경증 치매노인을 위한 음악치료 프로그램에 관한 연구

하정아,PhD,CMT,이순화 대한음악치료학회 2007 KJMT Vol.6 No.2

본 연구는 음악치료 프로그램이 경증 치매노인들의 심리적, 신체적 기능에 어떠한 영향을 미치는가에 대하여 연구한 것이다. 연구의 대상은 1999년 7월부터 12월까지 서울시내 위치한 OO노인복지관에 거주하고 있는 경증 치매노인 15명을 대상으로 하여 율동을 중심으로 하는 음악치료 프로그램을 실시하였다. 음악치료의 목적은 치매노인들이 정서적,신체적인 불편에서 벗어나도록 하는 기능 회복에 초점을 맞추었다. 프로그램에 참여한 노인들은 전문의사에 의해서 경증 치매환자로 진단받은 노인들로 6개월 동안 실험기간을 정하여 실시하였다. 노인 7~8명씩 두 집단으로 나누어서 한 집단은 매일 15분간의 음악치료를 받은 실험집단으로, 한 집단은 한달에 한번만 음악치료를 받는 통제집단으로 구분하였다. 실험집단은 매일아침 오전 9시 40분경에 율동을 겸한 음악치료를 15분간 실시하였으며, 주 치료사는 일주일에 두번씩 세션을 진행하였다. 실험집단은 매일 음악치료 세션을 하기 전과 마친 후에 맥박을 측정하였다. 얼굴표정, 소근육, 대근육 운동을 준비된 평가표에 의해서 1주일에 두 번, 주 치료사에 의해 세션을 시행한 후에 평가하였다. 통제집단도 음악치료 세션을 실행할 때 실험집단과 같은 방법으로 맥박, 얼굴표정, 소근육, 대근육 운동을 측정하였다. 얼굴표정은 웃음짓기로, 소근육운동은 주먹 쥐었다 펴기로, 대근육운동은 양팔들기로 측정하였다 . 결과적으로 실험집단은 정서적 반응에 있어서 2.83에서 4.10으로 (약 49%증가), 소근육 운동의 신체적 기능은 2.67 에서 4.08로 약 (53%)증가, 대근육 운동의 신체적 기능은 2.50에서 3.68로 (약47% 증가)향상되었다. 그러나 통제집단은 정서적 반응에 있어서는 1.33에서 2.33으로 향상을 보였으나 (약75%로 증가), 소.근육 운동의 신체적 기능은 2.0에서 1.9로 (5%감소), 대.근육 운동의 신체적 기능은 1.33에서 1.23(약8%감소)으로 감소를보였다. 이는 실험집단이 통제집단보다 신체적 기능, 정서적 반응에 있어서 의미 있게 다룰 것으로 기대하였던 가설과 일치하는 것이다. 즉, 실험집단은 6개월동안 단계별로 나누어본 결과음악치료 세션의 횟수가 증가할 수록 신체적 기능과 정서적 반응이 점점 향상되었으나 통제집단의 경우, 정서적 반응은 의미 있게 향상되었지만 신체적 기능은 오히려 감소를 보였다. 결론적으로 경증 치매노인들에게 정서적, 신체적으로

항공,관광서비스 산업의 새로운 경영 패러다임: Revenue Management : 일반국도의 교통특성에 따른 기능 분류

하정아,임성한,오주삼,김성현 한국항공경영학회 2006 한국항공경영학회 춘계학술대회 Vol.2006 No.-

일반국도 상시 교통량자료를 이용한 교통량 결측자료 추정

하정아,박재화,김성현 대한교통학회 2007 대한교통학회지 Vol.25 No.1

Up to now permanent traffic volumes have been counted by Automatic Vehicle Classification (AVC) on National Highways. When counted data have missing items or errors, the data must be revised to stay statistically reliable. This study was carried out to estimate correct data based on autoregression and seasonal AutoRegressive Integrated Moving Average (ARIMA). As a result of verification through seasonal ARIMA, the longer the missed period is, the greater the error. Autoregression results in better verification results than seasonal ARIMA. Traffic data is affected by the present state more than past patterns.However, autoregression can be applied only to the cases where data include similar neighborhood patterns and even in this case, the data cannot be corrected when data are missing due to low quality or errors. Therefore, these data should be corrected using past patterns and seasonal ARIMA when the missing data occurs in short periods. 일반국도의 상시조사 자료는 교통량 조사 장비를 통해 수집되며, 수집된 자료가 누락되거나 불량일 경우 통계자료의 객관성을 유지하기 위해서 보정을 해야 한다.교통량 결측 자료의 보정을 통계적인 방법으로 접근하여 신뢰성을 높이고자 본 연구에서는 보정 대상 시간과 동일 시간의 자료를 적용할 수 있는 자기회귀분석과 보정 대상 지점과 동일 지점의 자료를 적용할 수 있는 계절 시계열 분석을 이용하여 보정하는 방안을 제시하였다.계절 시계열 분석을 적용하여 결측 자료를 보정한 결과, 결측 기간이 길어질수록 오차가 커지는 것으로 분석되었다. 이것은 단기예측의 경우 실제자료를 이용하여 예측값을 제시하지만, 장기예측의 경우 예측된 자료를 이용하여 예측값을 제시하기 때문에 신뢰성이 떨어지기 때문이라 판단된다. 자기회귀분석을 적용하여 결측 자료를 보정한 결과, 시계열분석에 비해서 오차가 적은 것으로 분석되었다. 이것은 교통량 자료는 과거 패턴보다 현재 시점의 영향을 더 많이 받는 것이기 때문이라 판단된다. 하지만 자기회귀분석은 인근에 패턴이 유사한 지점이 있어야 가능하며, 인근에 유사한 지점이 있더라도 그 지점의 자료가 불량일 경우 보정이 불가능하다는 단점이 있다. 이러한 경우에는 과거자료를 이용해서 보정할 수밖에 없으며, 단기 결측의 경우에는 시계열분석을 이용할 수 있다.

나무에도 길이 있다

하정아 수필미학 2016 수필미학 Vol.13 No.-

공동크리깅 모형을 활용한 일반국도 연평균 일교통량 추정

하정아,허태영,오세창,임성한 한국ITS학회 2013 한국ITS학회논문지 Vol.12 No.1

연평균 일교통량(AADT)은 교통 및 도로부문에서 중요한 기초자료로 활용되지만 예산 제약 등의 한계로 인해 일부 지점에 대해서만 상시조사를 통해서 AADT를 산출하고 있으며, 대다수의 지점에서는 단기 교통량 조사에서 수집된 샘플 자료를 이용하여 AADT를 추정 활용하고 있다. 현재 단기 교통량 조사지점의 AADT 추정을 위하여 조사된 자료를 단순 평균하는 방법이 적용되고 있다. 기존 AADT 추정모형은 보정계수를 적용하는 방법이 대표적인 방법이나, 이 방법은 단기 교통량 조사 지점이 어떤 상시조사 지점의 보정계수를 적용할지에 대한 객관적인 방법이 없어 한계가 있다. 이에 본 연구에서는 공간통계모형을 도입하여 교통량 자료의 공간상관관계를 분석하고, 크리깅 모형을 적용하여 AADT를 추정하는 방법에 대하여 알아보았다. 공간통계모형의 AADT 추정의 정확도를 기존 연구와 비교하기 위하여 동일 대구간의 상시조사 지점의 보정계수를 적용하는 방법(방법 1)과 보정계수 그룹핑을 이용하여 해당 그룹의 보정계수를 적용하는 방법(방법 2), 공동크리깅을 적용한 방법(방법 3)을 비교분석하였다. 분석결과 공동크리깅을 적용한 모형은 기존 모형에 비해 AADT 추정 정확도가 향상되는 것으로 나타났다. Annual average daily traffic (AADT) serves the important basic data in transportation sector. Despite of its importance, AADT is estimated through permanent traffic counts (PTC) at limited locations because of constraints in budget and so on. At most of locations, AADT is estimated using short-term traffic counts (STC). Though many studies have been carried out at home and abroad in an effort to enhance the accuracy of AADT estimate, the method to simplify average STC data has been adopted because of application difficulty. A typical model for estimating AADT is an adjustment factor application model which applies the monthly or weekly adjustment factors at PTC points (or group) with similar traffic pattern. But this model has the limit in determining the PTC points (or group) with similar traffic pattern with STC. Because STC represents usually 24-hour or 48-hour data, it’s difficult to forecast a 365-day traffic variation. In order to improve the accuracy of traffic volume prediction, this study used the geostatistical approach called co-kriging and according to their reports. To compare results, using 3 methods : using adjustment factor in same section(method 1), using grouping method to apply adjustment factor(method 2), cokriging model using previous year's traffic data which is in a high spatial correlation with traffic volume data as a secondary variable. This study deals with estimating AADT considering time and space so AADT estimation is more reliable comparing other research.

푸른빛에 물들어 잠시 출렁이다

하정아 수필미학 2016 수필미학 Vol.14 No.-

일반국도 그룹핑과 시간 교통량 추이를 이용한 연평균 일교통량 추정

하정아,오세창 한국ITS학회 2012 한국ITS학회논문지 Vol.11 No.2

본 연구에서는 일반국도 수시조사 지점의 AADT 추정값의 정확도를 높이기 위하여 새로운 그룹핑방법을 제시하였다. 일반적으로 수시조사 자료의 AADT 추정을 위해 월보정계수, 요일보정계수, 조사된 24시간 교통량을 이용하여 AADT를 추정하므로 상시조사 지점을 그룹핑할 때 상기 세 가지 요인(43개 변수)을 모두 적용하여 그룹핑하였다. 이 방법은 기존의 월보정계수와 요일보정계수만을 이용하여 그룹핑한것과 비교하여 시간대별 교통량을 적용한 것에 있어서 차이가 있다. 그룹핑 결과 5개의 군집이 가장 적당한 것으로 분석되었다. 5개의 군집 중 2개의 군집은 해당되는 지점이 몇 지점 없어 설명하기 어려웠고, 나머지 3개의 군집에서 각각 출퇴근로, 관광부도로, 지방부도로의 특성을 가지는 것으로 나타났다. 각 그룹의 월보정계수 평균과 요일보정계수 평균, 시간대별 교통량 비율의 평균으로 각 그룹의 대표 보정계수를 산출하고, 분석대상지점의 평일 교통량을 해당 그룹의 대표 보정계수를 적용하여 AADT를 추정한 결과 평균적으로 오차가 8.7%인 것으로 나타났다. 이는 기존 연구에서 우수하다고 분석된 동일 대구간 내의 상시조사 보정계수를 적용한 것보다 1.5%오차가 더 적은 것으로 나타났다. 이러한 AADT 산출방법은 전체 수시조사 지점에 적용 가능하므로 실무에서의 활용도가 매우 크다고 판단된다. This study shows how to estimate AADT(Annual Average Daily Traffic) on temporary count data using new grouping method. This study deals with clustering permanent traffic counts using monthly adjustment factor, daily adjustment factor and a percentage of hourly volume. This study uses a percentage of hourly volume comparing with other studies. Cluster analysis is used and 5 groups is suitable. First, make average of monthly adjustment factor, average of daily adjustment factor, a percentage of hourly volume for each group. Next estimate AADT using 24 hour volume(not holiday) and two adjustment factors. Goodness of fit test is used to find what groups are applicable. MAPE(Mean Absolute Percentage Error) is 8.7% in this method. It is under 1.5% comparing with other method(using adjustment factors in same section). This method is better than other studies because it can apply all temporary counts data.

탈근대주의와 과잉 식민성 혹은 신실증주의

하정일(河晸日) 새얼문화재단 2010 황해문화 Vol.68 No.-

좋은 수필 창작 가이드를 만나 글쓰기가 즐겁다 - 박양근의 《좋은 수필 창작론》

하정아 수필미학 2019 수필미학 Vol.23 No.-

실시간 수요대응 자율주행 대중교통의 공공성 확보를 위한 평가지표 개발

하정아,김지윤,문병섭,장지용 한국도로학회 2022 한국도로학회논문집 Vol.24 No.6

PURPOSES : Recently, increasing number of local governments are introducing on-demand public transportation service in real time to improve the management efficiency of public transportation. In preparation for the autonomous driving era, the “autonomous public transportation mobility on-demand service in real time” is being developed in the public transportation sector to introduce on-demand public transportation. For this service to become the public transportation of the future, it must receive publicity. Therefore, in this study, indicators were selected to evaluate the publicity of the autonomous public transportation mobility on-demand service in real time, and a survey was conducted among the general public to examine the validity of the indicators. METHODS : To secure the publicity of on-demand public transportation in real time, the goal of the service was first set. Second, the keywords of the service were analyzed to define the publicity requirements of this service. Based on the analyzed keywords and definition of publicity, service indicator types were classified, and the indicators were defined by type. A user satisfaction survey was conducted on the final selected indicators to improve the degree of completion of indicator development. The user survey was conducted by presenting selected publicity indicators to respondents responding on a five-point scale to determine whether each indicator could satisfactorily evaluate publicity. RESULTS : When examining various previous research cases and the contents required for autonomous public transportation mobility on-demand service in real time, the required items of publicity indicators were found to be “safety” in terms of “autonomous driving” and “convenience” in terms of “demand response.” Publicity indicators were developed according to these three items. Thirty-one indicators were developed, and a satisfaction survey was conducted on the general public for each indicator. In the survey, most of the indicators scored 3.5 points or higher, indicating that the indicators were generally well defined. Users gave the highest score to “fairness” among the three items, and “reasonable fairness” was found to be a necessary item as a publicity indicator. CONCLUSIONS : In this study, evaluation indicators were selected to secure the publicity of autonomous public transportation mobility on-demand service in real time, and a satisfaction survey was conducted for each indicator. Most of the indicators showed a score of 3.5 or higher, indicating that they were generally well defined. However, this study has a limitation in that it surveys the general population. In future, experts should be included in the survey to increase the degree of completeness of the public indicators.