홈›데이터 찾기›한국광해광업공단_광해방지기술개발 논문발표 실적
한국광해광업공단_광해방지기술개발 논문발표 실적
읽기 쉬운 제목(검토 전) 광해방지기술개발 논문발표 실적
한국광해광업공단 · 디지털AI전략팀 · 공공데이터포털 원본 ↗
준비 단계품질 진단 기준을 충족한 AI Ready 데이터입니다. 품질 판정서 보기 · 준비 단계란?
한국광해광업공단의 '광해방지기술개발 논문발표 실적' 데이터셋은 산림복구, 토지복구, 토양개량, 오염수질개선, 지반침하방지, 광물찌꺼기 유실방지, GIS 등 다양한 광해방지 기술 분야에서의 연구 결과를 포함하고 있습…
기관이 작성한 데이터 설명 전체
한국광해광업공단의 '광해방지기술개발 논문발표 실적' 데이터셋은 산림복구, 토지복구, 토양개량, 오염수질개선, 지반침하방지, 광물찌꺼기 유실방지, GIS 등 다양한 광해방지 기술 분야에서의 연구 결과를 포함하고 있습니다. 이 데이터는 각 기술 분야별로 발표된 논문의 제목, 발표 연도, 발표 기관 등의 정보를 제공하여, 광해방지 기술의 발전 현황과 연구 동향을 파악하는 데 유용합니다. 또한, 연구자나 정책 입안자들이 특정 기술 분야의 연구 동향을 분석하거나, 향후 연구 방향을 설정하는 데 참고할 수 있습니다.
산업고용 - 에너지및자원개발광해방지기술특허발표산림복구토양개량오염수질개선지반침하방지광물찌꺼기
활용 적합성 요약 팩에서 계산한 값 · 판정 아님
규모
18행 × 원본 7열 (+정제 1열)
CSV 1 KB · Parquet 3 KB
기간
시점 항목 없음
공간 단위
해당 없음
결측
0.0%
항목 평균
연결 기준
0종 · 0개 데이터
없음
정제 범위
1/7 항목 · 정제값이 있는 셀 100.0%
원본 열은 그대로 보존
데이터 내용
항목 7개 중 2개는 정의가 없습니다.
구 분기술 분야별 논문 건수 집계의 기준이 되는 논문 발표 연도유형 숫자형분류 —결측 0%정제 정제 100.0%
기술 분야별 논문 건수 집계의 기준이 되는 논문 발표 연도
정제 열 정제_구 분
예: 2007 2008 2023
산림복구 및 토지복구(건)광해로 훼손된 산림과 토지를 복구하는 기술 분야에서 발표된 논문의 수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
광해로 훼손된 산림과 토지를 복구하는 기술 분야에서 발표된 논문의 수
단위: 건
예: 1 0 2
토양개량(건)광해방지 기술 중 토양개량 분야에서 발표된 논문의 수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
광해방지 기술 중 토양개량 분야에서 발표된 논문의 수
단위: 건
예: 2 3 5
오염수질개선(건)광해방지 기술 중 오염수질개선 분야에서 발표된 논문의 수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
광해방지 기술 중 오염수질개선 분야에서 발표된 논문의 수
단위: 건
예: 3 5 2
지반침하방지(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 8종(2 · 3 · 0 · 4 · 1 등)으로 이루어진 항목 · 고유값 8 · 결측 없음
단위: 건
예: 2 3 0
광물찌꺼기유실방지(건)항목 정의 없음유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
항목 정의 없음 · 관측: 관측값 6종(2 · 5 · 3 · 0 · 1 등)으로 이루어진 항목 · 고유값 6 · 결측 없음
단위: 건
예: 2 5 3
기 타(건)별도 분야로 구분되지 않은 그 밖의 광해방지 기술 분야에서 발표된 논문의 수유형 숫자형분류 코드 · 분류결측 0%정제 원본 유지
별도 분야로 구분되지 않은 그 밖의 광해방지 기술 분야에서 발표된 논문의 수
단위: 건
예: 0 2 1
찾는 항목이 없습니다.
상위 5행 · 7열 중 7열 · 첫 열 고정 · 「정제_」 항목이 정리한 값 · 확인 필요 규칙으로 확정하지 못해 원래 값을 그대로 유지한 값(파일에서는 값 앞에 [E]) · 행 식별값은 맨 끝
| 산림복구 및 토지복구(건) | 토양개량(건) | 오염수질개선(건) | 지반침하방지(건) | 광물찌꺼기유실방지(건) | 기 타(건) | 구 분 | 정제_구 분 | 행 식별값 |
|---|---|---|---|---|---|---|---|---|
| 0 | 3 | 3 | 2 | 2 | 0 | 2007 | 2007 | 0_4953a43c |
| 1 | 5 | 5 | 0 | 3 | 0 | 2008 | 2008 | 1_866d9bc1 |
| 1 | 5 | 3 | 3 | 2 | 0 | 2009 | 2009 | 2_62d5f6cf |
| 2 | 3 | 7 | 3 | 4 | 0 | 2010 | 2010 | 3_bb065e2b |
| 1 | 3 | 13 | 2 | 2 | 1 | 2011 | 2011 | 4_5dfc2f97 |
프로그램 · AI에서 활용 개발자용 코드 예시
필요한 패키지: pandas · pyarrow
import pandas as pd
df = pd.read_parquet("https://aird.idx.or.kr/packages/15048829/data/dataset-15048829.parquet")
에이전트 설정에 붙여 넣어 주세요. 사용하는 도구: get_dataset · find_joinable(데이터 ID 15048829)
{ "mcpServers": { "aird": { "url": "https://aird.idx.or.kr/mcp" } } }