가격공정성

마지막 업데이트: 2022년 7월 26일 | 0개 댓글
  • 네이버 블로그 공유하기
  • 네이버 밴드에 공유하기
  • 페이스북 공유하기
  • 트위터 공유하기
  • 카카오스토리 공유하기

기계 학습 공정성(미리 보기)

기계 학습 공정성에 대해 알아보고 Fairlearn 오픈 소스 Python 패키지가 기계 학습 모델의 불공정 문제를 평가하고 완화하는 데 어떻게 도움이 되는지 알아봅니다.

기계 학습 공정성이란 무엇인가요?

AI와 기계 학습 시스템이 불공정한 동작을 보일 수 있습니다. 불공정한 동작을 정의하는 한 가지 방법은 사람들에게 미치는 피해 또는 영향입니다. AI 시스템은 여러 가지 유형의 피해를 입힐 수 있습니다. 자세한 내용은 Kate Crawford의 NeurIPS 2017 키 노트를 참조하세요.

다음 두 가격공정성 가지는 AI로 인한 대표적인 피해 유형입니다.

할당 피해: AI 시스템이 특정 그룹에 대한 기회, 리소스 또는 정보를 확장하거나 알려주지 않습니다. 예를 들어 채용, 입학 가격공정성 및 대출 심사에서 모델이 다른 그룹보다 특정 그룹에서 유력 후보를 선택하는 경향을 보일 수 있습니다.

서비스 품질 피해: AI 시스템이 특정 그룹에 대해서는 다른 그룹에 하는 것처럼 작동하지 않습니다. 예를 들어 음성 인식 시스템이 여성에게는 남성에게 하듯이 작동하지 않을 수 있습니다.

AI 시스템의 불공정한 동작을 줄이려면 이러한 피해를 평가하고 완화해야 합니다.

Fairlearn을 사용한 공정성 평가 및 완화

Fairlearn은 기계 학습 시스템 개발자가 시스템의 공정성을 평가하고 불공정성을 완화할 수 있는 오픈 소스 Python 패키지입니다.가격공정성

공정성은 사회 기술적 과제입니다. 공평, 적법 절차 등 공정성의 여러 측면은 정량적 공정성 메트릭으로 캡처할 수 없습니다. 또한 여러 정성적 공정성 메트릭을 모두 동시에 만족할 수는 없습니다. Fairlearn 오픈 소스 패키지의 목표는 인간이 다양한 영향 및 완화 전략을 평가할 수 있도록 하는 것입니다. 궁극적으로 인공 지능 및 기계 가격공정성 학습 모델을 구축하여 시나리오에 적절한 절충안을 만드는 것은 인간 사용자의 몫입니다.

Fairlearn 오픈 소스 패키지에는 두 가지 구성 요소가 있습니다.

  • 평가 대시보드: 모델의 가격공정성 예측이 다른 그룹에 어떤 영향을 주는지 평가하기 위한 Jupyter Notebook 위젯입니다. 또한 공정성 및 성능 메트릭을 사용하여 여러 모델을 비교할 수 있습니다.
  • 완화 알고리즘: 이진 분류 및 회귀의 불공정을 완화하는 알고리즘 세트입니다.

두 구성 요소가 함께 작동하여 데이터 과학자 및 비즈니스 리더가 공정성과 성능 사이에서 적절히 타협하고, 요구 사항에 가장 적합한 완화 전략을 선택할 수 있도록 도와줍니다.

기계 학습 모델의 공정성 평가

Fairlearn 오픈 소스 패키지에서 공정성은 그룹 공정성이라고 하는 방법을 사용하여 개념화되며, 이 방법에서는 피해를 입을 위험에 노출되는 개인 그룹은 누구인가요?라는 질문을 던집니다. 아집단이라고도 하는 관련 그룹은 중요한 기능 또는 중요한 특성을 통해 정의됩니다. 민감 정보는 sensitive_features 라는 벡터 또는 행렬로 Fairlearn 오픈 소스 패키지의 예측 도구에 전달됩니다. 이 용어는 시스템 디자이너가 그룹 공정성을 평가할 때 이러한 기능을 중요하게 생각해야 한다는 의미입니다.

이러한 기능과 관련하여 비공개 데이터로 인한 프라이버시 침해 여부에 주의해야 합니다. 하지만 "중요한"이라는 단어는 이러한 기능을 예측에 사용하면 안 된다는 의미가 아닙니다.

공정성 평가는 순전히 기술적인 활동이 아닙니다. Fairlearn 오픈 소스 패키지는 모델의 공정성을 평가하는 데 도움이 될 수 있지만 평가를 수행하지는 않습니다. Fairlearn 오픈 소스 패키지는 공정성을 평가하기 위한 정량적 메트릭을 식별하는 데 도움이 되지만 개발자는 자체 모델의 공정성을 평가하기 위해 정성적 분석도 수행해야 합니다. 위에서 언급한 가격공정성 민감 정보는 이러한 종류의 정성적 분석의 한 예입니다.

평가 단계에서 공정성은 차이 메트릭을 통해 정량화됩니다. 차이 메트릭은 여러 그룹에서 모델의 동작을 평가하고 비율 또는 차이로 비교할 수 있습니다. Fairlearn 오픈 소스 패키지는 두 가지 클래스의 불일치 메트릭을 지원합니다.

모델 성능의 차이: 이 메트릭 세트는 여러 하위 그룹에서 선택한 성능 메트릭 값의 차이를 계산합니다. 일부 사례:

선택 비율의 차이: 이 메트릭은 여러 하위 그룹 간의 선택 비율 차이를 포함합니다. 대출 승인율의 차이를 예로 들 수 있습니다. 선택 비율은 각 클래스에서 1로 분류된 데이터 요소의 비율(이진 분류) 또는 예측 값의 분포(회귀)를 의미합니다.

기계 학습 모델의 불공정 완화

패리티 제약 조건

Fairlearn 오픈 소스 패키지에는 다양한 불공정 완화 알고리즘이 포함되어 있습니다. 이러한 알고리즘은 예측 요인의 동작에 대한 패리티 제약 조건 또는 조건이라는 제약 조건 세트를 지원합니다. 패리티 제약 조건을 사용하려면 중요한 기능이 정의하는 그룹(예: 여러 인종)에서 예측 요인 동작의 일부 측면을 비교할 수 있어야 합니다. Fairlearn 오픈 소스 패키지의 완화 알고리즘은 이러한 패리티 제약 조건을 사용하여 관찰된 공정성 문제를 완화합니다.

모델에서 불공정을 완화한다는 것은 불공정을 줄이는 것을 의미하지만, 이러한 기술적 완화가 이러한 불공정을 완전히 제거할 수는 없습니다. Fairlearn 오픈 소스 패키지의 불공정 완화 알고리즘은 기계 학습 모델에서 불공정을 줄이는 데 도움이 되는 제안 완화 전략을 제공할 수 있지만 불공정을 완전히 제거하는 솔루션은 아닙니다. 각 특정 개발자의 기계 학습 모델에 대해 고려해야 하는 다른 패리티 제약 조건 가격공정성 또는 기준이 있을 수 있습니다. Azure Machine Learning을 사용하는 개발자는 완화 조치가 기계 학습 모델의 의도된 사용 및 배포에서 불공정성을 충분히 제거하는지 스스로 결정해야 합니다.

[MT리포트]공시가격 공정성 확보하는 해법은?

편집자주 부동산 공시가격은 쉽지 않은 문제다. 시세를 투기냐 합당한 상승으로 보느냐 등 시각차에 따라 얼마든지 가격이 변동될 수 있기 때문이다. 그럼에도 올해처럼 부동산 공시가를 둘러싼 수많은 논쟁은 공시가 책정에 있어 변화가 필요한 시점이 도래했다는 것을 의미한다. 공시가는 어떻게 산정되고 해법은 무엇인지 살펴봤다.

[MT리포트]공시가격 공정성 확보하는 해법은?

부동산 공시가격을 둘러싼 논란의 해법으로 '독립성'과 '투명성'이 꼽힌다. 기준을 명확하게 해야 한다는 조언들도 나온다.

28일 국회 의안정보시스템에 오른 부동산 가격공시에 관한 법률 일부개정법률안은 총 7건이다.

△가격 조사시점 3개월 이내 인근 유사 부동산 거래가격의 80%를 반영해 공시가격 현실화(정동영 의원 대표 발의) △실거래가 반영률 현황 공표 및 목표치 가격공정성 설정(김현아 의원) △국토교통부장관이 감정평가업자의 객관적 업무 수행토록 명시(박덕흠 의원) △직전연도 공시가격의 130% 초과 금지(강효상 의원) △공시가격 조사·평가 때 변동률·형평성 등 의무 고려(이헌승 의원) △유형별·지역별 편차, 실거래가 반영률 등 담은 공시보고서 국회 제출(서형수 의원) 등이다.

지난해 2월부터 이달까지 발의된 법안들이다. 2017년 하반기부터 공시가격이 시세보다 현저히 낮다는 지적이 꾸준히 제기됐다. 이후 정부가 공시가격 현실화율을 높이면서 잡음이 일자 나온 것들이다.

특히 국토교통부가 가격 산정에 개입했다는 얘기가 나오며 논란은 커졌다. 정책적 판단으로 고가 주택만 공시가격을 올리는 과정에서 형평성 문제가 불거지기도 했다. 전문가들은 정부 입김이 닿지 않는 '제 3자'가 평가해 독립성을 확보할 필요가 있다고 제언한다.

심교언 건국대 부동산학과 교수는 "현재 주택 공시가격을 산정하는 한국감정원이나 공시지가를 평가하는 감정평가협회는 국토부 영향에서 자유롭지 않다"며 "제 3자가 공정하게 공시가격을 산정하고 세금은 세율로 풀어야 한다"고 말했다.

관행이 아닌 '부동산 가격공시에 관한 법률'을 명확히 따라야 한다는 지적도 있다. 이 법 제1조엔 부동산의 적정가격 공시에 관한 기본적인 사항과 부동산 시장·동향의 조사·관리에 필요한 사항을 규정한다고 돼 있다. 제2조에선 적정가격을 통상 시장에서 정상적인 거래가 이뤄지는 경우 성립될 가능성이 가장 높다고 인정되는 가격이라고 정의한다. 그런데 가격공정성 현재 공시가격은 그간의 관행과 정책적 요소가 반영된 가격이라는 것이다.

장대섭 전국대학교부동산교육협의회장은 "현재도 감정평가사들이 적정가격 산정을 얼마든 할 수 있다"며 "법 취지를 살리는대로 조사·산정기관을 정해야 한다"고 했다.

공시가격 결정 과정 공개 및 감시 시스템 도입도 언급된다. 지방자치단체 내 공시가격 오류 신고센터도 만들어져야 한다는 의견이다. 정수연 제주대 경제학과 교수는 "투명성 강화가 제도 개선의 큰 축"이라며 "지자체는 납세자들의 세금으로 운영되는 만큼 이들을 위해 능동적으로 공시가격의 정확성과 공정성을 검토할 필요가 있다"고 강조했다.

한국감정평가학회장인 노태욱 강남대 부동산학과 교수는 기준 정립을 우선시했다. 현실화율 기준조차 명확하지 않다는 것이다. 노 교수는 "전체적인 과정에서 제도 개선 검토가 필요하다"고 짚었다.

가격공정성

등록 :가격공정성 2020-03-18 18:06 수정 :2020-03-19 02:38

강현수 ㅣ 국토연구원 원장

18일 국토교통부는 2020년 전국의 공동주택 공시가격(안)을 발표하고 의견 청취에 들어갔다. 부동산 공시가격은 부동산의 가치 평가뿐 아니라 재산세, 취득세, 양도소득세, 종합부동산세 등 부동산 세금과 지역건강보험료 부과, 기초연금, 기초생활보장급여, 국가장학금 대상자 판단 기준 등에 널리 활용된다. 부동산 공시가격은 이처럼 국민 세금과 보험료 부담, 복지 수혜 등에 큰 영향을 미치기 때문에 공정성과 신뢰성 확보가 무엇보다 중요하다.

공시가격은 해마다 현재 적정 가격을 공시하도록 법에 명시되어 가격공정성 있지만 그동안은 시세보다 공시가격이 한참 낮은 수준이었다. 2019년의 공시가격 시세반영률은 공동주택 68.1%, 단독주택 53.0%, 토지 64.8%에 그쳤다. 더욱이 단독주택이 공동주택보다, 고가 부동산이 저가 부동산보다 시세반영률이 더 낮았기 때문에 공정성과 형평성 문제가 제기되었다. 서울 강남 등 고가 주택 밀집 지역에서 부동산 가격이 치솟을 때마다 부동산 가격 안정과 불로소득 환수 차원에서 보유세를 올리고 공시가격을 현실화하라는 시민단체들의 요구도 높아졌다. 정부는 재작년 9·13 부동산 대책에서 공시가격을 점진적으로 현실화하고 유형과 가격별로 형평성을 개선하겠다고 발표하였고, 지난해 12월에는 이를 구체화한 부동산 공시가격 신뢰성 제고 방안을 내놓았다.

올해 초 확정 공시한 표준주택과 표준지에 이어 이번에 발표한 공동주택 공시가격(안)을 살펴보면 정부 방침대로 공시가격의 시세반영률이 전반적으로 높아졌다. 특히 9억원 이상 고가 주택의 공시가격 현실화율이 높아져, 그동안 저가 주택 소유자가 고가 주택 소유자보다 부담률이 더 높았던 역진 현상이 줄어들었다.

이번에 공시가격 시세반영률이 높아지긴 하였지만 여전히 시세의 80%에 미치지 못한다. 공시가격이 국민 생활에 미치는 영향력을 고려하여 한꺼번에 현실화할 수는 없지만 꾸준히 시세반영률을 더 높여나가야 한다. 공시가격의 공정성과 신뢰성을 높이기 위한 방안 역시 꾸준히 추진해야 한다. 예를 들어 법적 근거는 마련되었지만 아직 시행하지 않고 있는 상가나 업무용 건물 같은 비주거용 부동산에도 과세 공정성 차원에서 가격 공시제도를 시행해야 할 것이다. 중앙정부가 지방정부와 적절하게 책임을 분담할 필요도 있다. 지방정부는 지방세인 부동산 세금의 사용자이자 지역 복지의 공급자이며 지역 부동산 상황을 중앙정부보다 더 잘 알기 때문에 공시가격의 정확성과 신뢰성을 높이는 데 기여할 수 있다.

무엇보다 중요한 것은 공시가격 현실화를 포함한 부동산 정책의 일관성과 지속성이다. 역대 정부의 부동산 정책이 성과를 거두지 못했던 이유 가운데 하나는 부동산 정책의 핵심 기조가 정권에 따라, 경제 상황에 따라 계속 널뛰어왔기 때문이다. 정부가 올해 안에 만들겠다는 공시가격 현실화 로드맵이 확정된다면 정치나 경제 상황에 흔들리지 말고 일관되게 실천되기를 기대한다.

저자 : 황진수[imsangok]

최근 들어 호텔 고객들은 독특하고 차별화된 서비스를 기대하며, 이러한 고객들의 기대감을 충족하기 위해서 호
텔 기업들은 창의적이고 독창성이 뛰어난 서비스를 제공하고자 노력하고 있다. 더 나아가, 호텔 서비스 품질과 관
련된 기존 연구에서는 호텔에서 제공하는 서비스 품질이 고객 만족 및 행동의도에 중요한 예측변수라는 점을 밝혀
왔다. 기존 연구와 달리 본 연구에서는 서비스 품질 사이에서 발생하는 상호작용을 연구하고자 한다. 특히 서비스
산업에서 서비스 시설에 대한 첫인상은 서비스 시설의 전반적인 이미지를 결정하는 중요한 요소이기 때문에, 본 연
구에서는 호텔의 첫인상을 결정짓는 물리적 환경 품질의 중요성을 고찰하고자 한다.
따라서 본 연구는 호텔고객들이 인지한 호텔기업 혁신성의 선행 변수(antecedents) 및 후행변수(consequences)를
고찰한다는 큰 목표 하에 다음과 같은 세부적인 연구목표를 가지고 있다. 첫째, 호텔산업의 물리적 환경 품질, 상호
작용 품질, 및 결과 품질들 간의 상호작용을 파악한다. 둘째, 위의 세 가지 서비스들이 기업의 혁신성에 어떠한 영
향을 미치는지 분석한다. 셋째, 기업의 혁신성이 인지된 가격 공정성 및 정보비용 절감에 미치는 영향을 규명한다.
마지막으로 인지된 가격 공정성 및 정보비용 절감이 형성되는 과정에서 고객 관여도의 조절변수 역할을 파악하고
자 한다. 이러한 이론적 배경을 바탕으로 10개의 가설을 포함한 구조모델을 제시하였다. 제시된 모델은 214명의 호
텔 고객들로부터 수거된 데이터로 검증되었다.
데이터 분석결과 3개의 서비스 요인들(물리적 환경 품질, 상호작용 품질, 및 결과 품질) 사이에 중요한 상호작용
이 있는 것으로 나타났으며, 더 나아가 이러한 서비스 요인들이 기업 혁신성을 형성함에 있어서 중요한 예측변수라
는 것으로 밝혀졌다. 또한 기업 혁신성은 인지된 가격 공정성 및 정보비용 절감 중요한 영향을 미치는 것으로 나타
났다. 마지막으로 고객 관여도는 기업 혁신성과 인지된 가격 공정성 관계를 조절 하는 중요한 변수로 밝혀졌다. 데
이터 분석 결과를 바탕으로 하여 이론적 실무적 시사점들 논문 후반부에 논의되었다.
핵심용어: 기업 혁신성. 물리적 환경 품질, 상호작용 품질, 결과 품질, 인지된 가격 공정성, 정보비용 절감

전국 대학의 학술자원을 이용할 수 있는
대국민 서비스,
RISS에 오신것을 환영합니다.

RISS란?

RISS 개요

RISS(Research Information Sharing Service)는 전국 대학이 생산하고 보유하며 구독하는 가격공정성 학술자원을 공동으로 이용할 수 있도록 개방된 대국민 서비스입니다.

우리의 목표

RISS는 다음과 같은 목표를 가지고 서비스를 운영하고 있습니다.

  • - 국가학술연구정보 공유 시스템 구축을 통한 국가적 연구 경쟁력 강화
  • - 인적자원의 개발을 통한 차세대 산업동력 제고

RISS 자료

RISS에서는 다음과 같은 자료를 이용할 수 있습니다.

6,304,375 건 국내학술논문

62,608,654 건 해외학술논문

167,166 건 연구보고서 등

주제별 최신 인기논문

RISS에서는 '주제별 최신 인기논문'을 검색할 수 있습니다.

주제별 최신 인기논문

내추천논문

MYRISS > 내추천논문에서 키워드와 학술지를 등록하여 알림서비스를 받아 볼 수 있습니다.

관심서비스

RISS 이용권한

RISS 이용권한
비용 구분 서비스 구분 개인로그인 기관로그인 소셜로그인 무로그인
무료 학위/학술논문 이용가능 이용가능 이용가능 이용가능
해외전자자료 이용가능

※ 신분, 소속기관 IP에 따라 이용

※ 자료제공 업체페이지 로그인 후 이용

※ 자료제공 업체페이지 로그인 후 이용

※ 자료제공 업체페이지 로그인 후 이용

내 추천논문 이용방법

MYRISS > 가격공정성 내추천논문에서 확인 가능합니다.

MyRISS 내 추천논문 내 자료 추천 알림 설정

1. 관심키워드

자주 쓰는 검색 키워드를 등록하여 최신 학위논문 및 국내학술논문을 확인 할 수 있습니다.

내 관심논문등록-관심 키워드 등록

최신 학위논문 국내 학술논문

2. 관심 학술지

자주 이용하는 학술지를 등록하여 최신 학술논문을 확인 할 수 있습니다.

1) 내 관심논문 관심학술지 등록

내 관심논문등록-관심학술지 등록

TIP : 최대 5개까지 등록, 30일까지 저장가능

내 관심논문등록-최신학술논문확인

즐겨 찾는 해외 DB를 등록할 수 있습니다.

자주 이용하는 학술지를 등록하여 최신 학술논문을 확인 할 수 있습니다.

해외내관심DB등록

RISS 자료 유형별 이용방법

RISS 자료 유형별 이용방법
자료유형명 안내
학위논문 학위취득을 위하여 제출된 석•박사 학위논문
학술논문 학술지에 투고된 논문
학술지 연구자의 학술논문을 게재한 잡지
단행본 한 권 한 권이 단독으로 간행되는 서적
연구보고서 연구결과를 보고하기 위해 제출하는 문서

1. 학위논문 : 원문보기 무료 이용

원문을 제공하지 않는 경우 복사신청

RISS 자료 유형별 이용방법-학위논문 RISS 자료 유형별 이용방법-학위논문

2. 국내 학술논문

무료 , 유료 , 기관내무료 이용

RISS 자료 유형별 이용방법-국내 학술논문(무료)

RISS 자료 유형별 이용방법-국내 학술논문(유료)

RISS 자료 유형별 이용방법-국내 학술논문(기관 내 무료)

3. 해외 학술논문

유료국내복사, 유료해외논문 구매대행, 무료국내복사 이용

- 국내 소장 있는 경우 : 복사/대출을 통한 유료이용

- 국내소장이 없는 경우 : 복사/대출을 통한 해외논문 구매대행을 가격공정성 통한 유료이용

RISS 자료 유형별 이용방법-해외 학술논문

- 외국 학술지 지원센터 소장 자료 : 복사서비스 무료 이용

RISS 자료 유형별 이용방법-해외 학술논문

4. 학술지

권호정보를 통한 학술논문 확인 후 복사/대출 유료 이용

RISS 자료 유형별 이용방법-학술지 RISS 자료 유형별 이용방법-학술지

5. 단행본

RISS 자료 유형별 이용방법-단행본

6. 연구보고서

검색 후 연구보고서를 제공하는 페이지에서 무료 이용

RISS 자료 유형별 이용방법-연구보고서

복사/대출 이용방법

소속기관 이용자

RISS 가입 → 도서관 담당자 승인 → 복사/대출신청 → 자료수령 → 비용지불

일반 이용자

RISS 가입 → 복사신청 및 결제 → 자료수령

국내자료신청

복사/대출 이용방법-국내자료신청
구분 소속기관이용자 일반이용자
복사 대출 복사
신청자료 학술지, 단행본 , 학위논문 단행본 학술지, 단행본 , 학위논문
발송방법 기관전송, 일반우편, 등기우편, 택배, 팩스 택배 등기우편, 택배
평균소요일수 1일~6일 2일~5일 2일~6일
신청비용 기본료 + 장당복사비 1건당 5,340원 기본료 4,670원부터
지불방법 후불 후불 선불
수령지 소속도서관 수령지 직접 기재
수령형태 인쇄물 실물도서 인쇄물
비고 선불 신청 가능 대출참여기관 이용자만 가능

해외자료신청

복사/대출 이용방법-해외자료신청
구분 소속기관이용자 일반이용자
NII

해외전자정보 복사신청

해외전자정보 서비스에서 자료 검색 후 상세서지에서 복사신청

복사신청

복사신청

해외전자자료 이용방법

RISS 이용권한
이용자 구분 접속 방법 패키지 구독 여부 이용 방법
소속기관 이용자
(학교 소속)
① 교내 접속
② RISS 로그인
구독하는 경우 24시간 이용
구독하지 않는 경우 오후 4시부터 익일 오전 9시까지 이용

(*ASC, BSC 2종 오후 5시부터 / Onju, LAWnB 2종 오후 6시부터 익일 오전 9시까지 이용)

ScienceDirect, Wiley Online Library, JCR, O’Reilly Higher Education, PQDT Global

(대학생, 대학원생, 교수, 대학직원, 대학사서, 연구원)

※ 해외 이용자 및 소셜 로그인 한 경우 검색만 가능하며 원문열람은 제공되지 않습니다.

자료유형 안내

  • 소속기관이 구독하는 경우 : 24시간 무료로 로그인 후 원문보기 이용 가능
  • 소속기관이 구독하지 않을 경우 : 시간대별 무료로 서비스로 이용 가능
  • 소속기관이 없는 일반이용자 : OA(Open Access) 자료 이용 가능
자료유형
구분 내용
Academic Journals 연구자의 학술논문을 게재한 잡지
EBOOKs 한 권씩 단독으로 간행되는 서적
Dissertations 학위취득을 위하여 제출된 석•박사 학위논문
Conference materials 학회에서 발행되는 학술 회의자료
Reviews 비평 및 평론
Reports 과제 및 기록물

1. Academic Journals : 연구자의 학술논문을 게재한 잡지로 권한에 따라 원문보기 이용 가능

로그인 전

로그인 후

2. EBOOKs : 전자책으로 출판사에서 인쇄페이지와 이용범위를 제한할 수 있음

ebook

DDOD(소속기관 등록), PQDT Global(구독기관)에 한하여 석, 박사 학위논문을 제공

DDOD

4. Conference Materials

학회에서 발행되는 학술 회의자료로 원문 확인 후 저장 및 인쇄 가능

Conference Materials

비평 및 평론자료로 원문 확인 후 저장 및 인쇄 가능

Reviews

6. Reports : 과제 및 기록물

OA(Open Access) 자료 이용 시 일반이용자 이용가능

Reports

등재정보 안내

등재정보 가격공정성
등재구분 내용
SCI 미국 클래리베이트 애널리틱스(Clarivate Analytics)가 구축한 국제학술논문 데이터베이스로(Science Citation Index) 과학기술분야에 높게 평가된 학술지에 기재된 논문
SCIE SCI확장판 (Science Citation Index Expanded)
SSCI 사회과학논문 인용색인(Social Science Citation Index)
A&HCI 예술 및 인문과학 논문 인용색인(Arts and Humanities Citation Index)
ESCI 기본 요건을 갖추었으나 피인용 영향도가 충분하지 않아 SCIE, SSCI, A&HCI에 아직 등재되지 않은 학술지
SCOPUS 엘스비어(Elsevier)출판사에서 제공하는 데이터베이스로 인용정보를 제공
KCI한국연구재단에서 운영하는 인용 색인 및 데이터 베이스

배달요금 친숙도에 따른 소비자의 배달요금 공정성 지각 : - 배달요금 발생원인에 대한 설명 여부를 중심으로 - = Consumer Delivery charge Fairness Perception according to the familiarity of Delivery charge Requirement - Focusing on the Explanation of the Cause of Delivery charge -


0 개 댓글

답장을 남겨주세요