• 한국조경학회지
• /
• 제47권5호
• /
• pp.41-48
• /
• 2019

최신 정보통신기술이 다양한 분야에 접목되면서 우리의 일상은 급격한 속도로 변화하고 있으며, 스마트시티 개념이 확산되고 있는 반면, 조경분야에서는 기술진화에 의한 사회변화에 대비하려는 노력이 부족한 실정이다. 이에 본 연구는 스마트공원의 개념을 정립하고, 공원 관련 스마트 기술 도입 현황을 파악하며, 기존에 조성된 스마트공원의 서비스에 대한 이용자의 인식과 활용도를 파악함으로써 향후 스마트공원 조성을 위한 기초자료를 제공하는 것을 목적으로 하였다. 이를 위해 관련 문헌 및 선행연구 고찰, 전문가 토론, 국내외 사례조사를 실시하였으며, 국내 최초로 스마트공원 시범사업이 시행된 대구시 국채보상운동 기념공원의 이용자를 대상으로 스마트공원에 대한 인식 정도와 서비스 만족도를 조사하였다. 연구결과, 스마트공원이란 다양한 첨단 기술을 활용하여 이용자의 공원 체험을 향상하고, 효율적으로 공원을 유지 관리하며, 도시가 직면한 사회 및 환경문제를 해결하는 지속가능한 공원으로 정의할 수 있다. 현재까지 공원에 도입된 스마트기술은 인공지능 CCTV, 스마트 가로등, 미세먼지 알림장치 등 주로 안전 및 환경 분야에 집중된 것으로 나타났다. 실제 이러한 기술이 도입된 국채보상운동기념공원 이용자들을 대상으로 한 인식조사 결과, 홍보 부족 및 관리인 편의 중심의 기술도입으로 인하여 실제 이용자의 인식 정도는 매우 낮은 편이었다. 특히 역사성 있는 공원의 역사정보 전달을 위한 AR서비스 활용이 가장 저조한 반면, 태양열 벤치나 WiFi 등의 시설의 활용도가 가장 많은 것으로 조사되었다. 향후 스마트공원 조성 시 안전 및 환경 관리, 편의성 증진을 위한 서비스 뿐 아니라, 이용자가 체감할 수 있고, 이용자 요구에 맞는 다양한 콘텐츠 개발을 위한 노력이 필요할 것이다.

• 적정기술학회지
• /
• 제7권2호
• /
• pp.136-143
• /
• 2021

키리바시를 포함한 태평양 도서국가들은 기후 변화, 지하수 오염 및 식생 변화로 인한 해수면 상승 및 해안 침식으로 인해 생활 공간의 감소 뿐만 아니라 필수 자원 부족으로 고통받고 있다. 이러한 문제를 해결하기 위한 글로벌 활동은 SDGs 이행을 위한 UN의 노력으로 진행되고 있다. 태평양 도서 국가들이 풍부한 해양 자원을 이용하여 기후 변화에 대응하고 적응할 수 있도록 모색해 왔다. 즉, 해수 플랜트는 이러한 태평양 도서 국가에서 SDG # 14를 기반으로 SDG #2, #6 및 #7을 달성하는 데 도움을 줄 수 있다. 선박해양플랜트연구소(KRISO)는 2016년에 설립한 지속가능 해수이용 아카데미(SSUA)를 통해 키리바시 SSUA협회를 결성하고, 해양수산부(MOF)의 해양수산 ODA사업으로 키리바시에 해수플랜트를 지원하였다. 키리바시 SSUA협회는 해수 및 태양에너지를 이용하는 해수플랜트를 이용하여, 2018년부터 2020년까지 지역 사회에 식수와 채소를 공급하는 공익사업을 하고 있다. 역량강화 과정을 통해 키리바시 SSUA협회는 기술 이전을 받았고, 지역사회에 수경재배 시스템의 설치, 모종과 비료 보급, 재배관리 기술지도 및 모니터링을 실시하였다. 협회는 3년 동안 140여 가구에 수경재배 시스템(일부는 태양광발전 패널 제공)을 보급하고, 다양한 채소를 재배하여 자가 소비 또는 판매하게 하였다. 또한, 태양광발전 연계 해수담수화 시스템을 설치하여 식수를 공급하도록 하고 있다. 만족도 조사를 통해 대부분의 수혜 가구가 만족하였고, 주변 지역 및 도서로 보급확산을 희망하고 있음을 알 수 있었다. 따라서, 키리바시 SSUA협회는 공동체 이용 및 관리 체계화를 지원하는 자활사업을 추진할 계획이며, 이러한 활동은 태평양 도서국가들의 SDGs 달성을 지원하기 위한 ODA 프로그램으로 확산될 수 있을 것이다.

• Korean Journal of Health Education and Promotion
• /
• 제2권1호
• /
• pp.31-61
• /
• 2000

Introduction. Despite the fact that half of premature deaths are caused by unhealthy lifestyles such as smoking tobacco, sedentary lifestyle, alcohol and drug abuse and poor nutrition, there are no theoretical models which accurately explain these health promotion related behaviors. This study tests a new model of health behavior called the Model of Health Promotion Behavior. This model draws on elements and frameworks suggested by the Health Belief Model, Social Cognitive Theory, the Theory of Planned Action and the Health Promotion Model. This model is intended as a general model of behavior but this first test of the model uses amount of exercise as the outcome behavior. Design. This study utilized a cross sectional mail-out, mail-back survey design to determine the elements within the model that best explained intentions to exercise and those that best explained amount of exercise. A follow-up questionnaire was mailed to all respondents to the first questionnaire about 10 months after the initial survey. A pretest was conducted to refine the questionnaire and a pilot study to test the protocols and assumptions used to calculate the required sample size. Sample. The sample was drawn from 2000 eligible participants at two blue collar (utility company and part of a hospital) and two white collar (bank and pharmaceutical) companies located in Southeastern Michigan. Both white collar site had employee fitness centers and all four sites offered health promotion programs. In the first survey, 982 responses were received (49.1％) after two mailings to non-respondents and one additional mailing to secure answers to missing data, with 845 usable cases for the analyzing current intentions and 918 usable cases for the explaining of amount of current exercise analysis. In the follow-up survey, questionnaires were mailed to the 982 employees who responded to the initial survey. After one follow-up mailing to non-respondents, and one mailing to secure answers to missing data, 697 (71.0％) responses were received, with 627 (63.8％) usable cases to predict intentions and 673 (68.5％) usable cases to predict amount of exercise. Measures. The questionnaire in the initial survey had 15 scales and 134 items; these scales measured each of the variables in the model. Thirteen of the scales were drawn from the literature, all had Cronbach's alpha scores above .74 and all but three had scores above .80. The questionnaire in the second mailing had only 10 items, and measured only outcome variables. Analysis. The analysis included calculation of scale scores, Cronbach's alpha, zero order correlations, and factor analysis, ordinary least square analysis, hierarchical tests of interaction terms and path analysis, and comparisons of results based on a random split of the data and splits based on gender and employer site. The power of the regression analysis was .99 at the .01 significance level for the model as a whole. Results. Self efficacy and Non-Health Benefits emerged as the most powerful predictors of Intentions to exercise, together explaining approximately 19％ of the variance in future Intentions. Intentions, and the interaction of Intentions with Barriers, with Support of Friends, and with Self Efficacy were the most consistent predictors of amount of future exercise, together explaining 38％ of the variance. With the inclusion of Prior Exercise History the model explained 52％ of the variance in amount of exercise 10 months later. There were very few differences in the variables that emerged as important predictors of intentions or exercise in the different employer sites or between males and females. Discussion. This new model is viable in predicting intentions to exercise and amount of exercise, both in absolute terms and when compared to existing models.