Alexander W. Coombs;Chloe Jordan;Sabba A. Hussain;Omar Ghandour
한국간담췌외과학회지
/
제26권1호
/
pp.17-30
/
2022
Oncological scoring systems in surgery are used as evidence-based decision aids to best support management through assessing prognosis, effectiveness and recurrence. Currently, the use of scoring systems in the hepato-pancreato-biliary (HPB) field is limited as concerns over precision and applicability prevent their widespread clinical implementation. The aim of this review was to discuss clinically useful oncological scoring systems for surgical management of HPB patients. A narrative review was conducted to appraise oncological HPB scoring systems. Original research articles of established and novel scoring systems were searched using Google Scholar, PubMed, Cochrane, and Ovid Medline. Selected models were determined by authors. This review discusses nine scoring systems in cancers of the liver (CLIP, BCLC, ALBI Grade, RETREAT, Fong's score), pancreas (Genç's score, mGPS), and biliary tract (TMHSS, MEGNA). Eight models used exclusively objective measurements to compute their scores while one used a mixture of both subjective and objective inputs. Seven models evaluated their scoring performance in external populations, with reported discriminatory c-statistic ranging from 0.58 to 0.82. Selection of model variables was most frequently determined using a combination of univariate and multivariate analysis. Calibration, another determinant of model accuracy, was poorly reported amongst nine scoring systems. A diverse range of HPB surgical scoring systems may facilitate evidence-based decisions on patient management and treatment. Future scoring systems need to be developed using heterogenous patient cohorts with improved stratification, with future trends integrating machine learning and genetics to improve outcome prediction.
이 연구는 문헌 고찰을 통해 체인지메이커 교육의 의미를 살펴보고, 가정과 수업에 맞는 체인지메이커 교육 프로그램을 개발한 후 이를 적용한 학습자의 성장에 관한 사례를 통해 가정교과에서의 체인지메이커 교육의 의의에 대해 알아보고자 하였다. 이를 위해서 먼저 체인지메이커 교육에 대한 개념을 정의하였다. 체인지메이커 교육이란, 실생활 속에서 우리가 직면하는 문제들에 대해 생각하고(Thinking), 배우고(Education), 만들고(Making), 참여하고(Participation) 즐기며(Play) 다양한 문제해결 방안을 도출하고 서로 공유(Share)하여 변화(Change)시키는 교육을 말한다. 둘째, 본 연구에서는 가정교과에서의 체인지메이커 교육의 방향을 "폭넓은 메이커 활동을 통해 사회 문제에 관심을 가지고 문제를 해결하고 타인과 공감, 협업하여 행복하고 건강한 가정생활과 직업생활을 주도적으로 영위할 수 있도록 하는 것"으로 하고 내용의 범위를 "아동 가족, 식생활, 의생활, 주생활, 소비생활의 5개의 영역의 내용 요소를 추출하여 이를 교육할 수 있는 세부 주제를 선정"하고 교육 방법으로 "주제별로 TEMPS 단계를 통해 교과의 목적을 달성할 수 있도록 한다."로 제안하였다. 셋째, 체인지메이커 프로그램의 설계는 체인지메이커 교육의 5가지 핵심 아이디어 중에서 TEMPS를 단계로 프로그램을 설계하였다. T(Thinking)는 문제에 대해 파악하고 해결방법을 생각하는 단계이고, E(Education)는 다음 단계(Making)를 위한 배경지식을 얻는 단계이다. M(Making)은 문제 해결을 위해 필요한 목표물을 만드는 단계이고, P(Participation)와 P(Play)는 참여하고 즐기는 단계이다. S(Share)는 결과물 전시, SNS공유, 수업 발표회 등을 통해 교육적으로 확산을 시켜 궁극적으로 사회를 변화(Change)시키는 단계이다. 본 연구에서는 TEMPS 단계를 기본으로 하여 중학교 12개 프로그램, 고등학교 15개 프로그램을 개발하였고, 프로그램 당 각각 2차시~12차시로 중학교 총 68차시, 고등학교 총 68차시 분량이다. 체인지메이커 프로그램에 1년 간(2018년 3월 2일~2018년 12월 31일) 참여한 학습자들은 삶과 교육의 연계, 실천 능력의 향상, 자기 주도 학습, 자존감 향상, 성취감과 자기 성찰, 비판적 인식 향상, 감각적인 관찰 등에서 긍정적인 성장을 보여주었다.
본 연구의 목적은 목공 제품(새집, Birdhouse) 제작 체험 활동 프로그램에서 디자인 씽킹 활용이 예비기술교사인 대학생들의 만족도와 문제해결력에 미치는 영향을 분석하고자 하는 것이다. 설문 대상자는 비교과프로그램으로 체험활동을 실시한 33명 대학생들이며, 설문 문항은 만족도, 문제해결 자신감, 어려웠던 점 및 어려움 원인 등이며, 분석은 통계프로그램을 활용하였다. 이 연구의 주요 결론은 다음과 같다. 첫째, 체험 활동에 대한 전체 만족도 평균은 4.39로 다소 높은 편이다. 응답 평균이 가장 높은 것은 '제작하는 과정에서 성취감'과 '주위의 조언이 도움 됨'(M=4.46)이었다. 남녀별, 학년별로 유의미한 차이는 없지만, 학생들은 주어진 작품이 아닌 조별로 디자인 씽킹을 활용하여 서로 다른 새집을 제작하여 흥미로웠고 만족하였다. 따라서 문제해결 자신감, 성취감과 만족도가 높아 다른 학생들에게 추천하고 싶다고 하므로 디자인 씽킹을 활용한 제작 체험 활동 프로그램은 효과적이라고 판단된다. 둘째, 디자인 씽킹을 활용한 조별 체험활동 후 문제해결 자신감 응답 평균은 3.80 정도이다. 학생들은 조별로 새집 제작 체험 활동을 통해서 문제해결능력과 어려운 상황에 대한 대처능력 등 문제 해결에 자신감을 가질 수 있는 기회가 되었다고 하였으므로, 추후 체험활동에서는 어려웠던 점을 분석하여 보완하면 만족도 향상에 도움이 될 것이다. 셋째, 문제해결능력 자신감 설문 문항에서, 가장 높은 상관관계를 보인 것은 '나에겐 여러 문제를 해결할 능력이 있다'와 '나는 언제나 새롭고 어려운 상활을 대처할 능력이 있다'이다. 따라서 학생들의 문제해결능력 자신감 향상을 위해서는 문제해결능력 역량을 강화할 수 있는 교수·학습 프로그램을 마련해야 할 것이다. 넷째, 주어진 설계도가 아닌 직접 설계하고 제작하는 과정에서 가장 어려웠던 점은 '작품 아이디어의 수정·발전 과정'이라고 하였으며, 어려움을 느낀 가장 큰 원인은 '해결 지식 부족과 제작 능력 부족'이다. 따라서 디자인 씽킹을 활용한 목공 제품을 만들기 위해서는 제작 전에 목공 및 디자인 씽킹에 대한 충분한 교육을 받는다면 작품 제작에 도움이 될 것이다. 종합한 결과, 창의성과 문제해결력 향상에 도움이 되는 디자인 씽킹을 활용한 팀별 학습은 만족도가 높았다. 따라서 다른 체험활동에서 디자인 씽킹을 적용하고 분석하는 연구 결과는 학생들의 문제해결력 향상에 도움이 될 것으로 사료된다.
Forel-Ule Index (FUI)는 자연에 존재하는 담수 및 해수의 색을 남색부터 고동색까지 21 가지의 등급으로 구분하는 지표이다. FUI는 여러 선행연구에서 수계의 부영양화 지수, 수질인자, 광 특성 등과 연관 지어 분석되었으며, 여러 수질인자의 광학적 정보를 동시에 가지고 있는 새로운 수질 지표로써의 가능성이 제시되었다. 본 연구에서는 500 m의 높은 공간해상도를 가지는 정지궤도 해양위성해색탑재체(Geostationary Ocean Color Imager; GOCI) 관측 자료와 Random Forest (RF) 기계학습 기법을 활용하여 Ocean Colour-Climate Change Initiative(OC-CCI) 기반의 4 km FUI 자료를 공간 상세화 시켰다. 이를 활용하여 우리나라 연안 해역에 대한 수질인자와의 상관관계와 주요 해역에 대한 FUI의 공간적 분포 및 계절별 특성 변화를 분석하였다. 검증 결과 RF 기법으로 추정한 RF FUI는 결정계수(R2)=0.81, 평균 제곱근 오차(Root Mean Square Error; RMSE)=0.7784로, Pitarch의 OC-CCI FUI 알고리즘을 적용하여 계산한 GOCI FUI 추정 정확도(R2=0.72, RMSE=0.9708) 대비 향상된 결과를 보였다. RF FUI는 총 질소(Total Nitrogen), 총 인(Total Phosphorus), 클로로필-a(Chlorophyll-a), 총 부유물질(Total Suspended Solids), 투명도(Secchi Disk Depth)를 포함하는 5가지 수질인자와 각각 0.87, 0.88, 0.97, 0.65, -0.98의 상관계수로 강한 상관성을 보였다. 산출된 FUI의 시간적 패턴 역시 여러 수질인자와의 물리적 관계를 반영하며 유의미한 계절적 패턴의 변화를 보였다. 본 연구의 결과로 한반도 연안 수질 관리에서 고해상도 FUI의 활용 가능성을 제시하였다.
본 연구는 소양강댐 유역을 대상으로 LSTM 기반의 일유출량 추정 딥러닝 모형을 개발한 후, 모형구조 및 입력자료의 다양한 조합에 대한 모형의 정확도를 살폈다. 첫 12년(1997.1.1-2008.12.31) 동안의 유역평균 일강수량, 일기온, 일풍속 (이상 입력), 일평균 유량 (출력)으로 이루어진 데이터베이스를 기반으로 모형을 구축하였으며, 이후 12년(2009.1.1-2020.12.31) 동안의 자료를 사용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)와 RMSE를 살폈다. 가장 높은 정확도를 보인 조합은 64개의 은닉유닛을 가진 LSTM 모형 구조에 가능한 모든 입력자료(12년치의 일강수량, 일기온, 일풍속)를 활용한 경우로서 검증기간의 NSE와 RMSE는 각각 0.862와 76.8 m3/s를 기록하였다. LSTM의 은닉유닛이500개를 초과하는 경우 과적합으로 인한 모형의 성능 저하가 나타나기 시작했으며, 1000개를 초과하는 경우 과적합 문제가 두드러졌다. 12년치의 일강수만 입력자료로 활용한 경우에도 매우 높은 성능(NSE=0.8~0.84)의 모형이 구축되었으며, 한 해의 자료만을 활용하여 학습한 경우에도 충분히 활용 가능한 정확도(NSE=0.63~0.85)를 가진 모형을 구축할 수 있었다. 특히 유량의 변동성이 큰 한 해의 자료만을 활용하여 모형을 학습한 경우 매우 높은 정확도(NSE=0.85)의 모형이 구축되었다. 학습자료가 중유량과 양극한의 유량을 모두 포함한 경우라면 5년 이상의 입력자료는 모형의 성능을 크게 개선시키지 못했다.
온도와 상대습도는 작물 재배에 있어서 중요한 요소로써, 수량과 품질의 증대를 위해서는 적절히 제어 되어야 한다. 그리고 정확한 환경 제어를 위해서는 환경이 어떻게 변화할지 예측할 필요가 있다. 본 연구의 목적은 현시점의 환경 데이터를 이용한 다층 퍼셉트론(multilayer perceptrons, MLP)을 기반으로 미래 시점의 기온 및 상대습도를 예측하는 것이다. MLP 학습에 필요한 데이터는 어윈 망고(Mangifera indica cv. Irwin)을 재배하는 8연동 온실($1,032m^2$)에서 2016년 10월 1일부터 2018년 2월 28일까지 10분 간격으로 수집되었다. MLP는 온실내부 환경 데이터, 온실 외 기상 데이터, 온실 내 장치의 설정 및 작동 값을 사용하여 10~120분 후 기온 및 상대습도를 예측하기 위한 학습을 진행하였다. 사계절이 뚜렷한 우리나라의 계절에 따른 예측 정확도를 분석하기 위해서 테스트 데이터로 계절별로 3일간의 데이터를 사용했다. MLP는 기온의 경우 은닉층이 4개, 노드 수가 128개일 때($R^2=0.988$), 상대습도는 은닉층 4개, 노드 수 64개에서 가장 높은 정확도를 보였다($R^2=0.990$). MLP 특성상 예측 시점이 멀어질수록 정확도는 감소하였지만, 계절에 따른 환경 변화에 무관하게 기온과 상대습도를 적절히 예측하였다. 그러나 온실 내 환경 제어 요소 중 분무 관수처럼 특이적인 데이터의 경우, 학습 데이터 수가 적기 때문에 예측 정확도가 낮았다. 본 연구에서는 MLP의 최적화를 통해서 기온 및 상대습도를 적절히 예측하였지만 실험에 사용된 온실에만 국한되었다. 따라서 보다 일반화를 위해서 다양한 장소의 온실 데이터 이용과 이에 따른 신경망 구조의 변형이 필요하다.
최근 우리나라 주변 해역의 해수면 온도가 상승하고 있다. 이러한 수온 상승은 어족자원의 변화를 일으켜 낚시와 같은 레저활동에 영향을 미치기도 하며, 특히 고수온은 적조 발생으로 이어져 양식업과 같은 해양산업에 극심한 피해를 유발하기도 한다. 한편 수온 변화는 잠수함을 탐지하는 군사작전과도 밀접하게 연관되어 있다. 이는 잠수함을 탐지하기 위한 음파가 수온층에 따라 회절, 굴절 및 반사되는 정도가 달라지기 때문이다. 이와 같이 해양과 관련된 다양한 분야에서 중요성을 가지는 해양 수온의 변화를 예측하기 위한 연구가 현재 활발하게 진행되고 있다. 그러나 기존 연구들은 대부분 해수면 온도만을 예측하는데 중점을 두고 있어 수심별 어족자원의 변화나 잠수함 탐지와 같은 군사분야 활용이 제한된다. 이에 본 연구에서는 수심별 수온자료 및 해수면 온도와 상관관계를 가지는 기온, 기압, 일조량 등의 기상 데이터를 함께 활용하여 수심 38 m 혼합층의 수온을 예측하였다. 사용된 데이터는 이어도 해양과학기지에서 관측한 2016년부터 2020년까지의 기상 데이터와 수심별 수온 자료이며, 예측의 정확성과 효율성을 높이기 위해 딥러닝 기법 중 시계열 자료에 적합하다고 알려진 LSTM(Long Short-Term Memory)을 사용하였다. 실험 결과 1시간 예측을 기준으로 기온과 기압, 일조량 자료를 함께 활용한 모델의 RMSE(Root Mean Square Error)는 0.473으로 나타났다. 반면 해수면 수온만을 활용한 모델의 RMSE는 0.631로 나타나 기상데이터를 함께 활용한 모델이 상부 혼합층 수온 예측에서 보다 우수한 성능을 보임을 확인하였다.
본 연구에서는 Sentinel-1 synthetic aperture radar 영상을 활용하여 딥러닝 모델인 Swin Transformer로 국내 농업용 저수지의 수표면적을 모니터링 하는 방법을 제시한다. Google Earth Engine 플랫폼을 이용하여 70만톤 급, 90만톤급, 150만톤급 저수지 7개소에 대한 2017년부터 2021년 데이터셋을 구축하였다. 저수지 4개소에 대한 영상 1,283장에 대해서 셔플링(suffling) 및 5-폴드(fold) 교차검증 기법을 적용하여 모델을 학습하였다. 시험평가 결과 모델의 윈도우 크기를 12로 설정한 Swin Transformer Large 모델은 각 폴드에서 평균적으로 99.54%의 정확도와 95.15%의 mean intersection over union (mIoU)을 기록하여 우수한 의미론적 분할 성능을 보여주었다. 최고 성능을 보여준 모델을 나머지 3개소 저수지 데이터셋에 적용하여 성능을 검증한 결과, 모든 저수지에서 정확도 99% 및 mIoU 94% 이상을 달성함을 확인했다. 이러한 결과는 Swint Transformer 모델이 국내의 농업용 저수지의 수표면적 모니터링에 효과적으로 활용될 수 있음을 보여준다.
어류는 빛에 대해 민감한 반응을 보이므로 이를 이용한 어류 관리 기술 개발이 필요하다. 따라서 본 연구에서는 빛을 이용한 어류 차단 시설을 개발하였으며 국내 대표 외래어종인 배스와 블루길을 대상으로 조도 차이를 이용한 차단 효과를 분석하였다. 빛은 발광 다이오드를 이용해 발생시켰으며 바닥에서 수직 방향으로 향하게 설치하였다. 유속은 어류의 소상능력을 고려하여 총 3단계(0.2, 0.1, 0.05 m/s)로 구분하였으며 학습효과를 방지하기 위해 양육수조에서 1일 이상 휴식한 어류를 대상으로 실험하였다. 실험은 차단시설 적용 시 소상하는 어류 개체수와 차단시설 종료 후 소상하는 개체 수를 비교하는 방식으로 수행하였으며 차단 시설의 효과를 높이기 위해 일몰 후 수행하였다. 실험 결과 조도 차이에 따른 어류 차단효과는 높았으며 전반적으로 배스의 차단율이 블루길보다 낮았다. 전체 실험 개체수를 기준으로 배스의 차단율은 96.33%, 블루길의 차단율은 99.00%이며 소상 개체수를 기준으로 하면 배스는 91.73%, 블루길은 98.73%로 나타났다.
본 연구는 간호대학생의 스트레스 대처행위가 문제해결능력에 미치는 영향을 파악하기 위한 서술적 조사연구이다. 자료 수집은 M지역의 간호학과 학생 142명을 대상으로 2016년 9월 20일부터 11월 30일까지 실시하였으며, 수집된 자료는 SPSS WIN 21.0 프로그램을 이용하여 분석하였다. 본 연구의 결과 대상자의 스트레스 대처행위 정도는 $3.36{\pm}.30$점(5점 척도)이었고, 문제해결능력 정도는 $3.42{\pm}.38$점(5점 척도)이었다. 스트레스 대처행위 중 가장 점수가 높은 하위영역은 문제중심적 대처행위로 $3.60{\pm}.42$점이었고, 문제해결능력 중 가장 점수가 높은 하위영역은 명료화로 $3.50{\pm}.51$점이었다. 간호대학생의 문제해결능력은 스트레스 대처행위와 정적 상관관계(r=.53, p<.001)로 나타났고, 스트레스 대처행위의 하위영역 중 문제중심적 대처행위(r=.66, p<.001), 긍정적 관점(r=.53, p<.001), 사회적지지 탐색(r=.42, p<.001)에 정적 상관관계를 보였다. 또한 간호 대학생의 문제해결능력에 영향을 미치는 요인은 스트레스 대처행위 중 문제중심적 대처행위(${\beta}=.416$, p<.001)와 긍정적 관점(${\beta}=.257$, p=.002)이었으며, 두 요인은 문제해결능력을 54.3% 설명하는 것으로 나타났다. 따라서 학생들이 문제중심적이고 긍정적인 스트레스 대처행위를 통해 문제해결능력을 향상시킬 수 있는 교수-학습법 적용을 제언한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.