Journal Search Engine
Download PDF Export Citation Korean Bibliography PMC Previewer
ISSN : 2288-9167(Print)
ISSN : 2288-923X(Online)
Journal of Odor and Indoor Environment Vol.19 No.1 pp.94-100
DOI : https://doi.org/10.15250/joie.2020.19.1.94

An investigation on characteristics of PM10 concentration distribution in school environment using meta-analysis

Cheol Min Lee1*, Jaehyun Kim2
1Department of Chemical & Biological Engineering, Seokyeong University
2Department of Computer Engineering, Seokyeong University
*Corresponding author Tel : +82-2-940-2924 E-mail : cheolmin@skuniv.ac.kr
13/03/2020 30/03/2020 31/03/2020

Abstract


This study was conducted as a part of the research for the “Development of Big Data Analysis Techniques and AI-based Integrated Support System for Energy-Environment Management.” We collected research results on characterization of distribution of fine dust and re-analyzed using meta-analysis techniques to build “big data” with high potential for school environments. The results of prior studies on the characteristics of fine dust concentration distribution in a school environment conducted in Korea were collected and re-analyzed the results using the metaanalysis technique. In this manner, the variables that could be used to derive the independent variables needed to produce the e-coding book prior to the big data collection, were first derived. The possibility of using the data as independent variables was then evaluated. In this study, three variables: “elementary school vs. middle school vs. high school,” “general classroom vs. special classroom,” and “new classroom vs. old classroom” were evaluated for their application as major classification variables with priority. The necessity of being derived as a major classification variable was examined by testing the difference in fine dust concentration distribution in the school environment by each variable case. Results showed that “elementary school vs. middle school vs high school” and “general classroom vs. special classroom” could be used as independent variables, while “new classroom vs. old classroom” was less likely to be used as an independent variable.



메타분석을 이용한 학교 교실 내 미세먼지(PM10) 농도 분포 특성 규명

이 철민1*, 김 재현2
1서경대학교 화학생명공학과
2서경대학교 컴퓨터공학과

초록


    National Research Foundation of Korea
    2019M3E7A1113102
    © Korean Society of Odor Research and Engineering & Korean Society for Indoor Environment. All rights reserved.

    1. 서 론

    학교는 학생들에게 있어 가정 다음으로 하루 중 많 은 시간을 보내는 공간으로 제 2의 가정이라고 할 수 있다(Silvers, 1994;Park et al., 2018). 이와 같이 하루 의 대부분의 시간을 학교에서 보내는 학생들은 성인과 는 달리 신체적으로 성장하는 과정에 있으며, 성인들보 다 호흡량이 상대적으로 많기 때문에 학교 내 공기오 염물질에 대한 감수성이 높은 것으로 알려져 있다 (Jung et al., 2017). 또한, 환기와 실내공기오염에 따른 학생들의 학업 수행 능력에 관한 다수의 선행연구들은 불량한 환기와 심화된 실내공기 오염이 집중력 감소와 타이핑, 계산력, 논리적 사고 및 기억 등의 저하에 영 향을 보인다고 보고하고 있다(Daisey et al., 2003;Wargocki et al., 2004;Mendell et al., 2005). 이처럼 학교 환경에서의 실내공기질 및 환기 등의 온열환경 관리는 교육 실천의 터전이라는 학교시설 본연의 의의 와, 시설을 이용하는 대상이 어린이와 청소년으로 구성 된 환경취약집단을 유해한 환경으로부터 보호해야 할 환경보건학적으로 매우 중요한 시설이라는 관점에서 매우 중요하다 할 수 있다.

    최근 국내의 경우 일반 실외환경의 미세먼지 오염 증가로 인한 국민 건강 저하가 중요한 사회적 환경문제 로 등장하였으며(Lee et al., 2017), 일반 실외 환경 중 의 미세먼지 농도 증가는 건축물이 환기와 침기 등에 의해 외부공기와 실내공기가 지속적으로 교환되고 이 때 미세먼지가 다른 오염물질들과 같이 건축물의 외피 와 창호의 틈새, 또는 개구부를 통하여 실내로 유입되 어 실내 공기 중 미세먼지 농도를 상승시키는 것으로 알려져 있다(Liu and Nazaroff, 2001). 미세먼지 내에는 탄소성분(검댕, 생물체 유기탄소), 이온성분(염소, 질산, 암모늄, 나트륨, 칼륨 등), 금속성분(비소, 납, 수은 등), 다환방향족탄화수소(벤조피렌 등) 등 다양한 성분을 포 함하고 있으며, 입자의 크기, 표면적, 숫자, 입자의 물리 적 상태에 따라 건강에 다양한 영향을 미칠 수 있다. 주 노출부위는 호흡기로 기관지염, 천식 및 만성폐쇄성 폐질환의 악화, 폐렴, 폐암, 협심증, 심근경색, 기관지염 등의 질병을 초래할 우려가 있다(Jang, 2014).

    이와 같이 환경취약계층이 이용하며 교육이 장시간 이루어지는 학교환경에서의 실내공기질(Indoor Air Quality, IAQ) 관리는 과거부터 중요시 다루어져 오고 있는 환경문제이자 사회문제이며, 최근 들어 국민들의 미세먼지 관리 중요성에 대한 인식의 증대는 학교환경 에서의 미세먼지 관리의 필요성을 가져오게 되었다.

    이에 교육부와 과학기술정보통신부는 학교환경 내 미세먼지에 대한 종합적 대책 마련을 위해 2019년부터 2024년까지 총 6개년의 ‘에너지·환경 통합형 학교 미세 먼지관리 기술개발 사업단’을 구성하고 크게 4개의 연 구사업(기초·원천, 통합관리, 진단·개선 및 법·제도)으로 구분하여 연구를 추진하여오고 있다. 본 연구는 이 4개 연구사업 중 법·제도 연구사업의 세부연구인 ‘빅데이터 수집, 처리, 분석 기법과 에너지·환경 연계 관리기술 및 통합지원체계 개발’로 학교환경에 관한 활용 가능성 높은 빅데이터를 구축하기 위하여 국내에서 선행된 학 교환경 내 미세먼지 농도분포 특성 규명에 관한 연구 들을 수집하고 메타분석 기법을 활용하여 수집된 연구 결과들을 재분석하였다.

    2. 연구방법

    2.1 자료 수집

    본 연구의 목적에 부합되는 선행연구 결과들을 수집 하기 위하여 학술정보관에서 제공하는 전자저널 검색 엔진을 이용하여 선행연구 결과를 검색하였으며, 검색 조건으로 2000년 이후에 보고된 연구와 학교 환경·미 세먼지·실내공기질을 대표할 수 있는 검색어를 사용하 였다. 검색된 선행연구 결과 중 국내 학술지에 발표된 학술논문만을 최종적으로 선정하였으며, 사설 등은 제 외하였다. 다음 Fig. 1은 메타분석을 위해 선행연구 검 색의 선정과정을 도식화하여 제시한 것이다. 전자저널 검색 엔진을 통해 문헌 선정조건에 따라 측정 방법 등 에서 배제될 수 있는 편수를 제외하고 총 20편의 국내 학교환경에서의 미세먼지에 관한 연구결과를 획득하였 으며, 이 중 단일 평균 농도만을 제시하고 있는 논문 5 편을 제외한 총 15편에 대하여 정량적 메타분석을 실 시하였다.

    2.2 메타분석

    정량적 메타분석은 효과크기분석(analysis of effectmagnitude measures)의 일환인 역분산 가중 평균산출 법(inverse-variance-weighted average concentration)을 이용하였다. 이 방법은 선정된 연구들의 결과물인 평균 농도들로부터 자료 수 등의 각 연구 크기를 고려하여 병합평균을 산출하는 방법이다. 이 방법은 병합평균의 추정량이 근사적으로 정규분포 한다고 가정한다. 이를 함수식으로 표현하면 다음과 같다.

    θ ¯ i = N ( θ i , ω i 1 ) , i = 1 , 2 , , k
    (1)

    여기서 ωi는 의 θi의 역분산(inverse variance), 즉, ω i = 1 v a r ( θ ¯ ) 이다. 또한, k편의 연구는 독립이므로, 병합평균 추정량을 θ1 = θ2 =…= θk = θ라 가정할 때 이의 분포 는 다음과 같이 근사정규분포 한다.

    θ ¯ i ω i N ( θ ω i , ω i )
    (2)

    따라서 병합평균과 병합평균분산은 다음과 같이 표 현할 수 있다.

    θ ¯ = i = 1 k θ ¯ i ω i i = 1 k ω i
    (3)

    v a r ( θ ¯ ) = 1 i = 1 k ω i
    (4)

    θi가 근사정규분포 함을 이용하여 θi의 95% 신뢰 구간은 다음의 식을 이용하여 산출하였다.

    θ ¯ ± 1.96 = 1 i = 1 k ω i
    (5)

    2.3 몬테카를로 모의실험

    몬테카를로 모의실험은 반복 수행이 어려운 경우 실 제 상황을 모사하기 위한 분석 방법 중 하나로 Monte Carlo, Monaco에 의해 최초로 명명되어 사용되고 있다 (Decisioneering, Inc., 2000). 자료들이 이루고 있는 분 포를 포함한 가능한 상황의 확률분포를 예측 모델을 통해 계산하여 그 결과물 또한 특정 분포로 예측하는 기법으로(Lee et al., 2004), 단일 평가치 입력 변수들의 불확실성을 최소화하고 가변성을 표현할 수 있다. 본 연구에서는 학교시설 내 미세먼지 농도분포 특성을 파 악하기 위하여 선행연구 결과를 활용한 메타분석을 수 행하였으며, 이를 통해 평균적인 미세먼지 농도와 신뢰 구간을 산출하였으나 단발적 조사 결과를 사용한 것으 로 자료 수의 부족, 낮은 정밀도 등에 의해 불확실성과 가변성이 발생할 수 있다. 이러한 자료의 불확실성과 가변성을 해결하기 위하여 메타분석을 통해 산출된 각 학교별 미세먼지 확률밀도함수를 활용하여 10,000번의 몬테카를로 모의실험을 수행하고, 출현 가능한 미세먼 지 농도 범위를 나타내었다.

    3. 결 과

    3.1 초등학교, 중학교, 고등학교의 교실 내 미세먼지 농 도분포 특성

    초등학교, 중학교 및 고등학교 교실 내 미세먼지 병 합평균농도를 산출하기 위해 메타분석을 수행한 결과 는 Fig. 2(a), (b), (c)와 같다. 선행연구들 간의 동질 성 검사를 수행한 결과 초등학교(Q=422.91, d.f.=10, p<0.0001), 중학교(Q=248.31, d.f.=4, p<0.0001), 고등 학교(Q=207.73, d.f.=4, p<0.0001)를 대상으로 수행된 각각의 선행연구 결과들이 이질적인 것으로 나타나 무 선효과모형(random effects model)의 병합평균농도 값 을 각 학교의 병합평균농도로 하였다.

    초등학교, 중학교, 고등학교 교실 내 미세먼지 병합 평균농도는 각각 83.14 μg/m3(95% CI: 61.42~104.85), 92.37 μg/m3(95% CI: 45.50~139.25), 78.24 μg/m3(95% CI: 41.70~114.78)로 교육인적자원부의 학교보건법에 서 제시하고 있는 미세먼지 기준인 100 μg/m3을 초과 하지 않는 것으로 조사되었으나, 95% 신뢰구간을 고 려할 때 초등학교, 중학교, 고등학교 모두 일부 교실에 서 학교보건법의 기준을 초과할 가능성이 있음을 확인 할 수 있었다.

    초등학교, 중학교 및 고등학교 교실 내 출현 가능한 미세먼지 농도분포 특성을 확인하기 위해 메타분석을 통해 산출된 각 학교별 미세먼지의 확률밀도함수를 활 용하여 10,000번의 몬테카를로 모의실험을 수행한 결 과 중학교가 출현 가능한 미세먼지 농도 범위가 가장 넓은 것으로 조사되었으며, 초등학교에서의 출현 가능 한 미세먼지 농도 범위가 가장 좁은 범위를 나타냈다 (Fig. 2).

    3.2 일반교실 및 특수교실의 미세먼지 농도분포 특성

    일반교실과 특수교실에서의 미세먼지 병합평균농도 를 산출하기 위해 선행연구들 간의 동질성 검사를 수 행한 결과 일반교실(Q=203.20, d.f.=7, p<0.0001)과 특 수교실(Q=203.20, d.f.=7, p<0.0001) 모두 선행연구들 간에 이질적인 것으로 조사되어 무선효과모형의 병합 평균농도 값을 각 교실의 병합평균농도로 하였다. 일반 교실과 특수교실의 미세먼지 병합평균농도는 각각 81.73 μg/m3(95% CI: 60.49~102.98), 67.70 μg/m3(95% CI: 55.38~80.03)으로 교육인적자원부의 학교보건법에 서 제시하고 있는 미세먼지의 기준인 100 μg/m3을 초 과하지 않았으나 95% 신뢰구간을 고려할 때 일반교실 의 경우 기준 초과 가능성이 있는 것으로 나타났다. 일 반교실 및 특수교실 내 출현 가능한 미세먼지 농도분 포 특성을 확인하기 위해 몬테카를로 모의실험을 수행 한 결과 역시 일반교실이 특수교실에 비해 출현 가능 한 농도 범위가 넓은 것으로 나타났으며, 기준인 100 μg/m3을 초과할 가능성이 높음을 확인할 수 있었 다(Fig. 3).

    3.3 신축 및 기존 교실의 미세먼지 농도분포 특성

    신축 및 기존 교실에서의 미세먼지 병합평균농도 및 출현 가능한 농도분포를 산출하기 위한 메타분석 및 몬테카를로 모의실험 결과는 Fig. 4와 같다. 선행연구 들 간의 동질성 검사를 수행한 결과 신축 교실 (Q=150.49, d.f.=3, p<0.0001)과 기존 교실((Q=178.44, d.f.=3, p<0.0001)을 대상으로 수행된 각각의 선행연구 결과들이 이질적인 것으로 나타나 무선효과모형의 병 합평균농도를 각 교실의 병합평균농도로 하였다.

    신축 교실의 병합평균농도는 86.67 μg/m3(95% CI: 41.95~131.29)이며, 기존 교실에서의 병합평균농도는 94.46 μg/m3(95% CI: 43.00~145.92)로 두 교실 모두 학교보건법에서 제시하고 있는 미세먼지 기준 100 μg/ m3을 초과하지 않았으나 95% 신뢰구간을 고려할 때 두 교실 모두 기준을 초과할 가능성이 있는 것으로 조 사되었으며, 두 교실 내 출현 가능한 미세먼지 농도분 포 특성을 확인하기 위해 몬테카를로 모의실험을 수행 한 결과 기존 교실이 신축 교실에 비해 다소 높은 미세 먼지 농도를 나타낼 가능성이 큰 것으로 나타났다.

    4. 고 찰

    본 연구는 교육부와 과학기술정보통신부의 학교환경 내 미세먼지 종합 대책 마련을 위한 2019년부터 2024 년까지 총 6개년의 ‘에너지·환경 통합형 학교 미세먼지 관리 기술개발 사업단’의 ‘법·제도 개발 연구사업’의 세 부 연구인 ‘빅데이터 수집, 처리, 분석 기법과 에너지· 환경 연계 관리기술 및 통합지원체계 개발’을 위해 수 행된 연구로 빅데이터 수집에 앞서 e-coding book 제작 에 필요한 독립변수를 도출하기 위한 일환으로 대분류 변수를 도출하기 위해 향후 미세먼지 노출에 의한 학교 학생의 건강위해성 평가를 통한 기준 등의 법규 및 관 리방안 마련에 활용될 수 있는 변수를 우선적으로 도출 하였으며, 이들 변수의 활용 가능성을 평가하기 위해 각 변수별 미세먼지 농도분포 차이 여부를 검토하였다.

    본 연구에서 대분류 변수로 우선적으로 검토한 변수 는 크게 3가지로 ‘초·중·고’, ‘일반교실·특수교실’ 및 ‘신 축 교실·기존 교실’이다. ‘초·중·고’ 변수의 경우 각 학 교를 이용하는 학생들 간에 연령 및 이용 시간의 차가 분명함으로 건강위해성평가 시 유해물질의 노출시간과 독성값에 영향을 미치는 연령 등의 차가 발생하게 되 며, 이에 따라 변수항목(case)별 오염물질 노출에 의한 기준 및 관리방안이 따로 마련되는 것이 바람직하다는 판단에서 변수로서의 도출 필요성을 검토하였다. 두 번 째 변수인 ‘일반교실·특수교실’의 경우 학생들이 각 교 실을 이용하는 시간 즉, 노출 시간 및 빈도 간에 큰 차 이를 보이므로 이 역시 건강위해성평가 결과에 주요한 영향인자임에 따라 변수로서의 도출 필요성을 검토하 였다. 마지막으로 ‘신축 교실·기존 교실’은 일반적인 실 내공기질 관리에 있어 신축 건물과 기존 건물 간 차별 화된 관리방안을 수립하고 이에 따른 관리 정책이 수 행되고 있음을 고려하여 변수로서의 활용 필요성을 검 토하였다.

    본 연구는 2019년부터 수행된 ‘에너지·환경 통합형 학교 미세먼지관리 기술개발 사업단’의 세부 연구 중 하나로, 현재 세부 연구들 중 학교환경에서 미세먼지 등의 실내 오염물질 농도 및 영향인자 도출에 관한 연 구가 수행 중에 있어 학교 내 미세먼지 농도 조사 자료 가 확보되지 않은 상태이며, 본 연구는 학교 미세먼지 관리에 필요한 양질의 빅데이터를 구축하기 위한 선행 적 연구로 미세먼지 농도에 대한 조사 결과는 국내 선 행연구 결과들을 활용하여 수행하였다. 또한, 선행연구 결과들을 정량적으로 재평가하기 위하여 과거자료의 정량적 분석을 수행할 수 있는 통계적 기법인 메타분 석 기법을 활용하였다. 본 연구에서 메타분석에 활용된 논문은 15편의 선행연구 결과들이 활용되었다. 이는 국내 학교환경 내 미세먼지 농도 조사에 관한 선행연 구가 매우 미약함을 시사하는 결과로 본 연구 모체 사 업의 신뢰성 있는 결과 도출에 많은 학교환경 내 미세 먼지 농도 조사가 필수적으로 이루어져야 함을 확인할 수 있었다. 본 연구에서는 선행연구의 빈약 등으로 인 한 자료의 한계성에서 발생할 수 있는 불확실성을 극 복하기 위해 확률밀도함수를 활용한 몬테카를로 모의실 험 기법을 활용하여 검토하고자 제안된 변수들의 항목 별 출현 가능한 미세먼지 농도분포 특성을 평가하였다.

    초등학교, 중학교, 고등학교 교실 내 미세먼지 병합 평균농도는 중학교, 초등학교, 고등학교 순으로 중학교 에서 가장 높은 평균농도를 나타냈으나 초등학교나 고 등학교에 비해 출현 가능한 농도 범위가 넓은 것으로 나타났다. 반면 초등학교 교실의 경우 미세먼지의 출현 가능한 농도 범위가 가장 좁은 것으로 조사되었다. 이 는 중학교의 경우 미세먼지 관리에 대한 관리방안 수 립에 있어 각 학교별 미세먼지 농도 발생 및 영향인자 에 대한 평가를 통한 맞춤형 관리 방안 수립이 필요한 반면 초등학교의 경우는 중학교와는 달리 전체 초등학 교에 동일하게 적용될 수 있는 관리방안 수립을 통하 여 미세먼지 관리가 가능함을 간접적으로 시사하는 결 과로 여겨진다. 또한, 이와 같이 초등학교, 중학교, 고 등학교별 미세먼지 농도분포 간에 차이가 있으며, 각각 의 학교 별로 관리방안 수립에 있어 차별적 접근법이 필요함을 고려할 때 향후 빅데이터 구축에 있어 주요 독립변수임을 확인할 수 있는 결과로 여겨진다.

    일반교실과 특수교실의 미세먼지 병합평균농도의 경 우 일반교실이 특수교실에 비해 높은 것으로 산출되었 다. 특히 특수교실의 경우 병합평균농도의 상위 95% 신뢰구간 농도 및 몬테카를로 분석에서 출현 가능한 농도 역시 교육인적자원부의 학교보건법에서 제시하고 있는 미세먼지 기준인 100 μg/m3을 초과하지 않는 것 으로 나타났으며, 특수교실은 일반교실에 비해 학생들 이 이용하는 시간이 적어 교실 내 미세먼지에 적게 노 출되며 이에 따라 미세먼지 노출에 의한 건강상 악영 향 발현 가능성이 낮음을 고려할 때 일반교실의 미세 먼지 관리가 중점적으로 이루어질 수 있는 관리방안 수립이 적합한 것으로 판단된다. 이는 빅데이터 구축에 있어 일반교실과 특수교실의 변수 역시 향후 구축된 빅데이터를 활용한 자료 분석을 통해 신뢰성 있는 결 과를 도출할 수 있도록 하는 독립변수임을 보여주는 결과라 할 수 있다.

    신축 및 기존 교실에서의 미세먼지 병합평균농도는 기존 교실이 신축 교실에 비해 높은 것으로 나타났으 나 두 교실 모두 상위 95% 신뢰구간 농도가 교육인적 자원부의 학교보건법에서 제시하고 있는 미세먼지 기 준인 100 μg/m3을 초과하였으며, 확률밀도함수를 이용 한 몬테카를로 모의실험 결과 기존 교실이 신축 교실 에 비해 높은 농도를 나타낼 가능성이 높은 것으로 조 사되었으나 큰 차이는 없는 것으로 조사되었다. 이는 학교의 건축연령은 교실 내 미세먼지 농도에 있어 주 요 영향요인이 아님을 보여주는 결과이며 빅데이터 구 축 및 자료 분석에 있어 주요 변수가 아님을 나타내는 결과라 할 수 있다.

    5. 결 론

    교육부와 과학기술정보통신부는 학교환경 내 미세먼 지에 대한 종합적 대책 마련을 위해 2019년부터 2024 년까지 총 6개년의 ‘에너지·환경 통합형 학교 미세먼지 관리 기술개발 사업단’을 구성하여 다각적 연구들을 수행하고 있다. 본 연구는 사업단의 세부연구 중 ‘빅데 이터 수집, 처리, 분석 기법과 에너지·환경 연계 관리기 술 및 통합지원체계 개발’ 연구의 일환으로 학교환경 에 관한 활용 가능성 높은 빅데이터를 구축하기 위한 목적으로 국내에서 수행된 학교환경 내 미세먼지 농도 분포 특성 규명에 관한 연구들을 수집하고 메타분석 기법을 활용하여 수집된 연구결과들을 재분석함으로써 빅데이터 수집에 앞서 e-coding book 제작에 필요한 독립변수 도출에 활용될 수 있는 변수를 우선적으로 도출하고 이들 변수의 활용 가능성을 평가하기 위하여 각 변수별 미세먼지 농도분포 차이 여부를 검토하였다.

    본 연구에서 대분류 변수로 우선적으로 검토한 변수 는 크게 3가지로 ‘초·중·고’, ‘일반교실·특수교실’ 및 ‘신 축 교실·기존 교실’이다. 변수항목(case)별 학교환경 내 미세먼지 노출에 의한 기준 및 관리방안이 따로 구축 되는 것이 바람직하다는 판단에서 변수 도출 필요성을 검토하였다.

    감사의 글

    이 성과는 정부(과학기술정보통신부, 교육부)의 재원 으로 한국연구재단의 지원을 받아 수행된 연구임(No. 2019M3E7A1113102).

    Figure

    JOIE-19-1-94_F1.gif

    Preferred reporting items for systematic reviews and meta-analysis flowchart.

    JOIE-19-1-94_F2.gif

    Characteristics of PM10 concentration in elementary, middle, and high school classrooms.

    JOIE-19-1-94_F3.gif

    Characteristics of PM10 concentration in general classroom and special classroom.

    JOIE-19-1-94_F4.gif

    Characteristics of PM10 concentration in new classroom and old classroom.

    Table

    Reference

    1. Cho, T. J., Choi, H. S., Jeon, Y. T., Lee, C. W., Lee, J. D., Jou, H. M., Son, B. S., 2008. The study of indoor air quality at schools in Chung-Nam area. Journal of the Environmental Sciences 17(5), 501-507. (in Korean with English abstract).
    2. Choi, S. J., 2008. The effect of outdoor air and indoor human activity on mass concentrations of size-selective particulate in classrooms. Journal of Korean Society of Environment Health 34(2), 137-147. (in Korean with English abstract).
    3. Chung, M. H., Jung, S. M., Kim, M. Y., Kim, G. W., Park, J. C., 2007. A field survey of indoor air environment of schools. Korean Journal of Air-Conditioning and Refrigeration Engineering 19(12), 865-873. (in Korean with English abstract).
    4. Chung, M. H., Kim, S. J., Park, J. C., Na, S. Y., Kwack, H. R., Han, S. W., 2009. A study on the development of standard model of the education facilities for sustainable school. Journal of the Architectural Institute of Korea Planning & Design 25(4), 295-302. (in Korean with English abstract).
    5. Daisey, J. M., Angell, W. J., Apte, M. G., 2003. Indoor air quality, ventilation and health symptoms in schools : An analysis of existing information. Indoor Air 13(1), 53-64.
    6. Decisioneering, Inc. 2000. Crystal ball 2000, user manual.
    7. Jang, A. S., 2014. Impact of particulate matter on health. Journal of Korean Medical Association 57(9), 763-768. (in Korean with English abstract).
    8. Jung, D. Y., Yoon, H. J., Yang, W. H., Kim, T. S., Seo, J. K., Heo, J., Ryu, H. S., Kim, S. S., Choi M. J. 2017. Exposure Factor Development of Children’s Hand and Mouthing Activities Using Videotaping Methodology and Analysis of Influential Factors. Journal of Environmental Health Sciences 43(5), 438-445. (in Korean with English abstract).
    9. Jung, J. H., Seo, B. S., Ju, D. J., Park, M. C., Shon, B. H., Phee, Y. G., 2010. Assessment of the indoor air quality at schools in Ulsan. Journal of Korean Society of Environmental Health 36(6), 472-479. (in Korean with English abstract).
    10. Jung, J. S., Park, D. S., Jeon, H. J., Song, H. S., Lee, M. J., 2015. A study of indoor air quality of school classrooms. Journal of the Korea Academia Industrial cooperation Society 16(5), 3643-3652. (in Korean with English abstract).
    11. Kim, H. J., Kim, S. S., Lee, K. S., Jung, S. K., Cho, J. K., 2009. A survey on the indoor air quality of some schools in Goyang city. Journal of Korea Society of Environmental Administration 15(2), 85-90. (in Korean with English abstract).
    12. Lee, C. H., Lee, B. K., Kim, Y. H., Lee, J. H., Oh, I. B., 2011. Analysis of indoor air pollutants from elementary school classrooms with different environment in Ulsan, Korea. Journal of Korean Society for Atmospheric Environment 27(1), 97-116. (in Korean with English abstract).
    13. Lee, C. M., Kim, Y. S., Lee, T. H., Kim, J. C., Kim, J. H., 2004. Efficiency of Removal for PM10 and NO2 by Air Cleaner in Residential Indoor Environment with Monte- Carlo Simulation. Journal of Environmental Health Sciences 30(3), 221-229. (in Korean with English abstract).
    14. Lee C. M., Park T. H., Park S. H., Park S. J., 2017. A study on the distribution characteristics of PM10 and PM2.5 in indoor air in an elderly activity space in Yeongwol country. Journal of Odor Indoor Environment 16(3), 211-217. (in Korean with English abstract).
    15. Lee, C. S., Kim, H. H., Yu, S. D., Lee, J. S., Chang, J. Y., Gwak, Y. K., Son, H. R., Lim, Y. W., 2013. A survey of distribution for environment exposure in the activities space of elementary schools-focused on PM10, PM2.5, Black Carbon, VOCs and Formaldehyde. Journal of Korean Society for Indoor Environment 10(4), 303-317. (in Korean with English abstract).
    16. Liu, D. L., Nazaroff, W. W., 2001. Modeling pollutant penetration across building envelopes. Atmospheric Environment 35(26), 4451-4462.
    17. Mendell, M., J., Health, G. A., 2005. Do indoor pollutants and thermal conditions in schools influence student performance? A critical review of the literature. Indoor air 15(1), 27-52.
    18. Park, S. H., Park, T. H., Park, S. J., Kim, Y. G., Kwon, M. H., Jung, J. S., Lee, C. M. 2018. Levels of the concentration of PM10 and PM2.5 in elementary school classroom at Yeongwol county. Journal of Odor and Indoor Environment 17(1), 11-17. (in Korean with English abstract).
    19. Sivers, A., Florence, B. T., Rourke, D. L., Lorimor, R. J., 1994. How children spend their time: a sample survey for use in exposure and risk assessment. Risk Analysis 14(6), 931-944.
    20. Sohn, J. R., Yoon, S. W., Kim, Y. S., Roh, Y. M., Lee, C. M., Son, B. S., Yang, W. H., Lee, Y. G., Choi, H. Y., Lee, J. S., 2006. A survey on the indoor air quality of some school classrooms in Korea. Journal of Korean Society for Indoor Environment 3(1), 54-63. (in Korean with English abstract).
    21. Son, B. S., Woo, G. S., Park, H. J., Kim, J. D., 2013. A study on exposure concentration of indoor, outdoor, and personal particulate matters(PM10) by season in some schools in Korea. The Korean Society for Environmental Education, 163-165.
    22. Wargocki, P., Wyon, D. P., Fanger, P. O., 2004. The performance and subjective responses of call-cneter operators with new and used supply air filters at two outdoor air supply rates. Indoor Air 14(s8), 7-16.