[논문]GIS 공간분석 기술을 이용한 국내 고병원성 조류인플루엔자 발생 고위험지역 분류

박선일; 정원화; 이광녕

doi:10.17555/jvc.2019.02.36.1.15

GIS 공간분석 기술을 이용한 국내 고병원성 조류인플루엔자 발생 고위험지역 분류
A GIS-Based Spatial Analysis for Enhancing Classification of the Vulnerable Geographical Region of Highly Pathogenic Avian Influenza Outbreak in Korea 원문보기

Journal of veterinary clinics = 한국임상수의학회지, v.36 no.1, 2019년, pp.15 - 22

박선일 (강원대학교 수의과대학 및 동물의학종합연구소) , 정원화 (국립환경과학원 환경보건연구부) , 이광녕 (농림축산검역본부 역학조사과)

Abstract ▼ AI-Helper

Highly pathogenic avian influenza (HPAI) is among the top infectious disease priorities in Korea and the leading cause of economic loss in relevant poultry industry. An understanding of the spatial epidemiology of HPAI outbreak is essential in assessing and managing the risk of the infection. Though previous studies have reported the majority of outbreaks occurred clustered in what are preferred to as densely populated poultry regions, especially in southwest coast of Korea, little is known about the spatial distribution of risk areas vulnerable to HPAI occurrence based on geographic information system (GIS). The main aim of the present study was to develop a GIS-based risk index model for defining potential high-risk areas of HPAI outbreaks and to explore spatial distribution in relative risk index for each 252 Si-Gun-Gu (administrative unit) in Korea. The risk index was derived incorporating seven GIS database associated with risk factors of HPAI in a standardized five-score scale. Scale 1 and 5 for each database represent the lowest and the highest risk of HPAI respectively. Our model showed that Jeollabuk-do, Chungcheongnam-do, Jeollanam-do and Chungcheongbuk-do regions will have the highest relative risk from HPAI. Areas with risk index value over 4.0 were Naju, Jeongeup, Anseong, Cheonan, Kochang, Iksan, Kyeongju and Kimje, indicating that Korea is at risk of HPAI introduction. Management and control of HPAI becomes difficult once the virus are established in domestic poultry populations; therefore, early detection and development of nationwide monitoring system through targeted surveillance of high-risk spots are priorities for preventing the future outbreaks.

주제어

AI 본문요약
AI-Helper

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

문제 정의

이러한 높은 유병률과 전술한 오리류의 역학적 특성을 감안할 때 야생조류에 기인하여 HPAI 바이러스가 국내로 유입될 개연성이 상존하고 있어 국내 HPAI 유입과 확산 가능성을 최소화하기 위해서는 발생 고위험 지역을 대상으로 목표 감시할동(targeted surveillance) 시스템을 적용함으로써 선제적 예찰을 강화하여 발생 위험을 조기에 차단하는 것이 중요하다. 따라서 본 연구는 HPAI 발생 위험요인과 관련된 공간자료(spatial data)를 통합하여 위험 예측모형을 구축하고, 발생 고위험 지역을 추정하기 위하여 수행되었다.

가설 설정

커널밀도(kernel density)는 점(point)으로 표현되는 사상의 공간적 밀도를 통계적으로 추정하는 방법으로 한 점을 중심으로 주변에 다른 점들이 많이 분포할수록 해당 점이 위치한 지점에서의 공간적 밀도는 증가한다(20). 공간적 밀도추정에 있어서 주변을 정의하는 지리적 범위를 나타내는 탐색 반경(bandwidth, search radius)을 넓게 설정할수록 점들 간 영향력은 지리적으로 확장된다. 본 연구에서는 우리나라 252개 시군구의 평균 면적에 제곱근을 적용하여 시군구 간 평균거리를 계산하였으며(36), 탐색반경 30 km를 적용하여 분석한 결과를 ArcGIS 10.

제안 방법

2003년 이후 국내 HPAI 발생 사례에 대한 역학조사 결과 EAAF를 경유하는 야생조류에 기인하여 HPAI 바이러스가 국내로 유입될 개연성이 높다는 점에서 국내 감수성 가금집단이 바이러스에 노출되어 발병 가능성이 높은 고위험 지역을 확인하고자 본 연구에서는 7개 공간 데이터베이스를 사용하여 위험추정 모형을 구축하였다. 행정구역별 위험지수는 전라북도, 충청남도, 전라남도, 충청북도, 경상북도 순으로 높게 나타나 2003-2017년 기간 동안 국내 HPAI 발생농장의 공간적 군집밀도와 거의 일치하는 양상을 보여 이들 지역에 소재한 농장과 야생조류에 대한 선제적 목적예찰(target surveillance)을 강화하고, 발생위험이 낮은 지역과 차별화된 방역정책을 수립할 필요가 있음을 시사하였다(3).
본 연구에서는 지리정보시스템(geographic information system, GIS)을 이용하여 2003-2017년 6월까지 국내 HPAI 발생 위험요인과 관련된 7개 공간 속성자료를 통합하여 위험 예측모형을 구축하고, 행정구역별 발생 고위험지역을 추정하였다. 내륙지역으로 한정할 때 행정구역별 위험지수의 평균은 전라북도가 가장 높았으며, 충청남도, 전라남도, 충청북도, 경상북도 순이었으며, HPAI 발생농장의 공간적 군집밀도는 특히 서해안과 인접한 전라도 지역을 중심으로 커널밀도가 뚜렷하게 나타났으며, 충청도와 경기도 남부 및 북부 지역에서도 군집하여 발생하는 양상을 보였다.
행정구역별로 정리된 전술한 변수 중 축산차량 이동빈도, 야생조류에서 HPAI 항원 검출 건수, HPAI 발생농장 건수, 축산농장의 개수, 겨울철새의 개체 수와 종 수의 합, 하천의 개수와 저수지 면적의 합, 일일 축산분뇨 처리량 등 7개 GIS 공간 데이터베이스(독립변수) 각각에 대하여 최소 1점에서 최대 5점의 선형 점수(score, S) 척도로 평가한 후, 각 변수가 서로 다른 척도로 측정되어 최종 위험지수(risk index)에 미치는 영향이 달라지는 결과를 피하기 위하여 각 변수별 최소값(Smin)과 최대값(Smax)을 이용하여 0-1 사이의 값을 갖도록 정규화된 표준화점수(standardized score, SS)로 변환하였다.

대상 데이터

2003년 이후 2017년 6월까지의 HPAI 발생과 관련된 역학 정보로 축산차량 이동빈도, 야생조류에서 HPAI 항원 검출빈도, 축산농장(소 10두 이상, 돼지 1,000두 이상, 닭과 오리 1,000수 이상)의 개수, HPAI 발생농장 건수에 대한 공간 속성자료는 농림축산검역본부에서 제공받았다. 월동을 위하여 국내에 도래하는 겨울철새의 개체 수와 종 수 자료는 국립 생물자원관(National Institute of Biological Resources)의 겨울철 조류 동시센서스 보고서에 수록된 2014-2015년 자료를 데이터베이스로 구축하여 사용하였다(27).
2003년 이후 2017년 6월까지의 HPAI 발생과 관련된 역학 정보로 축산차량 이동빈도, 야생조류에서 HPAI 항원 검출빈도, 축산농장(소 10두 이상, 돼지 1,000두 이상, 닭과 오리 1,000수 이상)의 개수, HPAI 발생농장 건수에 대한 공간 속성자료는 농림축산검역본부에서 제공받았다. 월동을 위하여 국내에 도래하는 겨울철새의 개체 수와 종 수 자료는 국립 생물자원관(National Institute of Biological Resources)의 겨울철 조류 동시센서스 보고서에 수록된 2014-2015년 자료를 데이터베이스로 구축하여 사용하였다(27). 행정구역별 하천의 개수와 면적 자료는 국토교통부에서 관리하고 있는 국 가수자원관리종합정보시스템(Water Resources Management Information System), 일일 축산분뇨 처리량은 환경부 공시자료, 수치표고(digital elevation model, DEM)는 국가수자원관리 종합정보시스템과 국가공간정보포탈에 공시된 자료를 사용하였다.
월동을 위하여 국내에 도래하는 겨울철새의 개체 수와 종 수 자료는 국립 생물자원관(National Institute of Biological Resources)의 겨울철 조류 동시센서스 보고서에 수록된 2014-2015년 자료를 데이터베이스로 구축하여 사용하였다(27). 행정구역별 하천의 개수와 면적 자료는 국토교통부에서 관리하고 있는 국 가수자원관리종합정보시스템(Water Resources Management Information System), 일일 축산분뇨 처리량은 환경부 공시자료, 수치표고(digital elevation model, DEM)는 국가수자원관리 종합정보시스템과 국가공간정보포탈에 공시된 자료를 사용하였다.

데이터처리

개별 독립변수의 표준화 점수를 국내 252개 시군구 단위로 합산하여 상기 공식을 적용하여 위험지수(risk index)를 재산출한 결과를 ArcGIS 10.3(ESRI) 프로그램을 사용하여 위험지수의 공간적 이질성을 지도로 시각화하였다.
공간적 밀도추정에 있어서 주변을 정의하는 지리적 범위를 나타내는 탐색 반경(bandwidth, search radius)을 넓게 설정할수록 점들 간 영향력은 지리적으로 확장된다. 본 연구에서는 우리나라 252개 시군구의 평균 면적에 제곱근을 적용하여 시군구 간 평균거리를 계산하였으며(36), 탐색반경 30 km를 적용하여 분석한 결과를 ArcGIS 10.3(ESRI)의 spatial analyst extension 을 사용하여 지도로 시각화하였다.

성능/효과

본 연구에서는 지리정보시스템(geographic information system, GIS)을 이용하여 2003-2017년 6월까지 국내 HPAI 발생 위험요인과 관련된 7개 공간 속성자료를 통합하여 위험 예측모형을 구축하고, 행정구역별 발생 고위험지역을 추정하였다. 내륙지역으로 한정할 때 행정구역별 위험지수의 평균은 전라북도가 가장 높았으며, 충청남도, 전라남도, 충청북도, 경상북도 순이었으며, HPAI 발생농장의 공간적 군집밀도는 특히 서해안과 인접한 전라도 지역을 중심으로 커널밀도가 뚜렷하게 나타났으며, 충청도와 경기도 남부 및 북부 지역에서도 군집하여 발생하는 양상을 보였다. 전국 252개 시군구 중 위험지수가 4.

후속연구

이러한 회전률은 모집단의 크기(population size)가 클수록 높지만 국내에 도래하는 조류 종의 회전률에 대한 연구결과는 보고된바 없다. 국내에 지속적으로 발생하고 있는 HPAI 발생 양상을 보다 정밀하게 이해하기 위해서는 국내로 도래하는 개체수가 많은 가창오리와 청둥오리의 장기간 개체수 추이 변화와 바이러스 분리 양상(5)과 더불어 조류 종의 다양성과 회전률을 파악하는 연구가 필요할 것으로 판단된다.
0 이상으로 매우 높은 지역은 나주, 정읍, 안성, 천안, 고창, 익산, 경주, 김제 순으로 나타났다. 본 연구에서 구축한 GIS 기반의 HPAI 발생 위험 예측모형은 지자체별 감시활동 전략 수립과 방역관리 에 유용하게 활용될 수 있을 것으로 사료된다. 가축질병의 발생 위험예측 모형을 구축하기 위해서는 국가단위의 통합된 공간자료가 요구된다는 점에서 공간 데이터베이스의 현행화와 체계적인 관리에 방역당국의 적극적인 관심이 촉구된다.
HPAI 발생과 사후조치에 따른 사회경제적인 손실이 막대함을 감안하여 효과적인 방역 관리 정책을 수립하기 위한 기초자료를 확보하기 위해서는 정부 부처별로 별도로 관리하고 있는 다양한 공간자료를 체계적으로 통합하기 위한 노력이 필요하다. 이와 더불어 본 연구에서는 7개 독립변수의 개별 표준화 점수를 이용하여 위험지역을 맵핑하였는데 개별 변수의 위험도 분석결과로 도출되는 추정치를 이용한 공간가중(spatial weight) 회귀모형에 대한 추가 연구가 필요할 것으로 판단된다(34).

질의응답

핵심어	질문	논문에서 추출한 답변
	커널밀도란?	커널밀도(kernel density)는 점(point)으로 표현되는 사상의 공간적 밀도를 통계적으로 추정하는 방법으로 한 점을 중심으로 주변에 다른 점들이 많이 분포할수록 해당 점이 위치 한 지점에서의 공간적 밀도는 증가한다(20). 공간적 밀도추정에 있어서 주변을 정의하는 지리적 범위를 나타내는 탐색 반경(bandwidth, search radius)을 넓게 설정할수록 점들 간 영향력은 지리적으로 확장된다.
	전 세계적으로 고병원성 조류인플루엔자의 발생 양상은 어떠한가?	2003년 이후 고병원성 조류인플루엔자(highly pathogenic avian influenza, HPAI)는 우리나라를 비롯한 아시아, 유럽, 아프리카의 가금류와 야생조류 집단에서 광범위한 유행을 초래하였으며, 이후 일부 국가에서는 산발적이고 국지적인 양 상으로 지속적으로 발생하였다(1,10,22,23). 국내에서는 2003- 2018년 2월까지 총 7회(2003-2004, 2006-2007, 2008, 2010- 2011, 2014-2016.
	국내에서 유행한 고병원성 조류인플루엔자의 최초 유입원이 무엇인가?	11-2018.2)의 유행이 있었으며, 역학조사 결과 해외에서 유입된 철새 (migratory bird)가 최초 유입원으로 추정되었다. HPAI 바이러스의 장거리 전파와 야생조류의 원인적 연관성에 대해서는 여전히 논란이 있지만 야생조류는 AI 바이러스의 자연숙주이며(2,13,30), 동남아시아, 러시아, 유럽 및 아프리카 지역에서 HPAI 전파의 주요 원인으로 야생조류의 이동과 가금류 생축의 이동 간 역학적 관련성에 대한 많은 증거가 보고 되어 있고, 특히 오리과(Anatidae)의 조류는 감염되어도 무증상으로 장거리를 이동하면서 바이러스를 배출할 수 있다는 점에서 HPAI 바이러스의 장거리 전파와 특히 오리류 물새 간 통계적 연관성은 가장 높은 것으로 알려져 있다(2,7,9,12, 18,26,33).

참고문헌 (36)

Alexander D. Summary of avian influenza activity in Europe, Asia, Africa, and Australasia, 2002-2006. Avian Diseases 2007; 51: 161-166.

상세보기
Boyce WM, Sandrock C, Kreuder-Johnson C, Kelly T, Cardona C. Avian influenza viruses in wild birds: a moving target. Comp Immunol Microbiol Infect Dis 2009; 32: 275-286.

상세보기
Caron A, Gaidet N, de Garine-Wichatitsky M, Morand S, Cameron EZ. Evolutionary biology, community ecology and avian influenza research. Infect Genet Evol 2009; 9: 298-303.

상세보기
Chen R, Holmes EC. Frequent inter-species transmission and geographic subdivision in avian influenza viruses from wild birds. Virology 2009; 383: 156-161.

상세보기
De Marco MA, Valentini A, Foni E, Savarese MC, Cotti C, Chiapponi C, Raffini E, Donatelli I, Delogu M. Is there a relation between genetic or social groups of mallard ducks and the circulation of low pathogenic avian influenza viruses? Vet Microbiol 2014; 170: 418-424.

상세보기
Ducatez MF, Olinger CM, Owoade AA, De Landtsheer S, Ammerlaan W, Niesters HG, Osterhaus AD, Fouchier RA, Muller CP. Avian flu: multiple introductions of H5N1 in Nigeria. Nature 2006; 442: 37.

상세보기
East IJ, Hamilton S, Sharp LA, Garner MG. Identifying areas of Australia at risk for H5N1 avian influenza infection from exposure to nomadic waterfowl moving throughout the Australo-Papuan region. Geospat Health 2008; 3: 17-27.
Galbraith CA, Jones T, Kirby J, Mundkur T. A review of migratory bird flyways and priorities for management. UNEP/CMS Secretariat, Bonn, Germany. CMS Technical Series No. 27. 2014.
Gilbert M, Xiao X, Domenech J, Lubroth J, Martin V, Slingenbergh J. Anatidae migration in the western Palearctic and spread of highly pathogenic avian influenza H5NI virus. Emerg Infect Dis 2006; 12: 1650-1656.

상세보기
Gilbert M, Newman SH, Takekawa JY, Loth L, Biradar C, Prosser DJ, Balachandran S, Subba Rao MV, Mundkur T, Yan B, Xing Z, Hou Y, Batbayar N, Natsagdorj T, Hogerwerf L, Slingenbergh J, Xiao X. Flying over an infected landscape: distribution of highly pathogenic avian influenza H5N1 risk in South Asia and satellite tracking of wild waterfowl. Ecohealth 2010; 7: 448-458.

상세보기
Githiru M, Lens L. Annual survival and turnover rates of an Afrotropical robin in a fragmented forest. Biodiv Conserv 2006; 15: 3315-3327.

상세보기
Groepper SR, DeLiberto TJ, Vrtiska MP, Pedersen K, Swafford SR, Hygnstrom SE. Avian influenza virus prevalence in migratory waterfowl in the United States, 2007-2009. Avian Dis 2014; 58: 531-540.

상세보기
Hill NJ, Takekawa JY, Cardona CJ, Meixell BW, Ackerman JT, Runstadler JA, Boyce WM. Cross-seasonal patterns of avian influenza virus in breeding and wintering migratory birds: a flyway perspective. Vector Borne Zoonotic Dis 2012; 12: 243-253.

상세보기
Hulse-Post DJ, Sturm-Ramirez KM, Humberd J, Seiler P, Govorkova EA, Krauss S, Scholtissek C, Puthavathana P, Buranathai C, Nguyen TD, Long HT, Naipospos TS, Chen H, Ellis TM, Guan Y, Peiris JS, Webster RG. Role of domestic ducks in the propagation and biological evolution of highly pathogenic H5N1 influenza viruses in Asia. Proc Natl Acad Sci USA 2005; 102: 10682-10687.

상세보기
Kalthoff D, Breithaupt A, Teifke JP, Globig A, Harder T, Mettenleiter TC, Beer M. Highly pathogenic avian influenza virus (H5N1) in experimentally infected adult mute swans. Emerg Infect Dis 2008; 14: 1267-1270.

상세보기
Kang HM, Jeong OM, Kim MC, Kwon JS, Paek MR, Choi JG, Lee EK, Kim YJ, Kwon JH, Lee YJ. Surveillance of avian influenza virus in wild bird fecal samples from South Korea, 2003-2008. J Wildl Dis 2010; 46: 878-888.

상세보기
Kida H, Yanagawa R, Matsuoka Y. Duck influenza lacking evidence of disease signs and immune response. Infect Immun 1980; 30: 547-553.

상세보기
Kilpatrick AM, Chmura AA, Gibbons DW, Fleischer RC, Marra PP, Daszak P. Predicting the global spread of H5N1 avian influenza. Proc Natl Acad Sci USA 2006; 103: 19368-19373.

상세보기
Kim JK, Negovetich NJ, Forrest HL, Webster RG. Ducks: the "Trojan horses" of H5N1 influenza. Influenza Other Respir Viruses 2009; 3: 121-128.

상세보기
Kim KW, Kim ET, Lee GJ, Lee KN, Jheong WH, Pak SI. Spatial significance hotspot mapping for exploring spatial pattern of 2014-2015 highly pathogenic avian influenza outbreaks in Korea. J Prev Vet Med 2017; 41: 137-142.

상세보기
Lee EK, Kang HM, Song BM, Lee YN, Heo GB, Lee HS, Lee YJ, Kim JH. Surveillance of avian influenza viruses in South Korea between 2012 and 2014. Virol J 2017; 14: 54.

상세보기
Li KS, Guan Y, Wang J, Smith GJ, Xu KM, Duan L, Rahardjo AP, Puthavathana P, Buranathai C, Nguyen TD, Estoepangestie AT, Chaisingh A, Auewarakul P, Long HT, Hanh NT, Webby RJ, Poon LL, Chen H, Shortridge KF, Yuen KY, Webster RG, Peiris JS. Genesis of a highly pathogenic and potentially pandemic H5N1 influenza virus in eastern Asia. Nature 2004; 430: 209-213.

상세보기
Liu J, Xiao H, Lei F, Zhu Q, Qin K, Zhang XW, Zhang XL, Zhao D, Wang G, Feng Y, Ma J, Liu W, Wang J, Gao GF. Highly pathogenic H5N1 influenza virus infection in migratory birds. Science 2005; 309: 1206.

상세보기
Montalvo-Corral M, Lopez-Robles G, Hernandez J. Avian influenza survey in migrating waterfowl in Sonora, Mexico. Transbound Emerg Dis 2011; 58: 63-68.

상세보기
Munster VJ, Fouchier RA. Avian influenza virus: of virus and bird ecology. Vaccine 2009; 27: 6340-6344.

상세보기
Muzyka D, Pantin-Jackwood M, Spackman E, Smith D, Rula O, Muzyka N, Stegniy B. Isolation and Genetic Characterization of Avian Influenza Viruses Isolated from Wild Birds in the Azov-Black Sea Region of Ukraine (2001-2012). Avian Dis 2016; 60: 365-377.

상세보기
NBR. National Institute of Biological Resources. 2015-2016 Winter waterbird census of Korea. 2016.
Normile D. Avian influenza. Potentially more lethal variant hits migratory birds in China. Science 2005; 309: 231.
Starick E, Beer M, Hoffmann B, Staubach C, Werner O, Globig A, Strebelow G, Grund C, Durban M, Conraths FJ, Mettenleiter T, Harder T. Phylogenetic analyses of highly pathogenic avian influenza virus isolates from Germany in 2006 and 2007 suggest at least three separate introductions of H5N1 virus. Vet Microbiol 2008; 128: 243-252.

상세보기
Sturm-Ramirez KM, Hulse-Post DJ, Govorkova EA, Humberd J, Seiler P, Puthavathana P, Buranathai C, Nguyen TD, Chaisingh A, Long HT, Naipospos TS, Chen H, Ellis TM, Guan Y, Peiris JS, Webster RG. Are ducks contributing to the endemicity of highly pathogenic H5N1 influenza virus in Asia? J Virol 2005; 79: 11269-11279.

상세보기
Takekawa JY, Newman SH, Xiao X, Prosser DJ, Spragens KA, Palm EC, Yan B, Li T, Lei F, Zhao D, Douglas DC, Muzaffar SB, Ji W. Migration of waterfowl in the East Asian flyway and spatial relationship to HPAI H5N1 outbreaks. Avian Dis 2010; 54: 466-476.

상세보기
Tian G, Zhang S, Li Y, Bu Z, Liu P, Zhou J, Li C, Shi J, Yu K, Chen H. Protective efficacy in chickens, geese and ducks of an H5N1-inactivated vaccine developed by reverse genetics. Virology 2005; 341: 153-162.

상세보기
Ward MP, Maftei DN, Apostu CL, Suru AR. Association between outbreaks of highly pathogenic avian influenza subtype H5N1 and migratory waterfowl (family Anatidae) populations. Zoonoses Public Health 2009; 56: 1-9.

상세보기
Wei W, Yuan-Yuan J, Ci Y, Ahan A, Ming-Qin C. Local spatial variations analysis of smear-positive tuberculosis in Xinjiang using geographically weighted regression model. BMC Public Health 2016; 16: 1058.

상세보기
Wibawa H, Bingham J, Nuradji H, Lowther S, Payne J, Harper J, Junaidi A, Middleton D, Meers J. Experimentally infected domestic ducks show efficient transmission of Indonesian H5N1 highly pathogenic avian influenza virus, but lack persistent viral shedding. PLoS One 2014; 9: e83417.

상세보기
Yamada I, Rogerson PA, Lee G. GeoSurveillance: a GIS-based system for the detection and monitoring of spatial clusters. J Geogr Syst 2009; 11: 155-173.

상세보기

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