 계획되지 않은 행동(unplanned behavior)이란 "소비자들이 사전에 계획하지 되지 않은 채 실행된 어떤 행동"으로 정의할 수 있다. 소비자들의 계획되지 않은 행동은 그 동안 마케팅 등 다양한 분야에서 연구되어 왔다. 특히, 마케팅에서는 계획되지 않은 행동 중 계획되지 않은 구매(unplanned purchasing)에 많은 관심을 두어 왔는데 이 개념은 종종 충동적 구매(impulsive purchasing)와 혼동되어 사용되곤 하였다. 그런데, 충동적 구매가 갑자기 무엇인가 구매를 해야하는 강하고 지속적인 충동(urge)이라고 본다면 계획되지 않은 구매는 구매의사결정의 시점이 상점에 들어가기 전이 아닌 상점 내에서 수행된다는 점이 다르다. 즉, 모든 충동적 구매는 비계획적이나, 모든 계획되지 않은 구매가 충동적인 구매는 아니다. 그런데, 왜 소비자들은 계획되지 않은 행동을 하는가? 이에 대해서는 학자들에 따라 여러 가지 의견이 있으나 소비자가 사전에 철저한 계획을 수립하지 않고 따라서 중간에 계획을 변화시킬만한 유연성(flexibility)이 있기 때문이라는 점에 일관된 의견을 보인다. 즉, 계획되지 않은 행동을 하는데 많은 비용이 소요된다면 소비자들은 사전에 수립한 계획을 변경하기 어렵게 될 것이기 때문이다. 본 연구에서 살펴보고자 하는 전시장 역시 참관객들은 방문하기 전에 전시장이 어떤 프로그램으로 구성되어 있는지 살펴보고, 어떤 부스를 방문할지를 사전에 계획하게 된다. 그 이유는 참관객들이 전시장 방문에 투입할 수 있는 시간은 한정되어 있는 반면에 전시회는 대규모의 다양한 부스로 운영되기 때문에 참관객들이 모든 부스를 참관한다는 것이 현실적으로 불가능하기 때문이다. 따라서 본 연구에서 제시하는 부스추천시스템이 참관객이 선호할 만한 부스를 추천하게 되면 참관객은 자신의 계획을 변화시켜서 부스추천시스템이 추천한 부스를 방문하게 된다. 이러한 방문행동은 소비자가 상점을 방문하거나, 관광객이 관광지에서 계획하지 않은 행동을 하는 것과 유사한 측면에서 이해가 가능하며 특히 최근 여행소비자들이 정보기기의 영향으로 계획되지 않은 행동을 하는 경우가 부쩍 증가한 추세와 동일한 맥락에서 이해가 가능하다. 이에 다음과 같은 연구모형을 설정하였다. 이 연구모형은 참관객이 지각한 부스추천시스템의 성과(performance)를 매개변수로 하고 있는데 이 성과에 영향을 미치는 요인으로 부스추천시스템에 대한 신뢰(trust), 전시장 참관객의 지식수준 (knowledge level), 부스 추천시스템의 기대된 개인화 (expected personalization) 그리고 부스추천시스템의 자유위협(threat to freedom)을 영향요인으로 파악하였다. 또한, 지각된 부스추천시스템 성과와 계획되지 않은 행동에 대한 참관객의 만족도와 향후 부스추천시스템의 재사용의도간의 인과관계도 파악하고자 하였다. 이 때 부스추천시스템에대한신뢰는권한(competence), 자선(benevolence), 그리고진실(integrity)의2차요인(2nd order factor)으로구성하고, 나머지 요인들은 1차 요인으로 구성하였다. 이를 검증하기 위해 2011 DMC Culture Open 행사에서 부스추천시스템을 테스트하기 위하여 시스템을 개발하고, 101명의 참관객을 대상으로 실증조사를 하여 분석하였다. 분석결과 첫째, 부스추천시스템에 있어서 참관객의 신뢰가 가장 중요한 요소이며 실제 해당 부스추천시스템을 이용한 참관객들은 신뢰를 통해 부스추천시스템이 성과 있다고 인식하였다. 둘째, 참관객의 지식수준 역시 부스추천시스템의 성과에 유의한 영향을 미쳤는데 이는 추천의 성과가 전시장에 대한 사전적 이해가 필요함을 의미한다. 즉, 전시장에 대한 이해가 높은 참관객이 부스추천시스템의 유용성을 더 잘 파악하는 것으로 나타났다. 셋째, 기대된 개인화 수준은 성과에 유의한 영향을 미치지 못했는데 이는 기존 연구와 다른 결과로 본 연구에 사용된 부스추천시스템이 충분히 개인화 서비스를 제공하지 못했기 때문이라고 판단된다. 넷째, 부스추천시스템의 추천정보는 개인의 자유를 위협하거나 제한한다고 느끼지 않음으로 충분히 유용한 가치를 갖는다고 할 수 있다. 끝으로 부스정보시스템의 높은 성과는 참관객들의 계획되지 않은 행동에 대한 높은 만족도와 향후에도 부스추천시스템을 재사용할 의도를 만드는 것으로 나타났다. 이와 같이 본 연구는 부스추천시스템이 야기하는 참관객의 계획되지 않은 부스방문행동에 미치는 영향력을 분석하기 위해 계획되지 않은 행동이론을 중심으로 실증자료를 이용하여 분석하고, 이를 통해 향후 부스추천시스템의 구축 및 설계에 유용한 시사점을 도출할 수 있었다. 향후에는 보다 정교한 설문구성과 측정대상을 이용하여 추가적인 검토가 필요할 것으로 기대된다.