[논문]청소년 연구의 동향 : 2010년~2018년의 '청소년학연구'지를 중심으로

장신재; 이원지

doi:10.15207/jkcs.2019.10.12.307

청소년 연구의 동향 : 2010년~2018년의 '청소년학연구'지를 중심으로
The Trends of Youth Research: 'Korean Journal of Youth Studies' in 2010-2018 원문보기

한국융합학회논문지 = Journal of the Korea Convergence Society, v.10 no.12, 2019년, pp.307 - 314

장신재 (서울장신대학교 사회복지학과) , 이원지 (장안대학교 사회복지과)

초록
AI-Helper

본 논문은 2010년부터 2018년 동안 청소년학연구 학술지에 게재된 연구 논문의 연구동향을 살펴봄으로써청소년 관련 연구의 지식구조를 파악하고자 하였다. 논문의 초록에서 추출한 키워드를 활용하여 NetMiner 프로그램의 키워드 네트워크 분석(Semantic Network Analysis)의 중심성(Centrality)분석 및 응집성(Cohesion)분석을 사용하였다. 연결 정도 중심성 분석에서 '관계'가 가장 중심성이 높게 나타났고, 학교와 청소년이 그 다음으로 높았으며, 부모, 폭력의 순으로 높게 나타났다. 매개 중심성도 '관계'가 가장 높게 나타났고, 청소년, 학교, 필요, 교육, 부모, 아동, 학대/정서(같은 수준), 기관, 지역, 휴대폰/예방/복지(같은 수준), 초등, 애착, 자살, 중독, 사회, 폭력, 자녀, 봉사, 지원/정책/재학/교사(같은 수준)의 순으로 높게 나타났다. 응집성 분석 결과, 학교생활과 정책, 중독, 부모 & 또래 관계, 시민 교육 & 복지지원, 정서와 사고, 대학, 학대 & 자살로 총7개의 하위 주제로 구분되었다.

Abstract ▼ AI-Helper

This paper was intended to identify the knowledge structure of youth-related research by looking at the research trends of research papers published in Korean Journal of Youth Studies from 2010 to 2018. Using keywords extracted from the papers, the Centrality and Cohesion analysis of the keyword network analysis of the NetMiner program were used. In the analysis of degree centrality, the "relationship" was the highest, followed by schools and youth, and high in the order of parents and violence. In the analysis of betweenness centrality, the "relationship" was also the highest, followed by youth, school, need, education, parents, children, abuse/emotion(the same level), institutions, regions, cell phones/prevention/welfare(the same level), elementary, attachment, suicide, addiction, society, violence, children, services, support, policy/teachers(the same level). According to the cohesion analysis, school life and policy, addiction, parent & peer relations, civic education & welfare support, sentiment and thinking, college, abuse & suicide were divided into a total of seven sub-topic subjects.

주제어

표/그림 (10)

표 Table 1. Network Centrality of Youth Research
그림 Fig. 1. Seven Groups of the Youth Research
그림 Fig. 2. "Group 1" of the Youth Research
표 Table 2. Seven Groups of the Youth Research
그림 Fig. 3. "Group 2" of the Youth Research
그림 Fig. 4. "Group 3" of the Youth Research
그림 Fig. 5. "Group 4" of the Youth Research
그림 Fig. 6. "Group 5" of the Youth Research
그림 Fig. 7. "Group 6" of the Youth Research
그림 Fig. 8. "Group 7" of the Youth Research

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 우리나라 청소년 분야의 연구동향을 주요 키워드 네트워크를 중심으로 살펴보았다. 기존의 소규모 청소년 동향연구와는 달리, 본 연구는 최근 2010년부터 2018년까지 ‘청소년학연구’ 논문 전체를 살펴보았고, 이는 청소년 연구를 광범위하게 개괄해보고자 최초로 시도하였다는 점에서 그 의의를 찾을 수 있다.
따라서 본 연구는 최근 9년간 발간된 청소년학회지에 게재된 청소년 관련 학술논문 총 1,527편의 논문을 대상으로 하여 연구자가 제시한 4,119개의 키워드를 투입하였다. 이는 장기간에 걸친 청소년 관련 국내연구의 동향을 파악하고 조망함으로써 이제까지 수행되어 왔던 청소년 관련 연구들을 정리하고 앞으로 수행되어야 할 청소년 연구의 방향성을 제시하고자 함이다. 이를 위하여 각 연구들의 키워드를 통해 연구의 맥락, 관계성 등을 분석하고, 중심성, 응집성, 클러스터 등을 도형으로 제시하여 다양한 지표를 구체적으로 설명하고자 한다.

제안 방법

추출한 키워드 가운데 유사어, 동일어, 제외어 등을 필터링하여 제외하였고, 2-mode 매트릭스를 1-mode 매트릭스로 키워드 동시 출현 매트릭스로 변환하여 최종 분석에 사용하였다. 또한, 70회(빈출 상위 5%)이상 등장한 키워드들만을 추출하였고, 링크값(Cosine Similarity)이 0.25이상인 링크만을 분석에 사용하였다. 이러한 과정을 거쳐 추출된 데이터에서 최종적으로 네트워크 중심성(Centrality)분석과 응집성(Cohesion)분석을 실시하였다²⁾.
본 연구에서는 ‘청소년학연구’에 실린 논문의 초록에서 추출한 키워드를 사용하여 넷마이너(NetMiner) 프로그램의 키워드 네트워크 분석(Semantic Network Analysis)을 실시하였다.
25이상인 링크만을 분석에 사용하였다. 이러한 과정을 거쳐 추출된 데이터에서 최종적으로 네트워크 중심성(Centrality)분석과 응집성(Cohesion)분석을 실시하였다²⁾.
이는 장기간에 걸친 청소년 관련 국내연구의 동향을 파악하고 조망함으로써 이제까지 수행되어 왔던 청소년 관련 연구들을 정리하고 앞으로 수행되어야 할 청소년 연구의 방향성을 제시하고자 함이다. 이를 위하여 각 연구들의 키워드를 통해 연구의 맥락, 관계성 등을 분석하고, 중심성, 응집성, 클러스터 등을 도형으로 제시하여 다양한 지표를 구체적으로 설명하고자 한다.
본 연구에서는 ‘청소년학연구’에 실린 논문의 초록에서 추출한 키워드를 사용하여 넷마이너(NetMiner) 프로그램의 키워드 네트워크 분석(Semantic Network Analysis)을 실시하였다. 최근에 텍스트 마이닝(text mining)을 활용한 KoNLP와 tm패키지 등의 통계 기법을 활용하여 연구 동향에 대해 활발한 연구가 진행되고 있는데, 본 연구에서는 텍스트 분석하는 언어 네트워크 분석과 시각화와 네트워크의 특성을 함께 파악하기에 유용한 넷마이너 프로그램을 활용하였다. 넷마이너 프로그램은 시맨틱 네트워크 분석(Semantic network analysis)를 통해 비정형 텍스트 데이터 분석이 가능하다.
데이터 수집은 2010년부터 2018년까지 발표된 국내학술논문을 대상으로 총 1,5648편의 논문 가운데 초록이 없는 논문을 제외하고 총 1,527편의 논문에서 4,119개의 키워드를 추출하였다. 추출한 키워드 가운데 유사어, 동일어, 제외어 등을 필터링하여 제외하였고, 2-mode 매트릭스를 1-mode 매트릭스로 키워드 동시 출현 매트릭스로 변환하여 최종 분석에 사용하였다. 또한, 70회(빈출 상위 5%)이상 등장한 키워드들만을 추출하였고, 링크값(Cosine Similarity)이 0.

대상 데이터

KISS(한국학술정보)에서 ‘청소년’으로 검색한 국내학술지 가운데 ‘청소년학연구’의 2010년부터 2018년까지의 총 1,527편의 학술지에서 총 4,119개의 키워드를 수집하였다.
데이터 수집은 2010년부터 2018년까지 발표된 국내학술논문을 대상으로 총 1,5648편의 논문 가운데 초록이 없는 논문을 제외하고 총 1,527편의 논문에서 4,119개의 키워드를 추출하였다. 추출한 키워드 가운데 유사어, 동일어, 제외어 등을 필터링하여 제외하였고, 2-mode 매트릭스를 1-mode 매트릭스로 키워드 동시 출현 매트릭스로 변환하여 최종 분석에 사용하였다.
따라서 본 연구는 최근 9년간 발간된 청소년학회지에 게재된 청소년 관련 학술논문 총 1,527편의 논문을 대상으로 하여 연구자가 제시한 4,119개의 키워드를 투입하였다. 이는 장기간에 걸친 청소년 관련 국내연구의 동향을 파악하고 조망함으로써 이제까지 수행되어 왔던 청소년 관련 연구들을 정리하고 앞으로 수행되어야 할 청소년 연구의 방향성을 제시하고자 함이다.
발행연도로 살펴보면, 2018년(169편), 2017년(198편), 2016년(240편), 2015년(210편), 2014년(211편), 2013년(148편), 2012년(163편), 2011년(177편), 2010년(132편)이 연구되었다. 이 연구지는 상담, 복지 및 교육 등의 다양한 분야를 연구하는 학술지로서 청소년에 대한 연구의 동향을 파악하기에 가장 적합하다고 판단하여 연구의 대상으로 삼았다.

이론/모형

본 연구는 기존의 청소년 연구를 정리해보고, 재조망하여 그 흐름과 방향성을 파악하고자 키워드 네트워크 분석을 시도하였고, 이를 위한 자료분석방법으로 넷마이너 기법을 활용하였다¹⁾. 근래에 들어 학문의 지식구조를 규명해내고자 하는 주된 경향으로서 키워드 네트워크 분석이 자주 활용되고 있다.

성능/효과

넷째, 분석결과에서는 제시하지 않았으나 구조적 공백 분석을 실시한 결과 본 연구에서는 ‘경험‘이라는 키워드가 도출되었다.
다른 네트워크와 가교적인 연결을 하는 매개 중심성이 높은 단어는 연결 정도 중심성과 동일한 결과로 ‘관계’라는 단어가 가장 높게 나타났다.
다른 네트워크와 가교적인 연결을 하는 매개 중심성이 높은 단어는 연결 정도 중심성과 동일한 결과로 ‘관계’라는 단어가 가장 높게 나타났다. 다음으로 청소년,학교, 필요, 교육, 부모, 아동, 학대/정서-기관, 지역, 휴대폰/예방/복지-초등, 애착, 자살, 중독, 사회, 폭력, 자녀, 봉사, 지원/정책/재학/교사의 순으로 확인되었다.
즉, 청소년의 학교 및 가정 폭력에 관련되어 위의 키워드를 중심으로 연구가 이루어지고 있다고 볼 수 있겠다. 또한, 초등학교와 지역아동센터의 키워드들이 서로 연결되어 밀접한 영향을 주는 것으로 나타났다. 이는 주로 초등학생이 지역아동센터를 이용하고, 지역아동센터가 청소년의 생활적 필요에 따른 정책적 개입으로서 간주되고 있다는 것을 알 수 있다.
첫째, 위 기간 동안의 청소년 연구는 학교생활, 청소년 문제 등의 제한된 주제에서 청소년의 생활, 문제, 학교, 진로, 제도 및 정책, 심리·정서, 사회관계, 서비스, 문화 등으로 매우 다양하고 밀도 깊게 확장되어왔다. 본 연구결과에 따르면 가장 높은 출현빈도를 보인 키워드는 관계, 학교, 청소년, 부모, 폭력 등이었다.
연결 정도 중심성 분석에서 ‘관계’가 가장 중심성이 높은 단어로 나타났고, 학교와 청소년이 그 다음으로 높았으며, 부모, 폭력의 순으로 높게 나타났다.
위의 두 중심성 분석에서 공통적으로 노출 빈도가 높은 단어는 관계, 청소년, 학교로 나타났고, 부모, 폭력, 정서, 아동, 휴대폰, 학대 등이 노출 정도의 차이는 있으나 역시 높은 수준이라고 볼 수 있다. 네트워크 중심성은 통계 분석에서 독립변수나 종속변수가 될 수 있다[21]는 점에서 청소년에게 학교에서의 ‘관계’는 청소년 관련 연구에서 높은 중요도로 연구되어왔음을 확인할 수 있다.
6의 [Group5]에서는 인지, 정서, 표현, 두려움, 긍정, 부정, 사고 등의 단어가 밀접하게 연결되어 나타났다. 청소년기의 정서적 부분이 두려움이 가장 크지만, 긍정적 사고를 지향하고 있으며 이러한 청소년기의 정서적 기능이 인지전략과 함께 연구되고 있다는 것을 확인할 수 있었다. 청소년의 정서조절에 관련된 연구들[27-30]을 뒷받침하는 분석결과라고 할 수 있겠다.

후속연구

셋째, 본 연구에는 청소년의 학교생활과 관계, 정서와 관련된 문제중심적 키워드가 중심을 이루었으나, 앞으로 새로운 시대의 도래와 함께 문화, 다양성, 교류, 능력, 세계, 이해, 배려 등과 관련된 연구로 더욱 확장되어야 할 것이다. 우리나라의 청소년 정책은 입시를 위주로한 교육 정책이 그 핵심을 이루어 왔으나, 학령인구와 대학진학률이 급격히 감소하고 있는 현 상황에서 더 이상 기존의 정책기조를 고수할 수는 없다.
이를 통하여 알 수 있는 것은 사회가 급속하게 변화하고 자본주의 경쟁체제가 우리 사회에서 내면화됨에 따라 청소년들의 사회적응 문제가 심화되어 왔으며, 이에 따른 심리·정서 문제가 매우 다양하고 심각해지고 있다는 것이다. 앞으로 우리 사회가 어떤 방향으로 나아갈 것인가에 대한 성찰을 기반으로 하여 앞으로 청소년들이 새로운 장을 펼칠 수 있는 사회적 기반, 복지사회의 토대 마련을 위한 시스템의 재구축을 장기적으로 논의해야 할 시점에 와 있는 것이다.
이를 반영하듯이 본 연구를 통한 청소년 연구의 주요 키워드에서도 사회에 비치는 청소년의 다양한 삶의 차원들을 담아내기에는 임의적이고, 몇 가지 주제에 편중된 측면이 있다. 위에서 언급한 발전적인 다양한 연구주제로 확장함과 동시에 다른 영역과 함께 융복합 연구가 활발히 이루어지기를 기대한다.
시맨틱 네트워크 분석은 단어가 내포하고 있는 의미를 여러 다른 단어들과 네트워크를 형성할 때, 그 네트워크를 통한 관계, 양상, 현상 등을 파악할 수 있는 시각화를 제공한다[20]. 이 분석법을 활용하여 그동안 청소년 관련 연구들에서 집중한 키워드 및 네트워크를 분석하고, 이를 통해 청소년에 관련된 연구들의 연관성과 사회 현상 등에 대한 통찰을 제공해줄 수 있을 것이다.
이것은 드러내지 않은 잠재적 의미의 중요성, 긍정적인 방향성 등을 내포하는 것으로서 왜곡되어왔던 청소년 문제, 교육, 환경들을 새롭게 개선할 수 있는단초를 제공해준다. 향후 연구자들이 관심을 가지고 다양한 차원에서 수행해야 할 연구과제로서 반드시 주목해야할 필요가 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	시맨틱 네트워크 분석이 제공하는 것은 무엇인가?	넷마이너 프로그램은 시맨틱 네트워크 분석(Semantic network analysis)를 통해 비정형 텍스트 데이터 분석이 가능하다. 시맨틱 네트워크 분석은 단어가 내포하고 있는 의미를 여러 다른 단어들과 네트워크를 형성할 때, 그 네트워크를 통한 관계, 양상, 현상 등을 파악할 수 있는 시각화를 제공한다[20]. 이 분석법을 활용하여 그동안 청소년 관련 연구들에서 집중한 키워드 및 네트워크를 분석하고, 이를 통해 청소년에 관련된 연구들의 연관성과 사회 현상 등에 대한 통찰을 제공해줄 수 있을 것이다.
	키워드 네트워크 분석의 특징은?	근래에 들어 학문의 지식구조를 규명해내고자 하는 주된 경향으로서 키워드 네트워크 분석이 자주 활용되고 있다. 이 분석은 네트워크의 특성을 다각적으로 파악하기 위해 응집성, 중심성, 하위 클러스터 등 다양한 분석지표를 시각화한다[7]. 이 분석방법은 경영학, 교육학, 심리학 등 여러 학문 분야에서 진행되어 왔으나[7, 16-18] 이에 반해 사회복지 분야에서는 매우 일천한 수준이다[19].
	넷마이너 프로그램의 특징?	최근에 텍스트 마이닝(text mining)을 활용한 KoNLP와 tm패키지 등의 통계 기법을 활용하여 연구 동향에 대해 활발한 연구가 진행되고 있는데, 본 연구에서는 텍스트 분석하는 언어 네트워크 분석과 시각화와 네트워크의 특성을 함께 파악하기에 유용한 넷마이너 프로그램을 활용하였다. 넷마이너 프로그램은 시맨틱 네트워크 분석(Semantic network analysis)를 통해 비정형 텍스트 데이터 분석이 가능하다. 시맨틱 네트워크 분석은 단어가 내포하고 있는 의미를 여러 다른 단어들과 네트워크를 형성할 때, 그 네트워크를 통한 관계, 양상, 현상 등을 파악할 수 있는 시각화를 제공한다[20].

참고문헌 (34)

OECD. (2015). Children well being.
J. H. Jang. (2018). A Study on Effects of Environmental Features of Adolescents on Subjective Well-being-Focused on Busan. The Journal of Humanities and Social science, 9(2), 351-364.
J. H. Shim & K. H. Yi. (2018). A longitudinal analysis of the determinants of the life satisfaction among adolescents: Focusing on gender and academic characteristics. The Korea Educational Review, 24(1), 199-225

상세보기
Ministry of Gender Equality and Family. (2018). The Sixth Youth Policy Basic Plan(2018-2022).
Y. G. Lee. (1999). A Study on Policy of Alternative Education in Korea. Journal of Youth Welfare, 1(1), 61-74.
H. K. Kim & J. J. Choi. (2016). The Trends of Qualitative Research in "Korea Youth Research Association": From 1994 to 2014. Korean Journal of Youth Studies, 23(3), 365-392.

상세보기
S. H. Hong, K. H. Jo, H. J. Lee, S. K. Son, H. J. Kim, M. R. Yoon & Y. K. Kang. (2019). Research trends in adolescent resilience using keyword network analysis. Korean Journal of Youth Studies, 30(2), 273-301.
G. R. Park & J. J. Choi. (2016). An Analysis of Research Trends in Youth Resilience : Targeting on the published papers in domestic journals (1998-2015). Korean Journal of Youth Studies, 23(10), 451-478.
G. R. Park & D. Y. Shin. (2018). The structure and content analysis of youth Resilience improvement program: focusing on the articles published in domestic journals (1999-2016). Korean Journal of Youth Studies, 25(4), 199-224.

상세보기
Y. R. Kim, S. H. Yoo & J. Y. An. (2018). Research trends in group programs for institutionalized children and adolescents. Korean Journal of Youth Studies, 29(3), 71-99.

상세보기
H. R. Kim, S. R. Yoo & E. Y. Son. (2017). Trend Analysis of Qualitative Research on Career - from 2010 to 2016 focus on the Korean Domestic Journal. Journal of Career Education Research. 30(3), 173-191.

상세보기
J. E. Jung, H. S. Joo & C. Y. Jung. (2013). A Review of Research in the Journal of Career Education Research. Journal of Career Education Research. 26(1). 1-20.
M. J. Kang, E. K. Shin & S. A. Kim. (2015). Analyses of Research Trend on the Relationship between Internet Usage and Psychosocial Development of Korean Adolescents. Korean Journal of Youth Studies, 22(2), 95-144.
H. S. Yoon. (2014). Research Trend and Priority Subject of Research on North Korean Migrant Youth in South Korea. Korean Journal of Youth Studies, 21(11), 125-149.
S. H. Yoon, J. Y. Kim & S. M. Shin. (2018). The Effects of Group Programs for People with Mental Illness : A Meta-Analysis. The Korean Journal of Rehabilitation Psychology, 25(4), 583-602.
M. J. Kim & W. H. Jang. (2018). Research Trends of Continuity between Preschool and Elementary Education through Keyword Network Analysis. Early Childhood Education Research & Review. 22(3), 351-377.
H. S. Oh & D. H. Lee. (2018). An Analysis of Research Trends in Post Traumatic Stress Disorder. The Korean Journal of Rehabilitation Psychology. 25(4), 823-838.
D. R. Kim, G. S. Kwon & S. B. Jung. (2015). Knowledge Structure Analysis on Business Administration Research using Keyword Network Analysis. Journal of Decision Science. 23(1), 111-125
W. J. Lee. (2018). Recent Research Trend Analysis of Elderly Welfare Using Keyword Network Analysis. Korean Aging Friendly Industry Association, 10(2), 31-40
H. S. Choe & C. Y. Ock. (2002). Construction and application of Korean Semantic Network. Korean Linguistic, 17, 301-329.
Y. H. Kim. (2003). Social Network Analysis. Parkyongsa.
M. S. Yoon & H. J. Jo. (2008). Effects of Violence Experience Type on Adolescent's Depression, Alcohol Use, Mental Health & Social Work, 29, 295-329.
Y. K. Song, Y. H. Kim & S. S. Hwang. (2011). Effects from the Interaction of Ego - Resilience, Social Supports in the School Adjustment of Elementary School Children. Korean Journal of Human Ecology, 20(1), 1-19.

원문보기 상세보기
J. O. Kim & G. G. Park. (2002). A Study of the Relation between Family Violence and Adolescents' Violence in the School. Journal of Family Relations. 7(1), 93-115.
H. E. Chung & J. S. Chun. (2012). Risk Factors of Adolescents' Victimization by School Violence. Korean Journal of Youth Studies, 14(1), 195-212.
Statistics Korea. (2018). 2019 Statistics on the Youth.
T. Y. Han. (2005). Adolescents' Stress at School: Moderation Effects of Personality and Emotional Intelligence. The Korean Journal of School Psychology, 2(2), 177-197.
S. H. Han & O. K. Hyun. (2006). Relationships of Positive and Negative Emotion to Cognitive Reappraisal and Expressive Suppression Emotional Regulation Strategles and Self-Control in Adolescence. Korean Journal of Child Studies, 27(6), 1-11.
H. W. Kim & I. S. Oh. (2016). Mediating Effect of Interpersonal Problem between Cognitive Emotion Regulation Strategies and Psychological Well-being of Adolescents. The Korea Journal of Youth Counseling, 24(1), 151-171.

상세보기
T. H. Kwak & J. H. Lim. (2019). The Effects of Emotional Awareness on the Psychological Well-Being of Adolescents: Cognitive Emotion Regulation Strategies as Mediators. Korean Journal of Child Studies, 40(2), 13-24.
J. H. Jang & H. J. Shin. (2003). The Effect of a Protection Program for Adolescent Excessive Use of Internet. The Korean Journal of Counseling and Psychotherapy. 15(4), 651-672.
S. H. Jee, M. S. Kim, S. G. Oh, E. Y. Kim & S. S. Lee. (2008). Adolescent Suicide Prevention Program and Interventive Measures. Seoul. Korea Youth Counseling Institute.
H. J. Kim. (2008). Effect Factors of Adolescences' Suicide risk. Journal of the Korean society of child welfare, 27, 69-93.
S. K. Hwang, J. Y. Park, H. J. Lee & J. A. Son. (2016). The Development of Suicide Prevention Model for the Adolecents. Social Science Research Review Kyungsung University, 32(4), 305-330.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증