축산시설 사이의 차량이동은 국내에서 가축전염병 확산의 주요 원인이다. 이 같은 상황에서 본 연구는 축산시설의 차량이동 네트워크에서 주요한 위치를 차지하는 허브시설을 도출하고, 그 특성을 분석하는 것을 목적으로 한다. 이를 위하여 본 연구는 농림축산검역본부의 KAHIS(Korea Animal Health Intergrated System)에서 제공하는 축산시설의 차량 진출입자료를 활용하였다. 허브시설의 도출에는 사회연결망 분석의 대표적인 중심성 지표인 연결정도 중심성과 매개 중심성 지표를 활용하였다. 본 연구의 분석결과를 요약하면 다음과 같다. 첫째, 축산시설의 차량이동 네트워크에는 다른 시설에 비하여 매우 높은 중심성 지표 값을 가지는 소수의 허브 시설이 존재한다. 둘째, 연결정도 중심성 기준의 허브시설은 사료공장, 집유장, 도축장, 도계장, 가축시장이다. 셋째, 매개 중심성 기준의 허브시설은 가축시장, 사료공장, 도축장이다. 넷째. 연결정도 중심성에 기반한 허브시설은 특정지역에 집중되어 입지하고 있으나, 매개 중심성에 따른 허브시설을 상대적으로 고르게 분포하고 있다. 다섯째, 중심성 지표에 따른 허브시설은 시간이 지나도 상당히 안정적으로 유지된다. 본 연구는 축산시설 사이의 차량 이동이 가축 전염병 전파의 주요 원인으로 지목되는 상황에서, 방대한 진출입 자료를 활용하여, 허브시설을 도출하였다는 점에서 그 의의가 있다.
축산시설 사이의 차량이동은 국내에서 가축전염병 확산의 주요 원인이다. 이 같은 상황에서 본 연구는 축산시설의 차량이동 네트워크에서 주요한 위치를 차지하는 허브시설을 도출하고, 그 특성을 분석하는 것을 목적으로 한다. 이를 위하여 본 연구는 농림축산검역본부의 KAHIS(Korea Animal Health Intergrated System)에서 제공하는 축산시설의 차량 진출입자료를 활용하였다. 허브시설의 도출에는 사회연결망 분석의 대표적인 중심성 지표인 연결정도 중심성과 매개 중심성 지표를 활용하였다. 본 연구의 분석결과를 요약하면 다음과 같다. 첫째, 축산시설의 차량이동 네트워크에는 다른 시설에 비하여 매우 높은 중심성 지표 값을 가지는 소수의 허브 시설이 존재한다. 둘째, 연결정도 중심성 기준의 허브시설은 사료공장, 집유장, 도축장, 도계장, 가축시장이다. 셋째, 매개 중심성 기준의 허브시설은 가축시장, 사료공장, 도축장이다. 넷째. 연결정도 중심성에 기반한 허브시설은 특정지역에 집중되어 입지하고 있으나, 매개 중심성에 따른 허브시설을 상대적으로 고르게 분포하고 있다. 다섯째, 중심성 지표에 따른 허브시설은 시간이 지나도 상당히 안정적으로 유지된다. 본 연구는 축산시설 사이의 차량 이동이 가축 전염병 전파의 주요 원인으로 지목되는 상황에서, 방대한 진출입 자료를 활용하여, 허브시설을 도출하였다는 점에서 그 의의가 있다.
The purpose of this study was to derive and analyze the hub facilities that occupy major positions in the vehicle movement networks of livestock facilities. For this purpose, this study used the KAHIS data provided by Animal and Plant Quarantine Agency. The hub facilities were derived from the degre...
The purpose of this study was to derive and analyze the hub facilities that occupy major positions in the vehicle movement networks of livestock facilities. For this purpose, this study used the KAHIS data provided by Animal and Plant Quarantine Agency. The hub facilities were derived from the degree centrality & betweenness centrality. The analysis results are summarized as follows. First, in a livestock facility's vehicle movement network, there are a small number of hub facilities with very high centrality indicator values compared to other facilities. Second, the hub facilities based on the degree centrality are the feed factory, the milk collecting center, slaughterhouse, slaughterhouse for chicken, and livestock markets. Third, the hub facilities based on the betweenness centrality are the livestock markets, the feed factory, and slaughterhouse. Fourth, hub facilities based on the degree centrality are concentrated in a particular area, but the hub facilities based on betweenness centrality are distributed relatively evenly.
The purpose of this study was to derive and analyze the hub facilities that occupy major positions in the vehicle movement networks of livestock facilities. For this purpose, this study used the KAHIS data provided by Animal and Plant Quarantine Agency. The hub facilities were derived from the degree centrality & betweenness centrality. The analysis results are summarized as follows. First, in a livestock facility's vehicle movement network, there are a small number of hub facilities with very high centrality indicator values compared to other facilities. Second, the hub facilities based on the degree centrality are the feed factory, the milk collecting center, slaughterhouse, slaughterhouse for chicken, and livestock markets. Third, the hub facilities based on the betweenness centrality are the livestock markets, the feed factory, and slaughterhouse. Fourth, hub facilities based on the degree centrality are concentrated in a particular area, but the hub facilities based on betweenness centrality are distributed relatively evenly.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
그러나 축산시설의 차량이동 연결망은 정적이지 않고 시점에 따라 변화하기 때문에 미래에도 활용이 가능한지 확인할 필요가 있다. 따라서 시점에 따른 허브시설의 변화를 분석하여 허브시설이 안정적으로 유지되는가를 확인하고자 한다.
본 연구는 축산시설 사이의 차량이동이 가축 전염병 전파의 주요 원인으로 지목되는 상황에서, 방대한 진출입 자료를 활용하여, 실질적인 축산시설 차량 이동 네트워크를 구축하고 분석하였다는 점에서 그 의의가 있다. 또한 허브시설의 특성과 변화를 분석하여 이들 시설에 대한 별도의 방역정책을 제도화할 수 있는 근거를 제공한다는 점에서도 의의가 있다.
본 연구에서 도출한 허브시설은 향후 전염병 발생 시우선적인 방역의 목표로 활용하기 위한 것이다. 그러나 축산시설의 차량이동 연결망은 정적이지 않고 시점에 따라 변화하기 때문에 미래에도 활용이 가능한지 확인할 필요가 있다.
본 연구에서는 중심성 지수의 값이 상위권에 속하는 시설을 허브시설로 판단하고 이들 시설의 특성을 분석하였다. 허브시설의 종류별 비율을 분석하여 주로 어떠한 시설이 허브시설로 기능하고 있는가를 파악하고, 지도화(mapping)를 통하여 허브시설의 지리적인 분포를 분석하였다.
허브시설은 네트워크 내에서 다른 시설들과 밀접하게 연결되어 있으며, 주요한 위치를 차지하여 전염병의 전파에 주요한 역할을 수행할 것으로 예상되는 시설이다. 본 연구에서는 허브시설을 도출하고, 그 특성을 분석하여 향후 방역정책의 시사점을 제공하고자 한다.
본 연구의 목적에 따라 차량이동 네트워크 내에서 다른 시설과 밀접하게 연결되어 있으며, 전염병을 매개할 가능성이 높은 허브시설을 도출하고자 하며, 이와 같은 시설은 향후 방역의 중점적인 목표가 될 수 있다.
상술한 바와 같이 본 연구의 목적은 축산시설간의 차량이동 네트워크 내에서 중심적인 역할을 수행하는 허브시설을 도출하고 그 특성을 분석하여 향후 방역정책의 시사점을 제공하는 것이다. 이와 같은 연구의 목적을 달성하기 위하여 설정한 연구문제는 다음과 같다.
연구문제 1을 통하여 도출한 허브시설들이 주로 어떠한 시설이며, 그 공간적인 위치는 어떠한지를 분석하여 향후 방역정책의 시사점을 제공하고자 한다.
연구문제 3 : “축산관계시설의 차량이동 네트워크 내에서 주요한 위치를 차지하는 허브시설이 시계열적으로 변화하는가?
이에 본 연구는 가축전염병의 확산과정에서 축산시설 사이의 차량이동 네트워크의 역할에 주목하고, 축산시설 사이의 차량이동 네트워크에서 허브(HUB)역할을 수행하는 시설을 도출하고자 한다. 허브시설은 네트워크 내에서 다른 시설들과 밀접하게 연결되어 있으며, 주요한 위치를 차지하여 전염병의 전파에 주요한 역할을 수행할 것으로 예상되는 시설이다.
이후에는 허브시설이 시점에 따라 달라지는 가를 분석하였는데, 이는 과거의 데이터를 바탕으로 추출된 허브시설이 미래의 방역정책의 주요 대상이 될 수 있는가를 확인하기 위함이다. 이를 위하여 유지비율이라는 지표를 도입하였는데, 유지비율은 “현시점의 상위권 시설(허브시설) 중에서 전(前)시점에도 상위시설에 포함되었던 시설의 비율”을 의미한다.
제안 방법
첫째, KAHIS의 진출입자료를 사회연결망 분석이 가능한 형태로 변환하여 사회연결망을 구축하는 것이다. 두 번째, 중심성 지수를 활용하여 축산관계시설의 사회연결망 내에서 허브역할을 하는 시설을 도출한다. 세 번째, 허브시설의 특징과 시점에 따른 변화양상을 분석한다.
본 연구는 가축 전염병의 확산과정에서 차량이동의 중요성에 주목하여, 방역의 집중적인 관심대상인 허브시설을 사회연결망 분석을 통하여 도출하고 그 특징을 분석하였다. 본 연구의 결과를 요약하면 다음과 같다.
따라서 연결정도가 높은 시설은 감염의 위험이 높으며, 해당시설이 감염된 경우에 질병원을 전파할 가능성도 높다. 본 연구에서는 시설 사이의 차량이동횟수를 고려한 Weighted Degree Centrality를 활용하였으며, 시점별 네트워크의 크기를 고려하기 위하여 연결정도 중심성을 자유도(액터의 개수-1)로 나눈 표준화 액터 연결정도 중심성을 활용하였다. 앞으로의 원고에서 연결정도 중심성은 이를 의미한다.
네트워크에서 액터가 가지는 위치를 판단하기 위한 사회연결망 분석의 지표로 널리 활용되는 것이 중심성 지표이다. 본 연구에서는 연결정도 중심성(Degree Centrality)과 매개 중심성(Betweenness Centrality)을 시설이 연결망에서 가지는 위치를 설명하는 지표로 선택하였다.
사회연결망은 액터(actor)와 액터 사이의 관계(relation)로 이루어진다. 본 연구에서는 축산관련시설을 액터로 하고, 시설 사이의 차량이동을 관계로 하여 사회연결망을 구성하였다.
두 번째, 중심성 지수를 활용하여 축산관계시설의 사회연결망 내에서 허브역할을 하는 시설을 도출한다. 세 번째, 허브시설의 특징과 시점에 따른 변화양상을 분석한다.
연구의 방법은 사회연결망 분석(Social NetworkAnalysis)을 활용하며, 그 중에서도 중심성 지수를 주로 활용하였다. 시설별로 중심성 지수를 도출하고 그 값이 높은 시설이 네트워크에서 허브역할을 하는 시설로 판단하였다.
1% 수준에 포함되는 최상위권 시설로 판단할 수 있다. 앞에서 설명한 바와 같이 시점별로 사회연결망의 변화가 나타나기 때문에 본 연구에서는 시점별로 100위권에 포함되는 시설을 별도로 추출하였다. 이후에 이를 합산하여 허브시설의 종류별 비율을 도출하였으며, 진한색은 전체기간, 연한색은 2016년의 자료를 합산하여 비율을 산정한 것이다.
즉, 발생전 3주에서 발생이후 3주까지는 영향이 있을 수 있다. 이에 본 연구는 1달 단위의 자료를 3개씩 붙여서 3개월 단위로 자료를 구축하여 활용하였다. 자료의 형태는 출발시설과 도착시설이 표현된 엣지리스트(EdgeList)형식으로 정리되었으며 총 37개의 데이터 셋이 구성되었다.
또한, 축산시설간의 사회연결망 구조는 완벽하게 정적구조를 가질 수 없으며, 시점에 따라 변화가 크게 일어날 수 있다. 이에 본 연구는 사회연결망을 시기별로 나누어 분석을 실시하였다.
앞에서 설명한 바와 같이 시점별로 사회연결망의 변화가 나타나기 때문에 본 연구에서는 시점별로 100위권에 포함되는 시설을 별도로 추출하였다. 이후에 이를 합산하여 허브시설의 종류별 비율을 도출하였으며, 진한색은 전체기간, 연한색은 2016년의 자료를 합산하여 비율을 산정한 것이다. 전체 시설 중에 90% 이상이 농장인 것에 비하여 상위권 시설에서 농장의 비율은 2% 미만으로 나타난다.
연구의 내용적 범위는 다음과 같다. 첫째, KAHIS의 진출입자료를 사회연결망 분석이 가능한 형태로 변환하여 사회연결망을 구축하는 것이다. 두 번째, 중심성 지수를 활용하여 축산관계시설의 사회연결망 내에서 허브역할을 하는 시설을 도출한다.
본 연구에서는 중심성 지수의 값이 상위권에 속하는 시설을 허브시설로 판단하고 이들 시설의 특성을 분석하였다. 허브시설의 종류별 비율을 분석하여 주로 어떠한 시설이 허브시설로 기능하고 있는가를 파악하고, 지도화(mapping)를 통하여 허브시설의 지리적인 분포를 분석하였다.
대상 데이터
본 연구의 공간적 범위는 전국으로 하고, 시간적 범위는 2013년 10월에서 2016년 12월까지로 한다. 분석 자료는 농림축산검역본부 국가동물방역통합시스템(이하 KAHIS : Korea Animal Health Integrated System)에서구축하고 있는 차량의 축산시설 진출입자료를 활용하였다.
본 연구의 공간적 범위는 전국으로 하고, 시간적 범위는 2013년 10월에서 2016년 12월까지로 한다. 분석 자료는 농림축산검역본부 국가동물방역통합시스템(이하 KAHIS : Korea Animal Health Integrated System)에서구축하고 있는 차량의 축산시설 진출입자료를 활용하였다.
연구의 시간적 범위에 따라 2013년 10월에서 2016년12월까지의 자료를 활용하였다. 이 자료에는 해당 시점 동안에 KAHIS에 등록된 차량이 등록된 시설이 진출입 한 모든 기록이 담겨져 있다.
즉, 201405로 표현된 결과는 2014년 4월, 5월, 6월의 3개월치 자료가 합쳐진 데이터 셋의 분석결과로 도출된 결과임을 의미한다. 이렇게 구축된 데이터셋 하나는 평균 93,961개의 액터, 1,067,577개의 연결,6,964,893건의 차량이동을 포함하는 방대한 데이터이다.
이를 위하여 본 연구에서는 KAHIS에서 제공하고 있는 축산시설의 차량 진출입 데이터와 시설 정보를 활용하였다. 축산시설의 경우 사육 품종에 따라서 별도의 연결망을 구축하는 것이 이상적이다.
이에 본 연구는 1달 단위의 자료를 3개씩 붙여서 3개월 단위로 자료를 구축하여 활용하였다. 자료의 형태는 출발시설과 도착시설이 표현된 엣지리스트(EdgeList)형식으로 정리되었으며 총 37개의 데이터 셋이 구성되었다. 각 데이터 셋은 해당 셋에 포함된 시점 중에서 가운데 시점을 기준으로 이름을 붙였으며, 이후의 분석에서 시점이 의미하는 바는 해당 시점을 중심으로 전월과 후월의 데이터가 합쳐진 3개월 단위의 데이터 셋의 분석결과이다.
데이터처리
따라서 시설의 매개중심성이 높다는 것은 감염된 시설로부터 다른 시설로 질병원을 매개할 가능성이 높다고 판단할 수 있다. 중심성지표의 도출은 사회연결망 분석 소프트웨어인 NetMiner 4를 이용하였다.
이론/모형
연구의 방법은 사회연결망 분석(Social NetworkAnalysis)을 활용하며, 그 중에서도 중심성 지수를 주로 활용하였다. 시설별로 중심성 지수를 도출하고 그 값이 높은 시설이 네트워크에서 허브역할을 하는 시설로 판단하였다.
성능/효과
모든 데이터셋에서 같은 형태의 분포가 나타나며, 이를 모두 표현할 경우 구분이 어려워 가장 최근 데이터 셋의 분포를 보고하였다. 그림에서 보는 바와 같이 두 지표 모두 대부분의 액터들이 낮은 지표값을 가지며, 소수의 최상위 액터들이 매우 높은 지표값을 가지는 것을 확인할 수 있다. 이는 전체 축산관계시설 중에서 소수의 시설이 다른 시설과는 차별화되게 큰 중심성 지표값을 나타내는 것을 의미하며, 이와 같은 시설이 허브시설일 것으로 예상할 수 있다.
다섯째, 중심성 지표에 따른 허브시설은 시간이 변화해도 상당히 안정적으로 유지되지만, 일부 시설의 경우 변동이 존재한다.
49%)을 차지하여 중점적인 관리대상임을 확인할 수 있다. 두 번째로 높은 비율(21.76%)을 차지하는 집유장의 경우FMD발생 시의 주요 관리대상임을 확인할 수 있다.
둘째, 중심성 지표에 따른 허브시설은 시간이 변화해도 상당히 안정적으로 유지되지만, 일부 시설의 경우 변동이 존재한다. 따라서 최신의 KAHIS 데이터를 이용하여 허브시설을 지속적으로 업데이트하고 그 목록을 관리할 필요가 있다.
이 시점을 제외하면, 연구의 시간적 범위 내에서 중심성 지표 값이 최상위권에 속하는 허브 시설들은 안정적으로 유지되는 것으로 판단할 수 있다. 분량의 한계로 인하여 본 원고에는 보고하지 못하나, 해당 시점에 100위권에 새롭게 진입한 시설들도 대부분 이전 시점에 200위권 안에 포함되는 최상위 시설인 것으로 분석되었다.
4는 매개 중심성 지표를 기준으로 100위권에 포함되는 허브시설을 포함한 것이다. 전체시점의 분석결과를 보면 매개 중심성이 높은 시설은 가축시장, 사료공장, 도축장이다. 이들 시설이 차지하는 비중이 92.
전체시점의 분석결과를 보면 연결정도 중심성이 높은 시설은 사료공장, 집유장, 도축장, 도계장, 가축시장 등이다. 즉 이들 시설이 전염병 발생 시에 전염병의 감염과 전파에 주요한 역할을 하는 허브시설로 파악할 수 있다.
첫째, 축산시설의 차량이동 네트워크에는 다른 시설에 비하여 매우 높은 중심성 지표 값을 가지는 소수의 시설이 존재한다. 이들 시설은 다른 시설에 비하여 네트워크 내에서 중요한 위치를 차지하며 전염병 발생시에 감염과 전파의 위험이 높은 허브시설로 판단할 수 있다.
후속연구
그러나, 본 연구는 사회연결망 분석의 중심성 지표만을 활용하여 허브시설을 도출하였으며, 이런 허브시설이 실제 전염병의 전파과정에서 주요한 역할을 수행하는지를 역학적으로 증명하지는 못하였다는 한계가 있다. 따라서 중심성 지표값이 높은 개별 시설들에 집중하여 전염병의 전파과정을 실증적으로 분석하는 후속연구가 필요하다.
그러나, 본 연구는 사회연결망 분석의 중심성 지표만을 활용하여 허브시설을 도출하였으며, 이런 허브시설이 실제 전염병의 전파과정에서 주요한 역할을 수행하는지를 역학적으로 증명하지는 못하였다는 한계가 있다. 따라서 중심성 지표값이 높은 개별 시설들에 집중하여 전염병의 전파과정을 실증적으로 분석하는 후속연구가 필요하다.
그러나 우리나라의 축산업 현실에서는 가금류와 우제류가 혼합 사육되는 경우가 매우 많으며, 사료공장, 도축장 등도 함께 이용하는 경우가 많다. 이에 본 연구에서는 사육품종을 구분하지 않고 사회연결망을 구성하였으며, 이는 연구의 한계로 지적될 수 있다.
첫째, 사전에 중심성 지표를 바탕으로 허브시설을 선정하고 이들 시설에 특별한 방역절차를 실행할 수 있는 제도의 마련이 필요하다. 축산시설의 차량이동 네트워크에서는 다른 시설에 비하여 다른 시설과 매우 밀접하게 연결되어 있으며, 많은 시설을 매개하는 소수의 시설이 존재한다.
질의응답
핵심어
질문
논문에서 추출한 답변
가축전염병 확산의 주요 원인은 무엇인가?
축산시설 사이의 차량이동은 국내에서 가축전염병 확산의 주요 원인이다. 이 같은 상황에서 본 연구는 축산시설의 차량이동 네트워크에서 주요한 위치를 차지하는 허브시설을 도출하고, 그 특성을 분석하는 것을 목적으로 한다.
조류인플루엔자 방역실시요령에서 방역을 위한 관리지역의 한계는 무엇인가?
5~3km, 예찰지역은 3~10km이다[11]. 즉, 현재의 방역권역은 차량을 통한 빠른 전파속도에 비하여 매우 작은 범위를 대상으로 하고 있으며, 따라서 효과적인 대응에는 한계가 있다.
HPAI의 감연 원인은 무엇인가?
앞 장에서 언급한 것처럼, 차량이동은 국내에서 가축전염병 확산의 주요한 원인으로 지목되고 있는데, HPAI의 1차 감염은 철새가 주요 원인으로 지목되고 있으며, 2차 감염과 전파는 감염 농가를 방문한 차량 및 사람의 이동을 통하여 전파가 이루어지는 것으로 의심되고 있다[7]. FMD의 경우에도 전파요인별 확산원인을 분석하여 보면, 사료차량에 의한 전파가 가장 큰 비중을 차지한다[8].
참고문헌 (18)
B. J. Woo, H. W. Lee, Y. J. Hwang, J. N. Kim, Measuring economic damage of highly pathogenic avian influenza, p. 48, Korea Rural Economic Institute, 2008.
J. K. Lim, J. H. Sul, Y. S. Jeong, A Study on Traffic Management Measures for Preventing the Spread of Foot and Mouth Disease in Korea, p. 1, The Korea Transport Institute, 2011.
E. H. Lee, S. H. Lee, S. H. Lee, U. Kim, I. S. Kim, Study on Improvement of Plan for Preventing and Responding to Highly Pathogenic Avian Influenza (HPAI), p. 1, Gyeonggi Research Institute, 2017.
S. H. Lee, E. W. Lee, S. M. Hong, U. Kim, The issue of AI and FMD and its response issues, p. 1, Gyeonggi Research Institute, 2017.
K. S. Jung, M. G. Kim, C. S. Song, Follow-up measures for improvement of the AI prevention system, p. 36, Ministry of Agriculture, Food and Rural Affairs, 2015.
C. G. Park, Current Status and Causes of foot-and-mouth disease and Fundamental Preventive Measures, p. 13, Open Forum Kyeongbuk National University, 2015.
S. H. Bae, H. Y. Jeong, C. H. Eom, "Social Network Type Analysis of Highly Pathogenic Avian Influenza(HPAI) Outbreaks in South Korea, 2014-2016", Journal of the Korean Association of Geographic Information Studies, Vol.19, No.3 pp. 114-126, 2016. DOI: http://dx.doi.org/10.11108/kagis.2016.19.3.114
J. K. Lim, J. H. Sul, Y. S. Jeong, A Study on Traffic Management Measures for Preventing the Spread of Foot and Mouth Disease in Korea, p. 17, The Korea Transport Institute, 2011.
S. K. Choi, H. H. Song, K. S. Park, "Analysis of Foot-and-mouth Disease Diffusion Velocity using Network Tool", Journal of the Korean Society for Geo-spatial Information Science, Vol.20, No.2 pp. 101-107, 2012. DOI: http://dx.doi.org/10.7319/kogsis.2012.20.2.101
Ministry of Argriculture, Food and Rural Affairs, "Guidelines for the Prevention of FMD", http://www.law.go.kr/admRulLsInfoP.do?admRulSeq2100000039360(accessed may, 2018)
Ministry of Argriculture, Food and Rural Affairs, "Guidelines for the Prevention of Avian Influenza" htttp://www.law.go.kr/admRulLsInfoP.do?admRulSeq2100000035624(accessed may, 2018)
J. K. Lim, J. H. Sul, Y. S. Jeong, A Study on Traffic Management Measures for Preventing the Spread of Foot and Mouth Disease in Korea, p. 3, The Korea Transport Institute, 2011.
O. K. Moon, S. B. Cho, S. H. Bae, "Spatio-Temporal Clustering Analysis of HPAI Outbreaks in South Korea, 2014", Journal of the Korean Association of Geographic Information Studies, Vol.18, No.3 p. 91, 2015. DOI: http://dx.doi.org/10.11108/kagis.2015.18.3.089
J. Kim, "Environmental problem and Citizens Science owing to the failure of foot and mouth disease (FMD) policy", Environmental Sociology ECO, Vol.15, No.1, pp. 85-119, 2011.
J. H. Kim, H. W. Sung, Y. K. Kwon, Y. J. Lee, J. G. Choi, S. J. Cho, M. C. Kim, E. K. Lee, H. Jang, S. H. Wee, I. P. Mo, C. S. Song and J. M. Park, "Current Status and Characteristics of Highly Pathogenic Avian Influenza," Korean Journal of Poultry Science, Vol. 31, No. 2, pp. 119-128, 2004.
K. Y. Kwak, Social Network Analysis, p. 185, CR Books, 2014.
K. Y. Kwak, Social Network Analysis, p. 185, CR Books, 2014.
K. Y. Kwak, Social Network Analysis, p. 200, CR Books, 2014.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.