[논문]온라인 루머 행동에 대한 온라인 환경 요인의 영향 연구

김한민

doi:10.14400/jdc.2020.18.1.045

온라인 루머 행동에 대한 온라인 환경 요인의 영향 연구
A Study on Effects of Online Environmental Factors on Online Rumor Behavior 원문보기

디지털융복합연구 = Journal of digital convergence, v.18 no.1, 2020년, pp.45 - 52

초록
AI-Helper

온라인 루머는 피해자에게 극심한 정신적 스트레스와 이미지 손실을 발생시킨다. 온라인 루머 관련 선행 연구들은 온라인 루머가 온라인 공간에서 발생하는 현상임에도 불구하고 온라인 환경 요인을 크게 고려하지 않았다. 따라서 본 연구는 온라인 루머에 대한 온라인 특성의 영향력을 발견하고자 하였다. 본 연구는 인지된 익명성, 사회적 실재감 부족, 인지된 전파성을 온라인 특성으로 고려하였으며, 온라인 특성이 온라인 루머에 대한 태도를 거쳐 온라인 루머 행동으로 이어지는 연구 모델을 수립하고 실증하였다. 본 연구는 설문조사를 기반으로 소셜 네트워크 사용자 201명의 표본을 확보하였으며, PLS 분석 프로그램을 통해 연구 모델을 검증 하였다. 연구 결과, 인지된 익명성과 인지된 전파성은 온라인 루머에 대한 태도를 거쳐 온라인 루머 행동에 영향을 미치는 것으로 나타났다. 반면에 사회적 실재감 부족은 유의하지 않은 것으로 나타났다. 본 연구의 발견은 개인의 온라인 루머 행동이 온라인 특성에 의해서 발생할 수 있다는 사실을 제공한다. 본 연구는 온라인 루머 행동에 대해 인지된 익명성과 인지된 전파성의 역할을 주목할 필요성을 제시한다.

Abstract ▼ AI-Helper

Online rumor creates psychological stress and image loss for victims. Prior studies related to online rumor did not consider the online environmental factor, despite the fact that online rumor occurs in the online space. Therefore, this study tried to investigate the influence of online characteristics on online rumor. This study considered perceived anonymity, lack of social presence, and perceived dissemination as online characteristics. We established and demonstrated a research model in which online characteristics affect online rumor behavior through attitude toward online rumor. This study obtained the sample of 201 social network users based on the survey and verified the research model using PLS tool. The results provided that perceived anonymity and perceived dissemination influenced online rumor behavior through attitude toward online rumor. On the other hand, lack of social presence was not significant. The findings of this study provide the fact that an individual's online rumor behavior can be caused by online characteristics. This study suggests that we pay attention to the role of perceived anonymity and perceived dissemination for online rumor behavior.

주제어

표/그림 (5)

그림 Fig. 1. Research model
표 Table 1. Measurement Items
표 Table 2. Result of Confirmatory Factor Analysis
표 Table 3. Result of Discriminant Validity
표 Table 4. Result of Hypothesis Test

AI 본문요약
AI-Helper

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

문제 정의

따라서 본 연구는 온라인 환경 요인과 온라인 루머 행동의 관계를 실증하고자 한다. 본 연구는 온라인 환경 요인으로 익명성, 사회적 실재감 부족, 전파성을 적용하고자 한다.
따라서 본 연구는 온라인 환경 요인들인 인지된 익명성, 사회적 실재감 부족, 인지된 전파성이 온라인 루머행동에 미치는 영향에 대해 실증하고자 한다. 또한, 행동에직접적으로 지대한 영향을 미치는 태도를 루머에 대한 태도 요인으로 활용하고자 하고자 한다.
따라서 본 연구는 온라인 환경 요인들인 인지된 익명성, 사회적 실재감 부족, 인지된 전파성이 온라인 루머행동에 미치는 영향에 대해 실증하고자 한다. 또한, 행동에직접적으로 지대한 영향을 미치는 태도를 루머에 대한 태도 요인으로 활용하고자 하고자 한다. 본 연구는 온라인 루머 행동에 대한 온라인 환경 요인들의 영향력을 규명한다는 점에서 기존 연구와의 차별성을 제시 할 수 있을 것이다.
본 연구는 연구 목표를 달성하기 위하여 소셜 네트워크 서비스를 이용하는 사용자를 대상으로 설문 조사를실시하였다. 설문에 앞서 박사 과정 학생 5명과 석사 과정 학생 8명에게 설문 항목의 문맥과 타당성을 점검받았다.
본 연구는 다음과 같은 한계점을 가진다. 본 연구는 온라인 루머 행동에 대해 온라인 환경 요인의 영향력을 발견하고자 하였기 때문에 기존 연구에서 다루어진 요인들을 모두 고려하지 않았다. 온라인 루머 출처에 대한 불분명성, 개인적 관여도 등의 요인들도 본 연구의 모델에서유의한 영향력을 행사할 수 있는 가능성이 존재한다.
따라서 본 연구는 온라인 환경 요인과 온라인 루머 행동의 관계를 실증하고자 한다. 본 연구는 온라인 환경 요인으로 익명성, 사회적 실재감 부족, 전파성을 적용하고자 한다.
본 연구는 잠재 개념들의 판별 타당성을 확인하기 위하여 각 개념의 AVE 제곱근 값과 개념들 간 상관계수를비교 분석하였다. 아래 Table 3를 살펴보면 모든 개념의AVE 제곱근 값이 각각의 개념들 간의 상관계수 값을 상회하고 있다.
하지만 루머에 대한 태도의 선행 변수로 온라인 환경 요인을 주목한 연구는 거의 수행 되지 않았다. 본 연구는기존 연구와 이론적 배경을 기반으로 온라인 환경 요인과 루머에 대한 태도의 관계를 고려하였다. 그 결과, 온라인 루머에 대한 태도의 선행 요인들이 인지된 익명성과 인지된 전파성이라는 사실을 발견하였다.
온라인 루머가 현실과는 다른 온라인 환경에서 발생한다는 사실에 착안하여 시작된 본 연구는 기존 연구의 한계점을 인식하고 학문적 갈증을 해소하고자 하였다. 본 연구의 발견은 온라인 루머를 설명하는데 있어 인지된 익명성과 인지된 전파성의 역할을 주목해야 할 필요성을 제시한다. 본 연구는 향후 온라인 루머 연구에서 온라인 환경 요인의 중요성을 인식시킴과 동시에 현상에 대한 이해와 대응책 수립에 기여할 수 있을 것이다.
또한, 이러한 한계점으로 인해 현상에 대한 충분한 인식과 설명에 어려움을 겪고 있었다. 온라인 루머가 현실과는 다른 온라인 환경에서 발생한다는 사실에 착안하여 시작된 본 연구는 기존 연구의 한계점을 인식하고 학문적 갈증을 해소하고자 하였다. 본 연구의 발견은 온라인 루머를 설명하는데 있어 인지된 익명성과 인지된 전파성의 역할을 주목해야 할 필요성을 제시한다.
본 연구의 실무적 기여사항은 다음과 같다. 첫 번째,본 연구는 온라인 루머 행동을 줄이기 위해 개인의 신원을 확인할 수 있는 시스템 구축을 제안한다. 익명성이 온라인 루머 행동에 영향을 미친다는 본 연구의 발견은 온라인 루머로 인한 피해를 방지하고자 할 때 이론적 증거를 제시할 수 있을 것이다.

가설 설정

가설1: 인지된 익명성은 온라인 루머에 대한 태도에 정(+)의 영향을 미칠 것이다.
가설2: 사회적 실재감 부족은 온라인 루머에 대한 태도에 정(+)의 영향을 미칠 것이다.
가설3: 인지된 전파성은 온라인 루머에 대한 태도에 정(+)의 영향을 미칠 것이다.
가설4: 온라인 루머에 대한 태e도는 온라인 루머 행동에 정(+)의 영향을 미칠 것이다.

제안 방법

온라인 루머 관련 선행 연구들은 온라인 루머가 온라인 환경에서 발생하는 현상임에도 불구하고 온라인 환경 요인에 대해 크게 주목하지 않았다. 그 결과, 온라인 루머 현상을설명하는데 현실 세계의 루머와 관련된 요인에 기반 하여 대응책을 제시하였다. 또한, 이러한 한계점으로 인해 현상에 대한 충분한 인식과 설명에 어려움을 겪고 있었다.
설문에 앞서 박사 과정 학생 5명과 석사 과정 학생 8명에게 설문 항목의 문맥과 타당성을 점검받았다. 본 설문은 온라인 구글 설문지를 활용하여 수행되었다. 설문지에는 설문의 목적과 내용에 대한 설명과 수집된 응답이 연구 이외에 다른 용도로 활용되지 않음을 명시하였다.
본 연구는 연구 모델의 잠재 개념을 측정하기 위해서선행 연구의 측정 항목들을 참고해 본 연구의 목적에 부합되게 수정 및 적용하였다. 아래 Table 1에 본 연구의잠재 개념과 측정 항목에 대해 기술하였다.

대상 데이터

또한, 설문 응답자의 익명성은 완전히 보장 된다는 설명을 게시하였다. 그 결과, 설문 기간 총 5 주 동안 201명의 응답을 확보할 수 있었다.

데이터처리

본 연구는 설문 응답자의 특성을 파악하기 위해 SPSS18 버전을 사용하여 빈도 분석을 실시하였다. 분석 결과,설문 응답자는 남성이 114명(56.
연구 모델 분석에 앞서 측정한 잠재 개념의 타당성과신뢰성을 검증하기 위해 확인적 요인 분석을 실시하였다.분석을 위해 PLS (Partial Least Square) 3.

이론/모형

본 연구는 PLS (Partial Least Square) 3.2.8 버전을활용하여 연구 모델을 검증하였다. PLS는 다른 구조 방정식 모델링 기법에 비해 연구 모델 검증에 필요한 샘플사이즈에 크게 제한 받지 않는다[35].
연구 모델 분석에 앞서 측정한 잠재 개념의 타당성과신뢰성을 검증하기 위해 확인적 요인 분석을 실시하였다.분석을 위해 PLS (Partial Least Square) 3.2.8 버전을 활용하였다.

성능/효과

따라서 201개의샘플을 활용한 본 연구의 연구모델 검증에 적합하다고 판단하였다. 검증 결과, 종속 변수인 온라인 루머 행동에 대한 설명력(R-square)은 0.50로 나타났다. Table 4의가설 검증 결과를 살펴보면, 사회적 실재감 부족에서 온라인 루머 태도로 이어지는 H2 가설 경로를 제외하고 H1, H3, H4 가설이 모두 유의 수준 0.
본 연구는기존 연구와 이론적 배경을 기반으로 온라인 환경 요인과 루머에 대한 태도의 관계를 고려하였다. 그 결과, 온라인 루머에 대한 태도의 선행 요인들이 인지된 익명성과 인지된 전파성이라는 사실을 발견하였다. 본 연구의 발견은 향후 연구에서 온라인 루머 관련 연구모델을 수립할 때 이론적 기반을 제공할 수 있을 것이다.
PLS는 다른 구조 방정식 모델링 기법에 비해 연구 모델 검증에 필요한 샘플사이즈에 크게 제한 받지 않는다[35]. 따라서 201개의샘플을 활용한 본 연구의 연구모델 검증에 적합하다고 판단하였다. 검증 결과, 종속 변수인 온라인 루머 행동에 대한 설명력(R-square)은 0.
본 연구는 설문 응답자의 특성을 파악하기 위해 SPSS18 버전을 사용하여 빈도 분석을 실시하였다. 분석 결과,설문 응답자는 남성이 114명(56.7%), 여성이 87명(43.3%)으로 나타났다. 연령대는 10대가 19명(9.
70을 상회하고 있는 것을 확인 할 수 있었다. 평균 분산 추출(Average VarianceExtracted: AVE) 값 또한 0.50 기준을 충족시키고 있기때문에 본 연구에서 사용되는 잠재 개념들은 집중 타당성이 확보되었다고 할 수 있다. 크론바흐 알파 계수와 합성신뢰도(Composite Reliability, CR) 또한 모든 잠재개념이 0.
확인적 요인 분석 결과, ANY2, SPE3, SPE5, DIS1,DIS2, DIS4는 요인 적재량이 0.70 기준을 충족하지 못하여 제거하였으며, 아래 Table 2에서 보듯이 나머지 모든 요인의 요인 적재량은 0.70을 상회하고 있는 것을 확인 할 수 있었다. 평균 분산 추출(Average VarianceExtracted: AVE) 값 또한 0.

후속연구

두 번째, 본 연구는 소셜 네트워크 서비스 사용자만을대상으로 연구를 수행하였기 때문에 본 연구의 결과를일반화하는데 한계가 존재한다. 온라인 공간은 블로그,유튜브, 커뮤니티 사이트 등 다양한 공간이 존재한다.
두 번째, 온라인 루머를 방지하기 위해 온라인 루머의 빠른 확산이 큰 문제가 되어 처벌을 받을 수 있다는 인식을 심어주어야 할 것이다. 온라인 루머가 쉽게 발생하는사이트에서는 온라인 루머가 전파성을 기반으로 빠르게확산되고 지대한 영향을 미치기 때문에 이에 대한 책임도 커질 수 있다는 사실을 공지할 필요가 있어 보인다.
이를 통해 본 연구의 발견을 일반화할 수 있을 것으로 사료된다. 또한, 온라인 공간의 특성마다 온라인 환경 요인의 영향력을 비교 분석하는 연구도 필요할 것이다.
또한, 행동에직접적으로 지대한 영향을 미치는 태도를 루머에 대한 태도 요인으로 활용하고자 하고자 한다. 본 연구는 온라인 루머 행동에 대한 온라인 환경 요인들의 영향력을 규명한다는 점에서 기존 연구와의 차별성을 제시 할 수 있을 것이다.
본 연구의 발견은 온라인 루머를 설명하는데 있어 인지된 익명성과 인지된 전파성의 역할을 주목해야 할 필요성을 제시한다. 본 연구는 향후 온라인 루머 연구에서 온라인 환경 요인의 중요성을 인식시킴과 동시에 현상에 대한 이해와 대응책 수립에 기여할 수 있을 것이다.
그 결과, 온라인 루머에 대한 태도의 선행 요인들이 인지된 익명성과 인지된 전파성이라는 사실을 발견하였다. 본 연구의 발견은 향후 연구에서 온라인 루머 관련 연구모델을 수립할 때 이론적 기반을 제공할 수 있을 것이다.
향후 연구에서는 다양한 온라인 공간을 고려하여 연구를 수행해야 할 것이다. 이를 통해 본 연구의 발견을 일반화할 수 있을 것으로 사료된다. 또한, 온라인 공간의 특성마다 온라인 환경 요인의 영향력을 비교 분석하는 연구도 필요할 것이다.
첫 번째,본 연구는 온라인 루머 행동을 줄이기 위해 개인의 신원을 확인할 수 있는 시스템 구축을 제안한다. 익명성이 온라인 루머 행동에 영향을 미친다는 본 연구의 발견은 온라인 루머로 인한 피해를 방지하고자 할 때 이론적 증거를 제시할 수 있을 것이다. 예를 들어서 온라인 루머가빈번히 발생하는 사이트에서는 사실 여부가 확인되지 않은 정보를 게시할 경우 작성자의 신분이 공개될 수 있다온라인 루머 행동에 대한 온라인 환경 요인의 영향 연구 51는 내용을 게시판에 명시하여 온라인 루머를 방지할 수있을 것이다.
예를 들어서 온라인 루머가빈번히 발생하는 사이트에서는 사실 여부가 확인되지 않은 정보를 게시할 경우 작성자의 신분이 공개될 수 있다온라인 루머 행동에 대한 온라인 환경 요인의 영향 연구 51는 내용을 게시판에 명시하여 온라인 루머를 방지할 수있을 것이다. 추가적으로, 회원 가입 시 신원을 확인 할 수 있는 가입절차를 마련하여 악성 루머 유포자에게 경각심을 심어줄 수 있을 것이다.
온라인 공간은 블로그,유튜브, 커뮤니티 사이트 등 다양한 공간이 존재한다. 향후 연구에서는 다양한 온라인 공간을 고려하여 연구를 수행해야 할 것이다. 이를 통해 본 연구의 발견을 일반화할 수 있을 것으로 사료된다.
온라인 루머 출처에 대한 불분명성, 개인적 관여도 등의 요인들도 본 연구의 모델에서유의한 영향력을 행사할 수 있는 가능성이 존재한다. 향후 연구에서는 본 연구에서 발견한 온라인 환경 요인과함께 기존 연구를 포괄적으로 아우르는 연구를 수행하여야 할 것이다.

참고문헌 (35)

S. Kwan, M. Cha, K. Jung, W. Chen & Y. Wang. (2013). Prominent Features of Rumor Propagation in Online Social Media. 2013 IEEE 13th International Conference on Data Mining. (pp. 1103-1108). Dallas, TX, USA. DOI : 10.1109/ICDM.2013.61
K. Abbott & W. Makowsky. (September 27, 2010). Korean Pop Star Battles Attacks on Stanford Record. The Stanford Daily. http://www.stanforddaily.com/2010/09/27/korean-pop-star-battles-attacks-on-stanford-record/.
S. Vosoughi, D. Roy & S. Aral. (2018). The spread of true and false news online. Science, 359(6380), 1146-1151. DOI : 10.1126/science.aap9559

상세보기
W. Jong & M. L. Duckers. (2016). Self-correcting mechanisms and echo-effects in social media: An analysis of the "gunman in the newsroom" crisis. Computers in Human Behavior, 59, 334-341. DOI : 10.1016/j.chb.2016.02.032

상세보기
P. B. Brandtzaeg & A. Folstad. (2017). Trust and distrust in online fact-checking services. Communications of the ACM, 60(9), 65-71. DOI : 10.1145/3122803

상세보기
O. Oh, M. Agrawal & H. R. Rao. (2013). Community intelligence and social media services: A rumor theoretic analysis of tweets during social crises. Mis Quarterly, 37(2), 407-426.

상세보기
A. Y. Chua & S. Banerjee. (2018). Intentions to trust and share online health rumors: An experiment with medical professionals. Computers in Human Behavior, 87, 1-9. DOI : 10.1016/j.chb.2018.05.021

상세보기
P. B. Lowry, J. Zhang, C. Wang & M. Siponen. (2016). Why Do Adults Engage in Cyberbullying on Social Media? An Integration of Online Disinhibition and Deindividuation Effects with the Social Structure and Social Learning Model. Information Systems Research, 27(4), 962-986. DOI : 10.1287/isre.2016.0671

상세보기
M. J. Moore, T. Nakano, A. Enomoto & T. Suda. (2012). Anonymity and roles associated with aggressive posts in an online forum. Computers in Human Behavior, 28(3), 861-867. DOI : 10.1016/j.chb.2011.12.005

상세보기
C. Barlett, K. Chamberlin & Z. Witkower. (2017). Predicting cyberbullying perpetration in emerging adults: A theoretical test of the Barlett Gentile Cyberbullying Model. Aggressive behavior, 43(2), 147-154. DOI : 10.1002/ab.21670

상세보기
H. M. Kim. (2018). The Relationship between Cyber Characteristics and Malicious Comments on Facebook : The Role of Anonymity and Dissemination. Journal of Information Technology Applications & Management, 25(1), 87-104. DOI : 10.21219/jitam.2018.25.1.087

원문보기 상세보기
D. M. Hite, T. Voelker & A. Robertson. (2014). Measuring perceived anonymity: The development of a context independent instrument. Journal of Methods and Measurement in the Social Sciences, 5(1), 22-39. DOI : 10.2458/azu_jmmss_v5i1_hite

상세보기
P. R. Lowenthal. (2010). Social presence. In Social computing: Concepts, methodologies, tools, and applications (pp. 129-136). IGI Global.
M. E. Jaeger, S. Anthony & R. L. Rosnow. (1980). Who hears what from whom and with what effect: A study of rumor. Personality and Social Psychology Bulletin, 6(3), 473-478. DOI : 10.1177/014616728063024

상세보기
N. DiFonzo & P. Bordia. (2007). Rumor psychology: Social and organizational approaches. American Psychological Association.
S. A. Thomas. (2007). Lies, damn lies, and rumors: an analysis of collective efficacy, rumors, and fear in the wake of Katrina. Sociological Spectrum, 27(6), 679-703. DOI : 10.1080/02732170701534200

상세보기
J. H. Kim & G. W Bock. (2011). A Study On The Factors Affecting The Behavior Of Spreading Online Rumors: Focusing On The Rumor Recipient's Emotions. In PACIS. (pp. 1-17). Queensland, Australia.
P. J. Kalbfleisch. (2003). Credibility for the 21st century: Integrating perspectives on source, message, and media credibility in the contemporary media environment. In Communication yearbook 27. (pp. 307-350). Routledge.
L. Ling-han, Q. Jia-yin & Y. Chao-yang. (2013). How does praise and rumor spread online? Analyzing user relationships on social networks: A case study of Haidilao. In 2013 International Conference on Management Science and Engineering 20th Annual Conference Proceedings. (pp. 57-65). IEEE.
Y. J. Song & S. I. Kim. (2017). The Rational Regulation of Illegal & Harmful Information in Cyberspace. Journal of the Korea Convergence Society, 8(9), 231-236. DOI : 10.15207/JKCS.2017.8.9.231

원문보기 상세보기
B. A. Reinig & R. J. Mejias. (2004). The effects of national culture and anonymity on flaming and criticalness in GSS-supported discussions. Small Group Research, 35(6), 698-723. DOI : 10.1177/1046496404266773

상세보기
Z. Jiang, C. S. Heng & B. C. Choi. (2013). Research note-privacy concerns and privacy-protective behavior in synchronous online social interactions. Information Systems Research, 24(3), 579-595. DOI : 10.1287/isre.1120.0441

상세보기
T. Postmes & R. Spears. (1998). Deindividuation and antinormative behavior: A meta-analysis. Psychological Bulletin, 123(3), 238-259.

상세보기
D. Cyr, M. Head, H. Larios & B. Pan. (2009). Exploring human images in website design: a multi-method approach. MIS quarterly, 33(3), 539-566. DOI : 10.2307/20650308

상세보기
C. H. Tu & M. McIsaac. (2002). The relationship of social presence and interaction in online classes. The American journal of distance education, 16(3), 131-150. DOI : 10.1207/S15389286AJDE1603_2

상세보기
R. Holmes. (2017). Eradicating Cyber Bullying: Through Online Training, Reporting & Tracking System. AuthorHouse.
P. B. Lowry, G. D. Moody, & S. Chatterjee. (2017). Using IT design to prevent cyberbullying. Journal of management information systems, 34(3), 863-901. DOI : 10.1080/07421222.2017.1373012

상세보기
T. A. Pempek, Y. A. Yermolayeva & S. L. Calvert. (2009). College students' social networking experiences on Facebook. Journal of applied developmental psychology, 30(3), 227-238. DOI : 10.1016/j.appdev.2008.12.010

상세보기
Y. Y. Huang & C. Chou. (2010). An analysis of multiple factors of cyberbullying among junior high school students in Taiwan. Computers in Human Behavior, 26(6), 1581-1590. DOI : 10.1016/j.chb.2010.06.005

상세보기
N. Antoniadou & C. M. Kokkinos. (2015). Cyber and school bullying: Same or different phenomena?. Aggression and violent behavior, 25, 363-372. DOI : 10.1016/j.avb.2015.09.013

상세보기
M. Fishbein & I. Ajzen. (1975). Beliefs, Attitude, Intention and Behavior: An Introduction to Theory and Research. MA: Addison-Wesley Publishing Company.
J. S. Kang, J. W. Oh & M. Y. Lee. (2017). Convergence study about relationship between nursing students' knowledge, attitude, and confidence to infant cardiopulmonary resuscitation. Journal of the Korea Convergence Society, 8(3), 91-100. DOI : 10.15207/JKCS.2014.5.4.069

원문보기 상세보기
S. Yang. (2015). Convergence analysis of the factors influencing terminal care attitude. Journal of the Korea Convergence Society, 6(4), 73-88. DOI : 10.15207/JKCS.2015.6.4.073

원문보기 상세보기
C. Fornell & D. F. Larcker. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 18(1), 39-50. DOI : 10.1177/002224378101800104

상세보기
W. W. Chin. (1998). Commentary: Issues and opinion on structural equation modeling. MIS Quarterly, 22(1), 7-16.

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