Overview

Dataset statistics

Number of variables11
Number of observations923
Missing cells582
Missing cells (%)5.7%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory82.2 KiB
Average record size in memory91.1 B

Variable types

Numeric3
Text8

Dataset

Description발행기관(제공기관/제공서비스),문헌명(학술지명),권/호,기사명(논문명),저자명,페이지정보,관련논문내용을 제공한다.
Author한국식품연구원
URLhttps://www.data.go.kr/data/15047803/fileData.do

Alerts

시작페이지 is highly overall correlated with 끝페이지High correlation
끝페이지 is highly overall correlated with 시작페이지High correlation
도서 정보 has 169 (18.3%) missing valuesMissing
발행년도 has 24 (2.6%) missing valuesMissing
저자명 has 36 (3.9%) missing valuesMissing
시작페이지 has 126 (13.7%) missing valuesMissing
끝페이지 has 226 (24.5%) missing valuesMissing

Reproduction

Analysis started2023-12-12 05:28:37.712796
Analysis finished2023-12-12 05:28:41.581881
Duration3.87 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

대표식품코드
Real number (ℝ)

Distinct462
Distinct (%)50.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean102545.57
Minimum100018
Maximum105005
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size8.2 KiB
2023-12-12T14:28:41.683761image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum100018
5-th percentile100145.8
Q1101273
median102561
Q3103882
95-th percentile104639
Maximum105005
Range4987
Interquartile range (IQR)2609

Descriptive statistics

Standard deviation1488.1078
Coefficient of variation (CV)0.014511674
Kurtosis-1.3348934
Mean102545.57
Median Absolute Deviation (MAD)1303
Skewness-0.078296109
Sum94649557
Variance2214464.8
MonotonicityIncreasing
2023-12-12T14:28:41.895564image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
101458 19
 
2.1%
100611 11
 
1.2%
102173 10
 
1.1%
104227 10
 
1.1%
103882 9
 
1.0%
100108 9
 
1.0%
104449 8
 
0.9%
101357 8
 
0.9%
104457 8
 
0.9%
102404 8
 
0.9%
Other values (452) 823
89.2%
ValueCountFrequency (%)
100018 1
 
0.1%
100042 1
 
0.1%
100060 7
0.8%
100068 3
 
0.3%
100083 2
 
0.2%
100088 3
 
0.3%
100090 1
 
0.1%
100096 4
0.4%
100102 1
 
0.1%
100108 9
1.0%
ValueCountFrequency (%)
105005 4
0.4%
105003 2
0.2%
105001 1
 
0.1%
104922 1
 
0.1%
104919 1
 
0.1%
104908 1
 
0.1%
104893 1
 
0.1%
104873 3
0.3%
104870 3
0.3%
104861 1
 
0.1%
Distinct462
Distinct (%)50.1%
Missing0
Missing (%)0.0%
Memory size7.3 KiB
2023-12-12T14:28:42.292481image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length6
Median length5
Mean length2.7865655
Min length1

Characters and Unicode

Total characters2572
Distinct characters291
Distinct categories1 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique262 ?
Unique (%)28.4%

Sample

1st row가자미
2nd row가지지
3rd row간장
4th row간장
5th row간장
ValueCountFrequency (%)
말린청어 19
 
2.1%
11
 
1.2%
비빔밥 10
 
1.1%
참깨 10
 
1.1%
전복 9
 
1.0%
감식초 9
 
1.0%
8
 
0.9%
칠계탕 8
 
0.9%
생강 8
 
0.9%
8
 
0.9%
Other values (452) 823
89.2%
2023-12-12T14:28:42.783749image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
61
 
2.4%
51
 
2.0%
48
 
1.9%
47
 
1.8%
45
 
1.7%
39
 
1.5%
36
 
1.4%
36
 
1.4%
34
 
1.3%
33
 
1.3%
Other values (281) 2142
83.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 2572
100.0%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
61
 
2.4%
51
 
2.0%
48
 
1.9%
47
 
1.8%
45
 
1.7%
39
 
1.5%
36
 
1.4%
36
 
1.4%
34
 
1.3%
33
 
1.3%
Other values (281) 2142
83.3%

Most occurring scripts

ValueCountFrequency (%)
Hangul 2572
100.0%

Most frequent character per script

Hangul
ValueCountFrequency (%)
61
 
2.4%
51
 
2.0%
48
 
1.9%
47
 
1.8%
45
 
1.7%
39
 
1.5%
36
 
1.4%
36
 
1.4%
34
 
1.3%
33
 
1.3%
Other values (281) 2142
83.3%

Most occurring blocks

ValueCountFrequency (%)
Hangul 2572
100.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
61
 
2.4%
51
 
2.0%
48
 
1.9%
47
 
1.8%
45
 
1.7%
39
 
1.5%
36
 
1.4%
36
 
1.4%
34
 
1.3%
33
 
1.3%
Other values (281) 2142
83.3%
Distinct262
Distinct (%)28.4%
Missing1
Missing (%)0.1%
Memory size7.3 KiB
2023-12-12T14:28:43.063915image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length52
Median length49
Mean length9.5010846
Min length3

Characters and Unicode

Total characters8760
Distinct characters345
Distinct categories9 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique189 ?
Unique (%)20.5%

Sample

1st row한국수산과학회
2nd row한국영양식량학회
3rd row한국식품과학회
4th row한국식품연구원
5th row한국식품연구원
ValueCountFrequency (%)
한국식품영양과학회 163
 
13.4%
한국식품과학회 104
 
8.6%
동아시아식생활학회 62
 
5.1%
한국식품조리과학회 43
 
3.5%
j 33
 
2.7%
한국식품저장유통학회 29
 
2.4%
korean 29
 
2.4%
한국한의학연구원 26
 
2.1%
한국조리학회 23
 
1.9%
food 19
 
1.6%
Other values (326) 681
56.2%
2023-12-12T14:28:43.610990image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
783
 
8.9%
682
 
7.8%
649
 
7.4%
600
 
6.8%
517
 
5.9%
399
 
4.6%
396
 
4.5%
290
 
3.3%
231
 
2.6%
216
 
2.5%
Other values (335) 3997
45.6%

Most occurring categories

ValueCountFrequency (%)
Other Letter 7037
80.3%
Lowercase Letter 1020
 
11.6%
Space Separator 291
 
3.3%
Uppercase Letter 226
 
2.6%
Open Punctuation 57
 
0.7%
Close Punctuation 56
 
0.6%
Other Punctuation 56
 
0.6%
Dash Punctuation 9
 
0.1%
Decimal Number 8
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
783
 
11.1%
682
 
9.7%
649
 
9.2%
600
 
8.5%
517
 
7.3%
399
 
5.7%
396
 
5.6%
231
 
3.3%
216
 
3.1%
134
 
1.9%
Other values (280) 2430
34.5%
Lowercase Letter
ValueCountFrequency (%)
o 152
14.9%
e 115
11.3%
r 102
10.0%
n 96
9.4%
a 96
9.4%
i 75
7.4%
c 68
 
6.7%
l 58
 
5.7%
t 44
 
4.3%
d 38
 
3.7%
Other values (12) 176
17.3%
Uppercase Letter
ValueCountFrequency (%)
J 42
18.6%
K 30
13.3%
S 24
10.6%
F 21
9.3%
C 19
8.4%
P 16
 
7.1%
N 14
 
6.2%
B 13
 
5.8%
T 9
 
4.0%
M 8
 
3.5%
Other values (9) 30
13.3%
Decimal Number
ValueCountFrequency (%)
2 2
25.0%
0 2
25.0%
1 2
25.0%
7 1
12.5%
6 1
12.5%
Other Punctuation
ValueCountFrequency (%)
. 46
82.1%
, 8
 
14.3%
& 1
 
1.8%
1
 
1.8%
Space Separator
ValueCountFrequency (%)
290
99.7%
  1
 
0.3%
Open Punctuation
ValueCountFrequency (%)
( 57
100.0%
Close Punctuation
ValueCountFrequency (%)
) 56
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 9
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 6697
76.4%
Latin 1246
 
14.2%
Common 477
 
5.4%
Han 340
 
3.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
783
 
11.7%
682
 
10.2%
649
 
9.7%
600
 
9.0%
517
 
7.7%
399
 
6.0%
396
 
5.9%
231
 
3.4%
216
 
3.2%
134
 
2.0%
Other values (192) 2090
31.2%
Han
ValueCountFrequency (%)
22
 
6.5%
15
 
4.4%
12
 
3.5%
11
 
3.2%
11
 
3.2%
11
 
3.2%
9
 
2.6%
8
 
2.4%
8
 
2.4%
8
 
2.4%
Other values (78) 225
66.2%
Latin
ValueCountFrequency (%)
o 152
 
12.2%
e 115
 
9.2%
r 102
 
8.2%
n 96
 
7.7%
a 96
 
7.7%
i 75
 
6.0%
c 68
 
5.5%
l 58
 
4.7%
t 44
 
3.5%
J 42
 
3.4%
Other values (31) 398
31.9%
Common
ValueCountFrequency (%)
290
60.8%
( 57
 
11.9%
) 56
 
11.7%
. 46
 
9.6%
- 9
 
1.9%
, 8
 
1.7%
2 2
 
0.4%
0 2
 
0.4%
1 2
 
0.4%
& 1
 
0.2%
Other values (4) 4
 
0.8%

Most occurring blocks

ValueCountFrequency (%)
Hangul 6697
76.4%
ASCII 1721
 
19.6%
CJK 337
 
3.8%
CJK Compat Ideographs 3
 
< 0.1%
None 1
 
< 0.1%
Punctuation 1
 
< 0.1%

Most frequent character per block

Hangul
ValueCountFrequency (%)
783
 
11.7%
682
 
10.2%
649
 
9.7%
600
 
9.0%
517
 
7.7%
399
 
6.0%
396
 
5.9%
231
 
3.4%
216
 
3.2%
134
 
2.0%
Other values (192) 2090
31.2%
ASCII
ValueCountFrequency (%)
290
16.9%
o 152
 
8.8%
e 115
 
6.7%
r 102
 
5.9%
n 96
 
5.6%
a 96
 
5.6%
i 75
 
4.4%
c 68
 
4.0%
l 58
 
3.4%
( 57
 
3.3%
Other values (43) 612
35.6%
CJK
ValueCountFrequency (%)
22
 
6.5%
15
 
4.5%
12
 
3.6%
11
 
3.3%
11
 
3.3%
11
 
3.3%
9
 
2.7%
8
 
2.4%
8
 
2.4%
8
 
2.4%
Other values (77) 222
65.9%
CJK Compat Ideographs
ValueCountFrequency (%)
3
100.0%
None
ValueCountFrequency (%)
  1
100.0%
Punctuation
ValueCountFrequency (%)
1
100.0%
Distinct283
Distinct (%)30.7%
Missing0
Missing (%)0.0%
Memory size7.3 KiB
2023-12-12T14:28:44.026619image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length159
Median length59
Mean length10.942579
Min length2

Characters and Unicode

Total characters10100
Distinct characters381
Distinct categories10 ?
Distinct scripts4 ?
Distinct blocks6 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique204 ?
Unique (%)22.1%

Sample

1st row한국수산과학회지
2nd row한국영양식량학회지
3rd row한국식품과학회지
4th row한맛한얼
5th row한맛한얼
ValueCountFrequency (%)
한국식품영양과학회지 149
 
11.1%
한국식품과학회지 93
 
6.9%
동아시아식생활학회지 54
 
4.0%
한국식품조리과학회지 41
 
3.0%
j 32
 
2.4%
korean 30
 
2.2%
한국식품저장유통학회지 26
 
1.9%
한의학고전db 25
 
1.9%
한국조리학회지 22
 
1.6%
food 22
 
1.6%
Other values (417) 852
63.3%
2023-12-12T14:28:44.638171image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
761
 
7.5%
662
 
6.6%
626
 
6.2%
567
 
5.6%
510
 
5.0%
507
 
5.0%
423
 
4.2%
406
 
4.0%
385
 
3.8%
229
 
2.3%
Other values (371) 5024
49.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 7666
75.9%
Lowercase Letter 1463
 
14.5%
Space Separator 424
 
4.2%
Uppercase Letter 308
 
3.0%
Open Punctuation 63
 
0.6%
Close Punctuation 62
 
0.6%
Other Punctuation 58
 
0.6%
Decimal Number 44
 
0.4%
Dash Punctuation 10
 
0.1%
Math Symbol 2
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
761
 
9.9%
662
 
8.6%
626
 
8.2%
567
 
7.4%
510
 
6.7%
507
 
6.6%
406
 
5.3%
385
 
5.0%
229
 
3.0%
210
 
2.7%
Other values (307) 2803
36.6%
Lowercase Letter
ValueCountFrequency (%)
o 189
12.9%
e 167
11.4%
n 143
9.8%
a 134
9.2%
r 132
9.0%
i 113
 
7.7%
c 90
 
6.2%
l 82
 
5.6%
t 74
 
5.1%
d 56
 
3.8%
Other values (14) 283
19.3%
Uppercase Letter
ValueCountFrequency (%)
J 44
14.3%
B 40
13.0%
K 34
11.0%
D 29
9.4%
S 29
9.4%
F 25
8.1%
C 22
7.1%
N 15
 
4.9%
P 14
 
4.5%
T 10
 
3.2%
Other values (10) 46
14.9%
Decimal Number
ValueCountFrequency (%)
2 15
34.1%
0 15
34.1%
1 5
 
11.4%
5 4
 
9.1%
3 3
 
6.8%
4 2
 
4.5%
Other Punctuation
ValueCountFrequency (%)
. 47
81.0%
, 6
 
10.3%
& 4
 
6.9%
1
 
1.7%
Open Punctuation
ValueCountFrequency (%)
( 61
96.8%
1
 
1.6%
[ 1
 
1.6%
Close Punctuation
ValueCountFrequency (%)
) 60
96.8%
1
 
1.6%
] 1
 
1.6%
Space Separator
ValueCountFrequency (%)
423
99.8%
  1
 
0.2%
Dash Punctuation
ValueCountFrequency (%)
- 10
100.0%
Math Symbol
ValueCountFrequency (%)
= 2
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 7293
72.2%
Latin 1771
 
17.5%
Common 663
 
6.6%
Han 373
 
3.7%

Most frequent character per script

Hangul
ValueCountFrequency (%)
761
 
10.4%
662
 
9.1%
626
 
8.6%
567
 
7.8%
510
 
7.0%
507
 
7.0%
406
 
5.6%
385
 
5.3%
229
 
3.1%
210
 
2.9%
Other values (214) 2430
33.3%
Han
ValueCountFrequency (%)
22
 
5.9%
17
 
4.6%
12
 
3.2%
11
 
2.9%
11
 
2.9%
11
 
2.9%
11
 
2.9%
8
 
2.1%
8
 
2.1%
8
 
2.1%
Other values (83) 254
68.1%
Latin
ValueCountFrequency (%)
o 189
 
10.7%
e 167
 
9.4%
n 143
 
8.1%
a 134
 
7.6%
r 132
 
7.5%
i 113
 
6.4%
c 90
 
5.1%
l 82
 
4.6%
t 74
 
4.2%
d 56
 
3.2%
Other values (34) 591
33.4%
Common
ValueCountFrequency (%)
423
63.8%
( 61
 
9.2%
) 60
 
9.0%
. 47
 
7.1%
2 15
 
2.3%
0 15
 
2.3%
- 10
 
1.5%
, 6
 
0.9%
1 5
 
0.8%
5 4
 
0.6%
Other values (10) 17
 
2.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 7293
72.2%
ASCII 2430
 
24.1%
CJK 370
 
3.7%
CJK Compat Ideographs 3
 
< 0.1%
None 3
 
< 0.1%
Punctuation 1
 
< 0.1%

Most frequent character per block

Hangul
ValueCountFrequency (%)
761
 
10.4%
662
 
9.1%
626
 
8.6%
567
 
7.8%
510
 
7.0%
507
 
7.0%
406
 
5.6%
385
 
5.3%
229
 
3.1%
210
 
2.9%
Other values (214) 2430
33.3%
ASCII
ValueCountFrequency (%)
423
17.4%
o 189
 
7.8%
e 167
 
6.9%
n 143
 
5.9%
a 134
 
5.5%
r 132
 
5.4%
i 113
 
4.7%
c 90
 
3.7%
l 82
 
3.4%
t 74
 
3.0%
Other values (50) 883
36.3%
CJK
ValueCountFrequency (%)
22
 
5.9%
17
 
4.6%
12
 
3.2%
11
 
3.0%
11
 
3.0%
11
 
3.0%
11
 
3.0%
8
 
2.2%
8
 
2.2%
8
 
2.2%
Other values (82) 251
67.8%
CJK Compat Ideographs
ValueCountFrequency (%)
3
100.0%
Punctuation
ValueCountFrequency (%)
1
100.0%
None
ValueCountFrequency (%)
1
33.3%
1
33.3%
  1
33.3%

도서 정보
Text

MISSING 

Distinct482
Distinct (%)63.9%
Missing169
Missing (%)18.3%
Memory size7.3 KiB
2023-12-12T14:28:45.098705image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length19
Median length5
Mean length5.9933687
Min length1

Characters and Unicode

Total characters4519
Distinct characters51
Distinct categories10 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique319 ?
Unique (%)42.3%

Sample

1st row48(1)
2nd rowv.24 no.6
3rd row44(4)
4th rowv.3 no.1
5th rowv.3 no.1
ValueCountFrequency (%)
no 67
 
6.0%
27
 
2.4%
v 27
 
2.4%
1 20
 
1.8%
no.1 18
 
1.6%
vol 18
 
1.6%
no.5 18
 
1.6%
2 16
 
1.4%
no.3 16
 
1.4%
16(1 16
 
1.4%
Other values (440) 881
78.4%
2023-12-12T14:28:45.807757image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
( 442
 
9.8%
) 441
 
9.8%
2 437
 
9.7%
1 385
 
8.5%
370
 
8.2%
3 319
 
7.1%
4 319
 
7.1%
. 261
 
5.8%
o 221
 
4.9%
6 174
 
3.9%
Other values (41) 1150
25.4%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 2191
48.5%
Lowercase Letter 531
 
11.8%
Open Punctuation 443
 
9.8%
Close Punctuation 442
 
9.8%
Space Separator 370
 
8.2%
Other Punctuation 272
 
6.0%
Other Letter 143
 
3.2%
Uppercase Letter 111
 
2.5%
Math Symbol 12
 
0.3%
Dash Punctuation 4
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
57
39.9%
29
20.3%
29
20.3%
4
 
2.8%
4
 
2.8%
4
 
2.8%
4
 
2.8%
2
 
1.4%
2
 
1.4%
2
 
1.4%
Other values (6) 6
 
4.2%
Decimal Number
ValueCountFrequency (%)
2 437
19.9%
1 385
17.6%
3 319
14.6%
4 319
14.6%
6 174
 
7.9%
5 150
 
6.8%
7 111
 
5.1%
8 104
 
4.7%
0 103
 
4.7%
9 89
 
4.1%
Lowercase Letter
ValueCountFrequency (%)
o 221
41.6%
n 173
32.6%
v 99
18.6%
l 27
 
5.1%
a 3
 
0.6%
y 3
 
0.6%
r 2
 
0.4%
p 2
 
0.4%
i 1
 
0.2%
Uppercase Letter
ValueCountFrequency (%)
V 80
72.1%
N 22
 
19.8%
M 3
 
2.7%
A 2
 
1.8%
O 2
 
1.8%
P 1
 
0.9%
S 1
 
0.9%
Open Punctuation
ValueCountFrequency (%)
( 442
99.8%
[ 1
 
0.2%
Close Punctuation
ValueCountFrequency (%)
) 441
99.8%
] 1
 
0.2%
Other Punctuation
ValueCountFrequency (%)
. 261
96.0%
, 11
 
4.0%
Space Separator
ValueCountFrequency (%)
370
100.0%
Math Symbol
ValueCountFrequency (%)
= 12
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 4
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 3734
82.6%
Latin 642
 
14.2%
Hangul 143
 
3.2%

Most frequent character per script

Common
ValueCountFrequency (%)
( 442
11.8%
) 441
11.8%
2 437
11.7%
1 385
10.3%
370
9.9%
3 319
8.5%
4 319
8.5%
. 261
7.0%
6 174
 
4.7%
5 150
 
4.0%
Other values (9) 436
11.7%
Latin
ValueCountFrequency (%)
o 221
34.4%
n 173
26.9%
v 99
15.4%
V 80
 
12.5%
l 27
 
4.2%
N 22
 
3.4%
a 3
 
0.5%
M 3
 
0.5%
y 3
 
0.5%
r 2
 
0.3%
Other values (6) 9
 
1.4%
Hangul
ValueCountFrequency (%)
57
39.9%
29
20.3%
29
20.3%
4
 
2.8%
4
 
2.8%
4
 
2.8%
4
 
2.8%
2
 
1.4%
2
 
1.4%
2
 
1.4%
Other values (6) 6
 
4.2%

Most occurring blocks

ValueCountFrequency (%)
ASCII 4376
96.8%
Hangul 143
 
3.2%

Most frequent character per block

ASCII
ValueCountFrequency (%)
( 442
10.1%
) 441
10.1%
2 437
10.0%
1 385
 
8.8%
370
 
8.5%
3 319
 
7.3%
4 319
 
7.3%
. 261
 
6.0%
o 221
 
5.1%
6 174
 
4.0%
Other values (25) 1007
23.0%
Hangul
ValueCountFrequency (%)
57
39.9%
29
20.3%
29
20.3%
4
 
2.8%
4
 
2.8%
4
 
2.8%
4
 
2.8%
2
 
1.4%
2
 
1.4%
2
 
1.4%
Other values (6) 6
 
4.2%

발행년도
Text

MISSING 

Distinct150
Distinct (%)16.7%
Missing24
Missing (%)2.6%
Memory size7.3 KiB
2023-12-12T14:28:46.215659image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length7
Median length4
Mean length4.3726363
Min length4

Characters and Unicode

Total characters3931
Distinct characters28
Distinct categories6 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique82 ?
Unique (%)9.1%

Sample

1st row2015
2nd row1995
3rd row2012
4th row2010
5th row2010
ValueCountFrequency (%)
2013 71
 
7.8%
2011 53
 
5.8%
2014 51
 
5.6%
2015 49
 
5.4%
2008 45
 
4.9%
2010 41
 
4.5%
2012 39
 
4.3%
2016 35
 
3.8%
2006 35
 
3.8%
2007 34
 
3.7%
Other values (141) 459
50.3%
2023-12-12T14:28:46.662018image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 1154
29.4%
2 843
21.4%
1 719
18.3%
9 255
 
6.5%
3 141
 
3.6%
6 128
 
3.3%
4 119
 
3.0%
8 119
 
3.0%
5 117
 
3.0%
. 102
 
2.6%
Other values (18) 234
 
6.0%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 3691
93.9%
Other Letter 123
 
3.1%
Other Punctuation 102
 
2.6%
Space Separator 13
 
0.3%
Open Punctuation 1
 
< 0.1%
Close Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
24
19.5%
18
14.6%
18
14.6%
13
10.6%
9
 
7.3%
8
 
6.5%
6
 
4.9%
6
 
4.9%
6
 
4.9%
6
 
4.9%
Other values (4) 9
 
7.3%
Decimal Number
ValueCountFrequency (%)
0 1154
31.3%
2 843
22.8%
1 719
19.5%
9 255
 
6.9%
3 141
 
3.8%
6 128
 
3.5%
4 119
 
3.2%
8 119
 
3.2%
5 117
 
3.2%
7 96
 
2.6%
Other Punctuation
ValueCountFrequency (%)
. 102
100.0%
Space Separator
ValueCountFrequency (%)
13
100.0%
Open Punctuation
ValueCountFrequency (%)
( 1
100.0%
Close Punctuation
ValueCountFrequency (%)
) 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 3808
96.9%
Hangul 123
 
3.1%

Most frequent character per script

Common
ValueCountFrequency (%)
0 1154
30.3%
2 843
22.1%
1 719
18.9%
9 255
 
6.7%
3 141
 
3.7%
6 128
 
3.4%
4 119
 
3.1%
8 119
 
3.1%
5 117
 
3.1%
. 102
 
2.7%
Other values (4) 111
 
2.9%
Hangul
ValueCountFrequency (%)
24
19.5%
18
14.6%
18
14.6%
13
10.6%
9
 
7.3%
8
 
6.5%
6
 
4.9%
6
 
4.9%
6
 
4.9%
6
 
4.9%
Other values (4) 9
 
7.3%

Most occurring blocks

ValueCountFrequency (%)
ASCII 3808
96.9%
Hangul 123
 
3.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 1154
30.3%
2 843
22.1%
1 719
18.9%
9 255
 
6.7%
3 141
 
3.7%
6 128
 
3.4%
4 119
 
3.1%
8 119
 
3.1%
5 117
 
3.1%
. 102
 
2.7%
Other values (4) 111
 
2.9%
Hangul
ValueCountFrequency (%)
24
19.5%
18
14.6%
18
14.6%
13
10.6%
9
 
7.3%
8
 
6.5%
6
 
4.9%
6
 
4.9%
6
 
4.9%
6
 
4.9%
Other values (4) 9
 
7.3%
Distinct816
Distinct (%)88.4%
Missing0
Missing (%)0.0%
Memory size7.3 KiB
2023-12-12T14:28:47.249409image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length180
Median length129
Mean length34.963164
Min length2

Characters and Unicode

Total characters32271
Distinct characters828
Distinct categories15 ?
Distinct scripts5 ?
Distinct blocks9 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique757 ?
Unique (%)82.0%

Sample

1st row반응표면분석법을 이용한 가자미(Verasper moseri Jordan et Gilbert) 식해 제조 최적화
2nd row겨자 증류성분중의 향균성 물질
3rd row전통간장으로부터 분리한 Cladosporium sp.과 Sterigmatomyces sp. 미생물의 동정 및 NaCl 농도에 따른 미생물 효소활성 분석
4th row한국의 전통 - 장류(된장, 간장)의 건강기능성
5th row한국의 전통 - 장류(된장, 간장)의 건강기능성
ValueCountFrequency (%)
249
 
3.7%
특성 127
 
1.9%
of 111
 
1.6%
연구 100
 
1.5%
따른 78
 
1.1%
미치는 76
 
1.1%
and 75
 
1.1%
품질 73
 
1.1%
효과 71
 
1.0%
영향 69
 
1.0%
Other values (2965) 5776
84.9%
2023-12-12T14:28:47.741745image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
5891
 
18.3%
i 894
 
2.8%
e 881
 
2.7%
a 856
 
2.7%
o 766
 
2.4%
757
 
2.3%
n 738
 
2.3%
t 716
 
2.2%
s 575
 
1.8%
r 559
 
1.7%
Other values (818) 19638
60.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 15963
49.5%
Lowercase Letter 9055
28.1%
Space Separator 5897
 
18.3%
Uppercase Letter 557
 
1.7%
Other Punctuation 246
 
0.8%
Open Punctuation 160
 
0.5%
Close Punctuation 159
 
0.5%
Decimal Number 112
 
0.3%
Dash Punctuation 82
 
0.3%
Letter Number 11
 
< 0.1%
Other values (5) 29
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
757
 
4.7%
531
 
3.3%
360
 
2.3%
333
 
2.1%
289
 
1.8%
288
 
1.8%
269
 
1.7%
252
 
1.6%
230
 
1.4%
218
 
1.4%
Other values (717) 12436
77.9%
Lowercase Letter
ValueCountFrequency (%)
i 894
9.9%
e 881
 
9.7%
a 856
 
9.5%
o 766
 
8.5%
n 738
 
8.2%
t 716
 
7.9%
s 575
 
6.4%
r 559
 
6.2%
c 467
 
5.2%
l 387
 
4.3%
Other values (17) 2216
24.5%
Uppercase Letter
ValueCountFrequency (%)
A 62
 
11.1%
C 58
 
10.4%
P 46
 
8.3%
S 36
 
6.5%
T 36
 
6.5%
B 33
 
5.9%
L 32
 
5.7%
E 32
 
5.7%
D 27
 
4.8%
R 27
 
4.8%
Other values (15) 168
30.2%
Other Punctuation
ValueCountFrequency (%)
, 102
41.5%
. 98
39.8%
: 20
 
8.1%
· 9
 
3.7%
/ 5
 
2.0%
' 5
 
2.0%
! 3
 
1.2%
" 2
 
0.8%
1
 
0.4%
; 1
 
0.4%
Decimal Number
ValueCountFrequency (%)
1 29
25.9%
2 16
14.3%
6 14
12.5%
0 11
 
9.8%
9 9
 
8.0%
3 8
 
7.1%
7 8
 
7.1%
5 8
 
7.1%
4 6
 
5.4%
8 3
 
2.7%
Open Punctuation
ValueCountFrequency (%)
( 148
92.5%
5
 
3.1%
[ 5
 
3.1%
1
 
0.6%
1
 
0.6%
Close Punctuation
ValueCountFrequency (%)
) 145
91.2%
] 7
 
4.4%
5
 
3.1%
1
 
0.6%
1
 
0.6%
Other Number
ValueCountFrequency (%)
4
40.0%
3
30.0%
1
 
10.0%
1
 
10.0%
1
 
10.0%
Math Symbol
ValueCountFrequency (%)
= 5
50.0%
~ 3
30.0%
1
 
10.0%
1
 
10.0%
Letter Number
ValueCountFrequency (%)
5
45.5%
5
45.5%
1
 
9.1%
Space Separator
ValueCountFrequency (%)
5891
99.9%
  6
 
0.1%
Dash Punctuation
ValueCountFrequency (%)
- 81
98.8%
1
 
1.2%
Connector Punctuation
ValueCountFrequency (%)
_ 6
100.0%
Initial Punctuation
ValueCountFrequency (%)
2
100.0%
Final Punctuation
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 15551
48.2%
Latin 9621
29.8%
Common 6685
20.7%
Han 412
 
1.3%
Greek 2
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
757
 
4.9%
531
 
3.4%
360
 
2.3%
333
 
2.1%
289
 
1.9%
288
 
1.9%
269
 
1.7%
252
 
1.6%
230
 
1.5%
218
 
1.4%
Other values (536) 12024
77.3%
Han
ValueCountFrequency (%)
12
 
2.9%
12
 
2.9%
11
 
2.7%
9
 
2.2%
9
 
2.2%
8
 
1.9%
8
 
1.9%
7
 
1.7%
7
 
1.7%
7
 
1.7%
Other values (171) 322
78.2%
Latin
ValueCountFrequency (%)
i 894
 
9.3%
e 881
 
9.2%
a 856
 
8.9%
o 766
 
8.0%
n 738
 
7.7%
t 716
 
7.4%
s 575
 
6.0%
r 559
 
5.8%
c 467
 
4.9%
l 387
 
4.0%
Other values (44) 2782
28.9%
Common
ValueCountFrequency (%)
5891
88.1%
( 148
 
2.2%
) 145
 
2.2%
, 102
 
1.5%
. 98
 
1.5%
- 81
 
1.2%
1 29
 
0.4%
: 20
 
0.3%
2 16
 
0.2%
6 14
 
0.2%
Other values (36) 141
 
2.1%
Greek
ValueCountFrequency (%)
β 2
100.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 16249
50.4%
Hangul 15551
48.2%
CJK 410
 
1.3%
None 40
 
0.1%
Number Forms 11
 
< 0.1%
Punctuation 5
 
< 0.1%
CJK Compat Ideographs 2
 
< 0.1%
Math Operators 2
 
< 0.1%
Enclosed Alphanum 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
5891
36.3%
i 894
 
5.5%
e 881
 
5.4%
a 856
 
5.3%
o 766
 
4.7%
n 738
 
4.5%
t 716
 
4.4%
s 575
 
3.5%
r 559
 
3.4%
c 467
 
2.9%
Other values (68) 3906
24.0%
Hangul
ValueCountFrequency (%)
757
 
4.9%
531
 
3.4%
360
 
2.3%
333
 
2.1%
289
 
1.9%
288
 
1.9%
269
 
1.7%
252
 
1.6%
230
 
1.5%
218
 
1.4%
Other values (536) 12024
77.3%
CJK
ValueCountFrequency (%)
12
 
2.9%
12
 
2.9%
11
 
2.7%
9
 
2.2%
9
 
2.2%
8
 
2.0%
8
 
2.0%
7
 
1.7%
7
 
1.7%
7
 
1.7%
Other values (170) 320
78.0%
None
ValueCountFrequency (%)
· 9
22.5%
  6
15.0%
5
12.5%
5
12.5%
4
10.0%
3
 
7.5%
β 2
 
5.0%
1
 
2.5%
1
 
2.5%
1
 
2.5%
Other values (3) 3
 
7.5%
Number Forms
ValueCountFrequency (%)
5
45.5%
5
45.5%
1
 
9.1%
Punctuation
ValueCountFrequency (%)
2
40.0%
1
20.0%
1
20.0%
1
20.0%
CJK Compat Ideographs
ValueCountFrequency (%)
2
100.0%
Math Operators
ValueCountFrequency (%)
1
50.0%
1
50.0%
Enclosed Alphanum
ValueCountFrequency (%)
1
100.0%

저자명
Text

MISSING 

Distinct751
Distinct (%)84.7%
Missing36
Missing (%)3.9%
Memory size7.3 KiB
2023-12-12T14:28:48.224732image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length96
Median length95
Mean length12.343856
Min length2

Characters and Unicode

Total characters10949
Distinct characters320
Distinct categories9 ?
Distinct scripts4 ?
Distinct blocks7 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique682 ?
Unique (%)76.9%

Sample

1st row한대원 외 3명
2nd row심기환,서권일,강갑석,문주석,김홍출
3rd row이남근 외 6인
4th row박건영
5th row박건영
ValueCountFrequency (%)
214
 
7.8%
kim 61
 
2.2%
lee 35
 
1.3%
2명 30
 
1.1%
4명 27
 
1.0%
3명 27
 
1.0%
5명 19
 
0.7%
외2명 19
 
0.7%
park 18
 
0.7%
17
 
0.6%
Other values (1384) 2261
82.9%
2023-12-12T14:28:48.910930image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1841
 
16.8%
, 1079
 
9.9%
314
 
2.9%
300
 
2.7%
268
 
2.4%
251
 
2.3%
235
 
2.1%
. 169
 
1.5%
148
 
1.4%
S 137
 
1.3%
Other values (310) 6207
56.7%

Most occurring categories

ValueCountFrequency (%)
Other Letter 5639
51.5%
Space Separator 1841
 
16.8%
Other Punctuation 1283
 
11.7%
Lowercase Letter 946
 
8.6%
Uppercase Letter 855
 
7.8%
Decimal Number 330
 
3.0%
Open Punctuation 24
 
0.2%
Close Punctuation 24
 
0.2%
Dash Punctuation 7
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
314
 
5.6%
300
 
5.3%
268
 
4.8%
251
 
4.5%
235
 
4.2%
148
 
2.6%
122
 
2.2%
119
 
2.1%
115
 
2.0%
102
 
1.8%
Other values (242) 3665
65.0%
Uppercase Letter
ValueCountFrequency (%)
S 137
16.0%
H 134
15.7%
K 117
13.7%
J 85
9.9%
Y 60
7.0%
C 55
 
6.4%
L 49
 
5.7%
M 29
 
3.4%
P 23
 
2.7%
B 22
 
2.6%
Other values (14) 144
16.8%
Lowercase Letter
ValueCountFrequency (%)
a 130
13.7%
i 121
12.8%
e 107
11.3%
n 106
11.2%
o 85
9.0%
m 82
8.7%
h 62
6.6%
u 52
 
5.5%
g 43
 
4.5%
r 38
 
4.0%
Other values (14) 120
12.7%
Decimal Number
ValueCountFrequency (%)
2 73
22.1%
3 56
17.0%
1 49
14.8%
4 47
14.2%
5 40
12.1%
6 26
 
7.9%
7 21
 
6.4%
8 9
 
2.7%
9 5
 
1.5%
0 4
 
1.2%
Other Punctuation
ValueCountFrequency (%)
, 1079
84.1%
. 169
 
13.2%
; 20
 
1.6%
6
 
0.5%
· 5
 
0.4%
* 4
 
0.3%
Space Separator
ValueCountFrequency (%)
1841
100.0%
Open Punctuation
ValueCountFrequency (%)
( 24
100.0%
Close Punctuation
ValueCountFrequency (%)
) 24
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 7
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 5578
50.9%
Common 3509
32.0%
Latin 1801
 
16.4%
Han 61
 
0.6%

Most frequent character per script

Hangul
ValueCountFrequency (%)
314
 
5.6%
300
 
5.4%
268
 
4.8%
251
 
4.5%
235
 
4.2%
148
 
2.7%
122
 
2.2%
119
 
2.1%
115
 
2.1%
102
 
1.8%
Other values (224) 3604
64.6%
Latin
ValueCountFrequency (%)
S 137
 
7.6%
H 134
 
7.4%
a 130
 
7.2%
i 121
 
6.7%
K 117
 
6.5%
e 107
 
5.9%
n 106
 
5.9%
J 85
 
4.7%
o 85
 
4.7%
m 82
 
4.6%
Other values (38) 697
38.7%
Common
ValueCountFrequency (%)
1841
52.5%
, 1079
30.7%
. 169
 
4.8%
2 73
 
2.1%
3 56
 
1.6%
1 49
 
1.4%
4 47
 
1.3%
5 40
 
1.1%
6 26
 
0.7%
( 24
 
0.7%
Other values (10) 105
 
3.0%
Han
ValueCountFrequency (%)
10
16.4%
10
16.4%
10
16.4%
7
11.5%
6
9.8%
6
9.8%
1
 
1.6%
1
 
1.6%
1
 
1.6%
1
 
1.6%
Other values (8) 8
13.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 5577
50.9%
ASCII 5299
48.4%
CJK 59
 
0.5%
Punctuation 6
 
0.1%
None 5
 
< 0.1%
CJK Compat Ideographs 2
 
< 0.1%
Compat Jamo 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1841
34.7%
, 1079
20.4%
. 169
 
3.2%
S 137
 
2.6%
H 134
 
2.5%
a 130
 
2.5%
i 121
 
2.3%
K 117
 
2.2%
e 107
 
2.0%
n 106
 
2.0%
Other values (56) 1358
25.6%
Hangul
ValueCountFrequency (%)
314
 
5.6%
300
 
5.4%
268
 
4.8%
251
 
4.5%
235
 
4.2%
148
 
2.7%
122
 
2.2%
119
 
2.1%
115
 
2.1%
102
 
1.8%
Other values (223) 3603
64.6%
CJK
ValueCountFrequency (%)
10
16.9%
10
16.9%
10
16.9%
7
11.9%
6
10.2%
6
10.2%
1
 
1.7%
1
 
1.7%
1
 
1.7%
1
 
1.7%
Other values (6) 6
10.2%
Punctuation
ValueCountFrequency (%)
6
100.0%
None
ValueCountFrequency (%)
· 5
100.0%
CJK Compat Ideographs
ValueCountFrequency (%)
1
50.0%
1
50.0%
Compat Jamo
ValueCountFrequency (%)
1
100.0%

시작페이지
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct501
Distinct (%)62.9%
Missing126
Missing (%)13.7%
Infinite0
Infinite (%)0.0%
Mean436.36888
Minimum1
Maximum10404
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size8.2 KiB
2023-12-12T14:28:49.096797image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile5.8
Q198
median303
Q3642
95-th percentile1286.6
Maximum10404
Range10403
Interquartile range (IQR)544

Descriptive statistics

Standard deviation556.73277
Coefficient of variation (CV)1.2758306
Kurtosis134.71487
Mean436.36888
Median Absolute Deviation (MAD)240
Skewness8.4032317
Sum347786
Variance309951.38
MonotonicityNot monotonic
2023-12-12T14:28:49.321945image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1 33
 
3.6%
42 7
 
0.8%
675 6
 
0.7%
61 6
 
0.7%
9 6
 
0.7%
29 5
 
0.5%
134 5
 
0.5%
13 5
 
0.5%
351 5
 
0.5%
201 4
 
0.4%
Other values (491) 715
77.5%
(Missing) 126
 
13.7%
ValueCountFrequency (%)
1 33
3.6%
2 2
 
0.2%
3 2
 
0.2%
4 1
 
0.1%
5 2
 
0.2%
6 2
 
0.2%
7 2
 
0.2%
8 2
 
0.2%
9 6
 
0.7%
10 3
 
0.3%
ValueCountFrequency (%)
10404 1
0.1%
5176 1
0.1%
1843 1
0.1%
1835 1
0.1%
1809 1
0.1%
1761 1
0.1%
1750 1
0.1%
1744 1
0.1%
1707 1
0.1%
1669 1
0.1%

끝페이지
Real number (ℝ)

HIGH CORRELATION  MISSING 

Distinct453
Distinct (%)65.0%
Missing226
Missing (%)24.5%
Infinite0
Infinite (%)0.0%
Mean444.65854
Minimum3
Maximum9918
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size8.2 KiB
2023-12-12T14:28:49.507968image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum3
5-th percentile13
Q199
median302
Q3641
95-th percentile1295.4
Maximum9918
Range9915
Interquartile range (IQR)542

Descriptive statistics

Standard deviation597.31579
Coefficient of variation (CV)1.3433134
Kurtosis99.481703
Mean444.65854
Median Absolute Deviation (MAD)231
Skewness7.4898279
Sum309927
Variance356786.15
MonotonicityNot monotonic
2023-12-12T14:28:49.684449image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
12 15
 
1.6%
62 7
 
0.8%
10 7
 
0.8%
53 5
 
0.5%
101 5
 
0.5%
145 4
 
0.4%
50 4
 
0.4%
641 4
 
0.4%
91 4
 
0.4%
240 4
 
0.4%
Other values (443) 638
69.1%
(Missing) 226
 
24.5%
ValueCountFrequency (%)
3 1
 
0.1%
5 1
 
0.1%
6 3
 
0.3%
7 1
 
0.1%
8 2
 
0.2%
9 1
 
0.1%
10 7
0.8%
11 2
 
0.2%
12 15
1.6%
13 3
 
0.3%
ValueCountFrequency (%)
9918 1
0.1%
5185 1
0.1%
4339 1
0.1%
3591 1
0.1%
3154 1
0.1%
2004 1
0.1%
1851 1
0.1%
1842 1
0.1%
1819 1
0.1%
1761 1
0.1%

내용
Text

Distinct897
Distinct (%)97.2%
Missing0
Missing (%)0.0%
Memory size7.3 KiB
2023-12-12T14:28:50.105281image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length445
Mean length287.24919
Min length20

Characters and Unicode

Total characters265131
Distinct characters2548
Distinct categories19 ?
Distinct scripts6 ?
Distinct blocks20 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique878 ?
Unique (%)95.1%

Sample

1st row가자미(Verasper moseri Jordan et Gilbert) 는 주로 우리나라 동해안에서 생산되며 어민들의 주요 소득원 중의 하나이다. 가자미는 docosa hexaenoic acid (DHA), eicosapentaenoic acid(EPA) 등과 같은 각종 영양소가 풍부하여 예로부터 회, 건제 품, 조미포, 젓갈 및 식해 등 여러 가지 식품 소재로 이용되어 왔다(Cha et al., 2004).
2nd row겨자를 비롯한 향신료 및 그 정유성분이 정균 혹은 살균작용을 갖고있다는 것은 오래전부터 알려져 왔으나 향신료의 향미생물 작용에 대하여 화학적으로 연구된것은 19세기 후반이고 본격적으로 조사된것은 20세기에 들어와서이다.
3rd row간장은 우리나라에서 오랜 세월 동안 가정의 대표적인 조미식품으로 사용되어 왔으며, 꾸준한 연구를 통해 간장에는 항산화,항암, 항고혈압 등에 효과가 있는 기능성 물질인 펩타이드, 갈변물질, 이소플라본과 같은 풀리페놀 화합물이 확인되면서 최근에는 조미식품뿐만 아니라 기능성 식품으로의 가능성이 보고되고있다(1,2). 간장의 향미 및 기능성 물질들은 발효 및 숙성과정에따라 변화되며, 이러한 간장의 품질변화는 발효미생물들이 주요하게 작용하고 있다.
4th row된장은 여러 가지 건강효능이 알려져 있는데, 항돌연변이, 항암 효과, 항산화 효과 및 항노화 효과, 심혈관계질환 예방 및 혈압강하 효과, 항염증 효과. 향균 효과, 항비만 효과, 면역조절 효과 등이 있는 것으로 알려져 있다. 간장의 메티오닌은 간장의 해독작용을 도와 체내에 유독한 유해물질 제거에 관여하여, 알코올 및 니코틴 해독작용으로 술, 담배의 해를 줄이고 미용에도 효과적이다. 레시틴이 함유되어 콜레스테롤을 용해하여 동맥경화 예방과 고혈압 강하 작용을 한다. 이외에도 정장작용을 돕고, 혈관을 부드럽게 하여 혈액을 맑게 하며, 비타민의 체내 합성을 촉진한다. 칼슘, 인, 대사 조절로 치아 및 뼈 세포를 견고하게 한다.
5th row장의 메티오닌은 간장의 해독작용을 도와 체내에 유독한 유해물질 제거에 관여하여, 알코올 및 니코틴 해독작용으로 술, 담배의 해를 줄이고 미용에도 효과적이다. 레시틴이 함유되어 콜레스테롤을 용해하여 동맥경화 예방과 고혈압 강하 작용을 한다. 이외에도 정장작용을 돕고, 혈관을 부드럽게 하여 혈액을 맑게 하며, 비타민의 체내 합성을 촉진한다. 칼슘, 인, 대사 조절로 치아 및 뼈 세포를 견고하게 한다.
ValueCountFrequency (%)
652
 
1.2%
있다 560
 
1.0%
것으로 384
 
0.7%
있는 363
 
0.6%
등의 307
 
0.5%
알려져 268
 
0.5%
효과가 259
 
0.5%
225
 
0.4%
223
 
0.4%
있으며 215
 
0.4%
Other values (21803) 52922
93.9%
2023-12-12T14:28:50.820380image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
55474
 
20.9%
, 6137
 
2.3%
4557
 
1.7%
3829
 
1.4%
3555
 
1.3%
3450
 
1.3%
. 3244
 
1.2%
3244
 
1.2%
3181
 
1.2%
3035
 
1.1%
Other values (2538) 175425
66.2%

Most occurring categories

ValueCountFrequency (%)
Other Letter 164706
62.1%
Space Separator 55474
 
20.9%
Lowercase Letter 21129
 
8.0%
Other Punctuation 10402
 
3.9%
Decimal Number 5285
 
2.0%
Uppercase Letter 2735
 
1.0%
Close Punctuation 2296
 
0.9%
Open Punctuation 2218
 
0.8%
Dash Punctuation 436
 
0.2%
Math Symbol 256
 
0.1%
Other values (9) 194
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
4557
 
2.8%
3829
 
2.3%
3555
 
2.2%
3450
 
2.1%
3244
 
2.0%
3181
 
1.9%
3035
 
1.8%
2882
 
1.7%
2766
 
1.7%
2425
 
1.5%
Other values (2361) 131782
80.0%
Lowercase Letter
ValueCountFrequency (%)
i 2259
10.7%
a 2169
10.3%
e 2157
10.2%
n 1781
 
8.4%
o 1638
 
7.8%
l 1316
 
6.2%
c 1231
 
5.8%
t 1180
 
5.6%
r 1110
 
5.3%
s 1093
 
5.2%
Other values (28) 5195
24.6%
Uppercase Letter
ValueCountFrequency (%)
A 276
 
10.1%
C 256
 
9.4%
L 204
 
7.5%
H 204
 
7.5%
P 195
 
7.1%
B 177
 
6.5%
D 163
 
6.0%
S 156
 
5.7%
E 129
 
4.7%
K 118
 
4.3%
Other values (16) 857
31.3%
Private Use
ValueCountFrequency (%)
4
 
12.5%
3
 
9.4%
2
 
6.2%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
Other values (16) 16
50.0%
Other Punctuation
ValueCountFrequency (%)
, 6137
59.0%
. 3244
31.2%
308
 
3.0%
% 234
 
2.2%
115
 
1.1%
/ 83
 
0.8%
" 71
 
0.7%
· 56
 
0.5%
: 48
 
0.5%
; 31
 
0.3%
Other values (10) 75
 
0.7%
Math Symbol
ValueCountFrequency (%)
~ 78
30.5%
= 64
25.0%
> 33
12.9%
< 26
 
10.2%
23
 
9.0%
± 11
 
4.3%
+ 9
 
3.5%
8
 
3.1%
1
 
0.4%
× 1
 
0.4%
Other values (2) 2
 
0.8%
Close Punctuation
ValueCountFrequency (%)
) 2043
89.0%
] 166
 
7.2%
37
 
1.6%
18
 
0.8%
10
 
0.4%
8
 
0.3%
7
 
0.3%
} 4
 
0.2%
2
 
0.1%
1
 
< 0.1%
Open Punctuation
ValueCountFrequency (%)
( 1964
88.5%
[ 167
 
7.5%
37
 
1.7%
18
 
0.8%
10
 
0.5%
8
 
0.4%
7
 
0.3%
{ 4
 
0.2%
2
 
0.1%
1
 
< 0.1%
Decimal Number
ValueCountFrequency (%)
1 1215
23.0%
0 953
18.0%
2 812
15.4%
3 436
 
8.2%
5 391
 
7.4%
9 359
 
6.8%
4 347
 
6.6%
6 285
 
5.4%
7 245
 
4.6%
8 242
 
4.6%
Other Symbol
ValueCountFrequency (%)
66
73.3%
7
 
7.8%
5
 
5.6%
3
 
3.3%
3
 
3.3%
° 3
 
3.3%
® 1
 
1.1%
1
 
1.1%
1
 
1.1%
Dash Punctuation
ValueCountFrequency (%)
- 434
99.5%
1
 
0.2%
1
 
0.2%
Other Number
ValueCountFrequency (%)
2
50.0%
1
25.0%
1
25.0%
Initial Punctuation
ValueCountFrequency (%)
23
76.7%
7
 
23.3%
Final Punctuation
ValueCountFrequency (%)
22
75.9%
7
 
24.1%
Modifier Symbol
ValueCountFrequency (%)
^ 1
50.0%
` 1
50.0%
Space Separator
ValueCountFrequency (%)
55474
100.0%
Currency Symbol
ValueCountFrequency (%)
$ 4
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 2
100.0%
Letter Number
ValueCountFrequency (%)
1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 157309
59.3%
Common 76529
28.9%
Latin 23776
 
9.0%
Han 7397
 
2.8%
Greek 88
 
< 0.1%
Unknown 32
 
< 0.1%

Most frequent character per script

Han
ValueCountFrequency (%)
103
 
1.4%
98
 
1.3%
88
 
1.2%
76
 
1.0%
67
 
0.9%
67
 
0.9%
62
 
0.8%
59
 
0.8%
59
 
0.8%
57
 
0.8%
Other values (1303) 6661
90.1%
Hangul
ValueCountFrequency (%)
4557
 
2.9%
3829
 
2.4%
3555
 
2.3%
3450
 
2.2%
3244
 
2.1%
3181
 
2.0%
3035
 
1.9%
2882
 
1.8%
2766
 
1.8%
2425
 
1.5%
Other values (1048) 124385
79.1%
Common
ValueCountFrequency (%)
55474
72.5%
, 6137
 
8.0%
. 3244
 
4.2%
) 2043
 
2.7%
( 1964
 
2.6%
1 1215
 
1.6%
0 953
 
1.2%
2 812
 
1.1%
3 436
 
0.6%
- 434
 
0.6%
Other values (77) 3817
 
5.0%
Latin
ValueCountFrequency (%)
i 2259
 
9.5%
a 2169
 
9.1%
e 2157
 
9.1%
n 1781
 
7.5%
o 1638
 
6.9%
l 1316
 
5.5%
c 1231
 
5.2%
t 1180
 
5.0%
r 1110
 
4.7%
s 1093
 
4.6%
Other values (47) 7842
33.0%
Unknown
ValueCountFrequency (%)
4
 
12.5%
3
 
9.4%
2
 
6.2%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
Other values (16) 16
50.0%
Greek
ValueCountFrequency (%)
β 38
43.2%
α 21
23.9%
μ 12
 
13.6%
γ 12
 
13.6%
κ 3
 
3.4%
ω 1
 
1.1%
ν 1
 
1.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 157304
59.3%
ASCII 99419
37.5%
CJK 7353
 
2.8%
None 802
 
0.3%
Punctuation 72
 
< 0.1%
Geometric Shapes 70
 
< 0.1%
CJK Compat Ideographs 38
 
< 0.1%
PUA 32
 
< 0.1%
Math Operators 10
 
< 0.1%
CJK Compat 10
 
< 0.1%
Other values (10) 21
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
55474
55.8%
, 6137
 
6.2%
. 3244
 
3.3%
i 2259
 
2.3%
a 2169
 
2.2%
e 2157
 
2.2%
) 2043
 
2.1%
( 1964
 
2.0%
n 1781
 
1.8%
o 1638
 
1.6%
Other values (79) 20553
 
20.7%
Hangul
ValueCountFrequency (%)
4557
 
2.9%
3829
 
2.4%
3555
 
2.3%
3450
 
2.2%
3244
 
2.1%
3181
 
2.0%
3035
 
1.9%
2882
 
1.8%
2766
 
1.8%
2425
 
1.5%
Other values (1043) 124380
79.1%
None
ValueCountFrequency (%)
308
38.4%
115
 
14.3%
· 56
 
7.0%
β 38
 
4.7%
37
 
4.6%
37
 
4.6%
23
 
2.9%
α 21
 
2.6%
18
 
2.2%
18
 
2.2%
Other values (30) 131
16.3%
CJK
ValueCountFrequency (%)
103
 
1.4%
98
 
1.3%
88
 
1.2%
76
 
1.0%
67
 
0.9%
67
 
0.9%
62
 
0.8%
59
 
0.8%
59
 
0.8%
57
 
0.8%
Other values (1276) 6617
90.0%
Geometric Shapes
ValueCountFrequency (%)
66
94.3%
3
 
4.3%
1
 
1.4%
Punctuation
ValueCountFrequency (%)
23
31.9%
22
30.6%
7
 
9.7%
7
 
9.7%
6
 
8.3%
4
 
5.6%
2
 
2.8%
1
 
1.4%
Math Operators
ValueCountFrequency (%)
8
80.0%
1
 
10.0%
1
 
10.0%
CJK Compat
ValueCountFrequency (%)
7
70.0%
3
30.0%
CJK Compat Ideographs
ValueCountFrequency (%)
6
15.8%
4
 
10.5%
3
 
7.9%
3
 
7.9%
2
 
5.3%
2
 
5.3%
2
 
5.3%
2
 
5.3%
1
 
2.6%
1
 
2.6%
Other values (12) 12
31.6%
Letterlike Symbols
ValueCountFrequency (%)
5
100.0%
PUA
ValueCountFrequency (%)
4
 
12.5%
3
 
9.4%
2
 
6.2%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
1
 
3.1%
Other values (16) 16
50.0%
CJK Ext A
ValueCountFrequency (%)
2
40.0%
1
20.0%
1
20.0%
1
20.0%
Arrows
ValueCountFrequency (%)
1
100.0%
Enclosed Alphanum
ValueCountFrequency (%)
1
100.0%
Jamo
ValueCountFrequency (%)
1
33.3%
1
33.3%
1
33.3%
Misc Symbols
ValueCountFrequency (%)
1
100.0%
Compat Jamo
ValueCountFrequency (%)
1
50.0%
1
50.0%
Math Alphanum
ValueCountFrequency (%)
𝞫 1
100.0%
CJK Ext B
ValueCountFrequency (%)
𦙙 1
100.0%
Number Forms
ValueCountFrequency (%)
1
100.0%

Interactions

2023-12-12T14:28:40.559169image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:39.835935image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:40.220948image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:40.751960image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:39.949275image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:40.340317image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:40.899081image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:40.065818image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T14:28:40.443357image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-12T14:28:50.929403image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
대표식품코드시작페이지끝페이지
대표식품코드1.0000.0000.000
시작페이지0.0001.0000.866
끝페이지0.0000.8661.000
2023-12-12T14:28:51.024512image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
대표식품코드시작페이지끝페이지
대표식품코드1.0000.0820.041
시작페이지0.0821.0000.983
끝페이지0.0410.9831.000

Missing values

2023-12-12T14:28:41.093523image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T14:28:41.298691image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.
2023-12-12T14:28:41.473602image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
The correlation heatmap measures nullity correlation: how strongly the presence or absence of one variable affects the presence of another.

Sample

대표식품코드대표식품명발행기관(제공기관 및 제공서비스)문헌명(학술지명)도서 정보발행년도기사명(논문명)저자명시작페이지끝페이지내용
0100018가자미한국수산과학회한국수산과학회지48(1)2015반응표면분석법을 이용한 가자미(Verasper moseri Jordan et Gilbert) 식해 제조 최적화한대원 외 3명36<NA>가자미(Verasper moseri Jordan et Gilbert) 는 주로 우리나라 동해안에서 생산되며 어민들의 주요 소득원 중의 하나이다. 가자미는 docosa hexaenoic acid (DHA), eicosapentaenoic acid(EPA) 등과 같은 각종 영양소가 풍부하여 예로부터 회, 건제 품, 조미포, 젓갈 및 식해 등 여러 가지 식품 소재로 이용되어 왔다(Cha et al., 2004).
1100042가지지한국영양식량학회한국영양식량학회지v.24 no.61995겨자 증류성분중의 향균성 물질심기환,서권일,강갑석,문주석,김홍출2533154겨자를 비롯한 향신료 및 그 정유성분이 정균 혹은 살균작용을 갖고있다는 것은 오래전부터 알려져 왔으나 향신료의 향미생물 작용에 대하여 화학적으로 연구된것은 19세기 후반이고 본격적으로 조사된것은 20세기에 들어와서이다.
2100060간장한국식품과학회한국식품과학회지44(4)2012전통간장으로부터 분리한 Cladosporium sp.과 Sterigmatomyces sp. 미생물의 동정 및 NaCl 농도에 따른 미생물 효소활성 분석이남근 외 6인488492간장은 우리나라에서 오랜 세월 동안 가정의 대표적인 조미식품으로 사용되어 왔으며, 꾸준한 연구를 통해 간장에는 항산화,항암, 항고혈압 등에 효과가 있는 기능성 물질인 펩타이드, 갈변물질, 이소플라본과 같은 풀리페놀 화합물이 확인되면서 최근에는 조미식품뿐만 아니라 기능성 식품으로의 가능성이 보고되고있다(1,2). 간장의 향미 및 기능성 물질들은 발효 및 숙성과정에따라 변화되며, 이러한 간장의 품질변화는 발효미생물들이 주요하게 작용하고 있다.
3100060간장한국식품연구원한맛한얼v.3 no.12010한국의 전통 - 장류(된장, 간장)의 건강기능성박건영3135된장은 여러 가지 건강효능이 알려져 있는데, 항돌연변이, 항암 효과, 항산화 효과 및 항노화 효과, 심혈관계질환 예방 및 혈압강하 효과, 항염증 효과. 향균 효과, 항비만 효과, 면역조절 효과 등이 있는 것으로 알려져 있다. 간장의 메티오닌은 간장의 해독작용을 도와 체내에 유독한 유해물질 제거에 관여하여, 알코올 및 니코틴 해독작용으로 술, 담배의 해를 줄이고 미용에도 효과적이다. 레시틴이 함유되어 콜레스테롤을 용해하여 동맥경화 예방과 고혈압 강하 작용을 한다. 이외에도 정장작용을 돕고, 혈관을 부드럽게 하여 혈액을 맑게 하며, 비타민의 체내 합성을 촉진한다. 칼슘, 인, 대사 조절로 치아 및 뼈 세포를 견고하게 한다.
4100060간장한국식품연구원한맛한얼v.3 no.12010한국의 전통 - 장류(된장, 간장)의 건강기능성박건영3135장의 메티오닌은 간장의 해독작용을 도와 체내에 유독한 유해물질 제거에 관여하여, 알코올 및 니코틴 해독작용으로 술, 담배의 해를 줄이고 미용에도 효과적이다. 레시틴이 함유되어 콜레스테롤을 용해하여 동맥경화 예방과 고혈압 강하 작용을 한다. 이외에도 정장작용을 돕고, 혈관을 부드럽게 하여 혈액을 맑게 하며, 비타민의 체내 합성을 촉진한다. 칼슘, 인, 대사 조절로 치아 및 뼈 세포를 견고하게 한다.
5100060간장한국식품영양과학회한국식품영양과학회지44(9)2015한국 전통 간장의 항산화 활성이상기 외 3인13991406간장은 조미료로 이용되고 있으나 콩을 주원료로 하는 다른 발효식품과 마찬가지로 항산화, 혈당강하, 혈전용해능, 성인병 예방 등의 기능성을 가지고 있는 것으로 밝혀지고 있다(6-10). Park 등(11)은 콩 발효식품의 발효 및 숙성 과정 동안에 생성된 아미노산, peptide, 페놀 화합물 등 다양한항산화성 물질이 여러 만성질환들을 예방하는 역할을 한다고 하였다. 간장은 식품의 짠맛을 제공하는 조미료로 이용되고 있으 나 메주를 주원료로 한 다른 발효식품과 함께 항산화, 혈전용해능, 혈당 강하, 항암효과 등 다양한 건강 기능성을 지닌식품으로 재조명되고 있다(8-10). Lee 등(11)은 간장 발효에 관여하는 미생물에 의해 단백질이 분해되어 여러 종류의기능성 peptide, tocopherol, isoflavones 및 phenolic acids 등의 항산화 물질들이 생성되어 간장의 기능성을 높여준다고 보고하였다.
6100060간장한국식품영양학회한국식품영양학회지v.26 no.42013내 상업용 간장과 재래식 간장 유래 다당에 의한 대식세포 활성화이문수, 신광순797805간장은 조미료의 기능 이외에도 E. coli O157:H7에 대한 항균 활성(Masuda 등 1998), angiotensin I-converting enzyme(ACE)억제 활성(Kinoshita 등 1993), 혈전 생성 억제 활성(Tsuchiya등 1999) 및 간장에 함유된 4-hydroxy-2(or5)-ethyl-5(or2)-methyl-3(2H)-furanon(HEMF), 4-hydroxy-5-methyl-3(2H)-furanone(HMF)와 같은 향기성분에 의한 항암 활성(Benjamin 등 1991; Kataoka등 1997)등이 알려지며 관심이 집중되고 있다. 또한 최근 일본식 간장(Shoyu)으로부터 얻어진 다당의 철분 흡수 증진 효과(Kobayashi 등 2006), 알레르기 억제 효과(anti-allergic effects)(Kobayashi 등 2004), 장관면역 증진 활성(Matsushita 등 2008), macrophage 및 lymphocyte 기능 증진 효과(Matsushita 등 2006)등의 기능성이 보고되기도 하였다
7100060간장한국유기농업학회2002년도 하반기 학술발표대회<NA>2002무농약 콩을 이용한 된장, 간장 개발임락경8894된장은 쌀이나 보리에서 결핍되기 쉬운 필수 아미노산인 리신이 많이 들어 있어 쌀을 주식으로 하는 우리 나라 사람들의 식생활에 균형을 잡아주는 식품이다. 된장에 들어 있는 지방 성분은 대부분 불포화지방산 형태로 콜레스테롤 함량이 낮고, 동물성 지방과는 달리 동맥경화나 심장질환 등을 유발할 염려가 없다. 오히려 리놀레산 등은 콜레스테롤이 체내에 쌓이는 것을 방지하고 혈액의 흐름을 원활히 하는 역할을 한다.
8100060간장한국조리학회한국조리학회지22(2)2016간장의 제조방법에 따른 품질 특성 비교 연구최진미 외 2인5765이들의 주요 기능으로는 맛과 풍미를 부여하는 1차 기능과 대두 등의 원료로부터 유래되는 각종 영양 성분을 공급해 주는 2차 기능과 생체조절과 같은 3차 기능이 있다(Lee SI 2003; Oh HS, Kim JH 2006). 특히 3차 기능으로서 콜레스테롤 생성억제, 항종양성, 항변이원성 및 방사능 물질 제거,항노화, 항산화성 등의 기능 등이 알려져 있다
9100068갈근한국유화학회한국유화학회지25(2)2008갈근, 복령 및 황련의 항산화성 및 미백효과김일출220<NA>갈근의 약리작용에 대한 연구도 매우 활발하게 진행되어 오고 있다. 그동안의 연구를 보면 심혈관계에 대한 작용으로 혈관 평활근의 이완에 의한 혈압 저하작용, ~ 그 외에도 갈근 추출물을 이용한 연구결과들은 활발이 진행되고 있다.
대표식품코드대표식품명발행기관(제공기관 및 제공서비스)문헌명(학술지명)도서 정보발행년도기사명(논문명)저자명시작페이지끝페이지내용
913104908후추Clinical Laboratory ScienceClinical Laboratory Science212008Growth inhibition of human collon cancer cells by plant compounds.Duessel S 외 2명151157향신료로서 널리 사용되고 있는 후추는 인도를 비롯한 아시아에서 기관지염, 열병, 위장 질환, 중풍 및 관절염 치료 등의 전통의학제로 사용되고 있다(5). 후추에서 분리된 다양한 phytochemical들은 여러 생리활성을 나타내는 것으로 알려지고 있으며, 그 중에서 alkaloid-amine 성분인 piperine이 대표적이다. Piperine은 항산화 활성(6), 간세포 보호 효과 (7), 뇌세포 보호 효과(8) 등의 효과를 나타냄이 보고되었으며, Pradeep과 Kuttan(9)은 piperine이 B16F-10 melanoma cell에서 염증과 관련된 NF-kB, c-Fos, CREB, ATF-2 및 proinflammatory cytokine의 발현을 억제함을 보고하였다. Piperine은 benzo(a)pyrene을 투여하여 폐암을 유도한 동물 에서 강한 암예방 효과를 나타냈고(10,11), in vivo에서 B16F-10 melanoma cells의 전폐이를 효과적으로 억제하였고(12), Sarcoma 180에 의한 고형암 형성을 억제하였다(13). Duessel 등(14)이 대장암세포인 DLD-1 세포의 증식이 piperine에 의해 억제되었다고 보고하였으나, 이 연구를 제외하면 현재까지 piperine이 대장암에 미치는 영향과 기전에 대해 연구된 바가 없다.
914104919흑두International Journal of NanomedicineInternational Journal of Nanomedicine42009Nanonized black soybean enhances immune response in senescence- accelerated miceChan, Y.C. 외 7명2735흑두는 다량의 단백질 외에도 lecithin, phytoestrogen, 불포화지방산, anthocyanins 등이 함유되어 있으며4,5), 항암작용6-8), 항 비만작용9,10), estrogenic 활성작용11), 항산화작용12), 항바이러스작용13), 면역조작용14,15) 등 다양한 약리작용이 보고되었다.
915104922흑임자다식한국식품영양과학회한국식품영양과학회지제 33권 제 8호2004전분당 종류에 따른 흑임자다식의 품질 특성김현정, 전향숙, 김혜영14141417고문헌에 보고되고 있는 다식의 종류는 수십 종에 달하나 이 중 검정 참깨를 주재료로 한 흑임자다식의 기록이 가장 많이 있다. 검정 참꺠는 Palmitic acid, stearic acid, oleic acid, linoleic acid, linolenic acid 등이 필수지방산함량과 아미노산, 무기질, 토코페롤, β-sitosterol의 함량이 높을 뿐 아니라 주된 활성 성분인 sesaminol과 lignan glucosides의 경우 여러 세포모델과 동물 실험 결과에서 t-butylhydroperoxide와 carbon tetrachloride 등 독성 화합물에 의한 산화적 손상을 억제하는 것으로 보고되고 있어 생리 기능적으로도 우수하여 최근 식품업계에서 주목받고 있는 원료의 하나이다.
916105001총백죽大韓韓方婦人科學會大韓韓方婦人科學會誌v.24 no.12011동의보감(東醫寶鑑)에서 총백(葱白)의 부인과적 활용에 대한 고찰서윤정6373東醫寶鑑에서 葱白이 부인과와 관련하 여 單方으로 사용된 條文과 葱이 乳와 관련하여 사용된 條文을 문헌 고찰하여 다음과 같은 결론을 얻었다. 1. 葱白이 부인과와 관련하여 單方으로 사용된 경우는 婦人門의 胎動胎漏, 交骨不開難産, 胞衣不下, 子淋, 子懸, 感寒 등으로 임신 및 출산과 관련된다. 2. 婦人門에서는 葱白을 內服으로 달인 물을 마시거나 파를 먹기도 하고 죽 으로 먹기도 하며, 外用으로 아랫배 에 찜질하거나 陰部에 김을 쏘이고 씻기도 하며, 땀을 내서 葱白의 치료 효과를 더욱 높이기도 한다. 3. 婦人門에서 葱白을 熨法으로 사용할 때는 배꼽 아래 하복부를 찜질한다. 4. 葱이 유방질환에 사용될 때 葱白, 連 根葱白, 葱 등 다양한 부위가 사용된 다. 죽을 쑤어 內服하기도 하고, 씻거 나 찜질하는 등 外用하기도 한다.
917105003쇠비름죽생명과학회생명과학회지v.28 no.42018쇠비름(Portulaca oleracea L.) 추출물의 탄수화물 소화 효소 저해와 식후 고혈당 완화 효과Park, Jae-Eun; Han, Ji-Sook421428식후고혈당은 제 2형 당뇨병의 발병에 부정적인 영향을 미치고 미세혈관 및 대혈관 질환 등의 당뇨병 합병증 유발과 밀접한 관계가 있다. 따라서 식후고혈당을 조절하는 것이 당뇨병 합병증의 위험을 줄이는 가장 중요한 요소이다. 식후고혈당은 소장에서 α-글루코시다아제와 같은 탄수화물 소화 효소를 저해함으로써 조절될 수 있다. 이에 본 연구는 쇠비름 에탄올 추출물(PEE)과 물 추출물(PWE)이 탄수화물 소화 효소를 저해하고, 당뇨병 마우스에서 식후 고혈당을 강하시키는 효과에 대해 조사하였다. α-글루코시다아제와 -아밀라아제에 대한 저해효과는 두 추출물 모두 양성대조군인 acarbose보다 더 효과적이었으며, PEE에 의한 α-글루코시다아제 저해 효과가 PWE 보다 더 효과적이었다. Diabetic mice에 전분(2 g/kg)을 투여한 후의 혈당 증가는 30, 60, 120분에 각각 383.7, 429.3, 360.2 mg/dL로 나타났고, 전분(2 g/kg)과 PEE 또는 PWE 추출물(300 mg/Kg)을 투여한 후의 혈당 증가는 30, 60, 120분에 각각 337.0, 368.5, 290.1 mg/dL과 365.8, 379.2, 324.3 mg/dL로 나타나, PEE 추출물 투여군이 대조군에 비해 식후 혈당 강하가 효과적으로 나타남을 알 수 있었다. 이러한 결과는 쇠비름 추출물이 탄수화물 소화효소를 저해함으로써 식후 고혈당을 완화시키고, 특히 쇠비름 에탄올 추출물(PEE)이 쇠비름 물 추출물(PWE) 보다 식후 고혈당을 완화시키는데 더욱 효과가 있는 것으로 나타났다.
918105003쇠비름죽한국식품영양과학회한국식품영양과학회지v.44 no.102015쇠비름 첨가 설기떡의 저장성 및 노화 특성이수진, 이보담, 전미라, 김유정, 김미리15171524우리 고유의 우수한 전통음식인 설기떡에 쇠비름을 첨가하여 쌀에 부족하기 쉬운 영양소를 보완할 수 있도록 개발하여 저장 중 노화 특성을 분석하였다. 멥쌀가루에 0, 1, 3 또는 5%의 쇠비름 페이스트를 첨가하여 제조한 후 15℃에서 3일간 저장하면서 수분, 당도, 경도, 노화 특성 등을 분석하였다. 쇠비름 첨가량이 증가할수록 수분 보유량은 증가하였으며 5% 첨가군의 수분 보유율이 가장 높았다. 쇠비름은 당 함량이 적어 설기떡의 당도에 영향을 주지 못했다. 경도는 쇠비름 첨가량이 증가할수록 감소했고, 저장기간이 증가함에 따라 모든 시료군에서 증가하는 경향을 나타냈다. 탄력성은 쇠비름을 첨가할수록 탄력성이 증가하였다. 응집성은 쇠비름 첨가량의 증가가 설기떡 응집성에는 영향을 주지 않는 것으로 나타나 쇠비름이 설기떡 내부 조직을 치밀하게 하고 결합력을 유지시키는 데는 효과가 미약한 것으로 사료된다. 씹힘성은 5% 쇠비름 첨가군이 가장 낮게 나타났다. 회복탄성력은 쇠비름을 첨가할수록 증가하였고 저장기간이 증가함에 따라 모든 시료군에서 감소하였다. 시차주사 열량계를 측정한 결과 엔탈피는 대조군이 123.47 cal/g으로 가장 크게 나타나고 쇠비름 첨가량이 많을수록 쇠비름 설기떡의 엔탈피가 감소하는 경향을 나타내어, 이를 통해 설기떡 제조 시 쇠비름을 첨가함으로써 노화를 억제하는 데 도움을 주는 것으로 보인다. 관능검사 결과 쇠비름을 첨가할수록 색, 쇠비름향, 쇠비름맛, 촉촉함이 증가하는 경향을 나타냈다. 반면 경도는 쇠비름 첨가군에서 낮아졌다. 다음과 같은 결과로부터 설기떡 제조 시 쇠비름의 첨가는 설기떡의 수분 보유력을 높여 수분 함량의 감소를 억제하고 조직의 변화를 줄여 시간이 경과함에 따른 경도의 단단함을 보완할 수 있을 것으로 보인다. 또한 관능평가를 통해 선호도가 가장 높았던 5% 쇠비름 첨가군이 바람직한 제조방법으로 보인다.
919105005삼계탕<NA>디지털디자인학연구<NA>2017삼계탕 제품개발을 위한 소비자 선호조사 및 발전 방안에 관한 연구- 레토르트 파우치 제품을 중심으로 -홍연웅, 이승환2130삼계탕은 주재료인 닭과 부재료인 인삼, 찹쌀, 마늘, 대추 등을 넣고 끓여서 만든 고단백, 저콜레스테롤을 함유한 한국의 대표적인 전통 보양식이다. 한편 비교적 손이 많이 가는 요리 과정은 시장 확대의 한계요인이 되어왔으나, 최근에는 1인 가구의 증가와 다이어트에 대한 관심 고조로 간편하게 먹을 수 있는 레트로트 파우치에 포장된 기능성 삼계탕에 대한 관심이 높아지고 있다. 본 연구에서는 부화한지 약 50일되는 수병아리인 웅추에 대한 인지도 조사와 삼계탕에 대한 선호도 조사를 토대로 웅추삼계탕의 발전방향에 대해서도 정리하였다. 선호도 조사에 따르면 대부분 응답자가 웅추를 몰랐으며, 삼계탕은 현재의 대중적인 삼계탕과 열량은 비숫하거나 약간 낮게 유지하고, 지방함유량은 현재의 수준을 유지하거나 조금 낮은 저지방 삼계탕을 개발 할 필요가 있다. 특히 육질은 더욱더 쫄깃쫄깃한 맛의 삼계탕을 압도적으로 선호하는 것으로 나타나 삼계탕의 가장 중요한 차별적 요소가 될 수 있음을 알 수 있었다. 웅추에 대해서는 대부분의 응답자가 인지하지 못하였으나 소비자가 선호하는 저열량의 쫄깃한 육질을 가진 웅추삼계탕은 적절한 브랜드와 홍보전략을 추진할 경우 레트로트 파우치에 포장된 1인용 식품시장에서 경쟁력을 가질 수 있을 것으로 판단된다. 끝으로 웅추삼계탕 산업의 발전을 위하여 제품의 다양화 및 규격화 전략, 인삼과 연계한 수출전략, 해외 수출촉진을 위한 판매전략, 사회적 특성과 소비 트렌드 및 웅추삼계탕의 기능성을 강조하는 방법 등을 제시하였다.
920105005삼계탕한국식품조리과학회한국식품조리과학회지v.32 no.52016컨조인트 분석을 이용한 삼계탕 간편가정식의 선택속성 분석: 싱가포르 시장을 중심으로Kim, Eun-Mi, Ahn, Jee-Ahe, Lee, Ho-Jin, Lee, Min-A609618세계 식품시장에서 한식과 편이식에 대한 니즈가 점차 증가함에 따라 싱가포르 시장은 한식을 이용한 간편가정식(HMR)의 잠재시장으로 떠오르고 있다. 다양한 한식 메뉴 중에서도 특히 삼계탕은 싱가포르 소비자의 선호도가 매우 높아 본 연구에서는 컨조인트 분석을 적용하여 삼계탕 HMR 선택 속성의 중요도를 분석하고자 하였다. 연구방법: 2012년 4월 싱가포르 현지 소비자 400명을 대상으로 설문지를 배포하였으며, 이 중 설문을 완료한 324명(81.0%)의 데이터를 분석하였다. 결과: 삼계탕 HMR을 구매하는데 있어 상대적으로 가장 중요한 속성으로는 포장(32.4%)이었고, 닭의 형태(32.1%), 찹쌀 포함 여부(13.8%), 삼계탕의 풍미(11.6%)와 인삼(10.0%)의 순서로 조사되었다. 제시된 16개 프로파일 중 제품 코드 J의 닭 반마리, 찹쌀 포함, 인삼 전체 한 뿌리 포함된 형태, 간장 육수, 그리고 제품이 부분적으로 보이도록 투명한 포장형태로 구성된 제품의 선호도가 가장 높은 것으로 조사되었다. 또한 초이스 시물레이션 분석을 통해, 싱가포르 소비자가 가장 선호하는 삼계탕 HMR이 출시될 경우 예상되는 시장 점유율은 50.4%로 나타났다. 결론: 이러한 조사 결과는 외국인 소비자의 보다 세분화된 니즈를 반영한 한식 상품을 개발하는데 구체적인 자료를 제공하며, 식품 산업적으로도 소비자 기호를 반영한 상품을 출시 할 수 있을 것으로 판단된다. 더불어 향후 한식 간편 가정식 개발이 더욱 활성화 됨에 따라, 한식 세계화에 따른 한식의 소비 확대에 보다 실제적인 적용이 가능할 것으로 사료된다.
921105005삼계탕한국식품조리과학회한국식품조리과학회지v.30 no.22014과열증기와 초고압을 적용한 삼계탕 개발에 관한 연구서상희, 김은미, 김영붕, 조은경, 우현정1832004본 연구는 냉장 유통이 가능한 삼계탕을 생산하기 위해 새로운 가공 기술인 SHS 조리와 HPP 처리를 적용하여 냉장온도(5, 10, 15℃)에서 15일간 저장하면서 그 품질 변화를 살펴보았다. 기호도 조사를 통해 SHS 조리가 일반조리에 비해 높은 기호도를 보였으며, 조직감 측정결과 일반조리에 비해 조직이 연해져 부드러운 조직감을 부여하는 것을 알 수 있었다. 또한 지방의 산화반응을 억제하며 총균수의 증가폭도 일반 조리구에 비해 적어 위생적으로 안전한 것을 알 수 있었고, 저장 기간 동안 pH의 변화는 크게 나타나지 않았다. 이상의 결과를 종합해 볼 때 높은 기호도와 함께 위생적으로 안전한 삼계탕 제품을 제조하기 위해 SHS 조리법과 HHP처리를 적용할 수 있을 것으로 생각된다.
922105005삼계탕한국식품조리과학회한국식품조리과학회지v.9 no.11993조리용기와 가열시간에 따른 삼계탕 용출액 중 무기질함량에 관한 연구박세원, 김선태, 유양자5256삼계탕을 남비 및 압력솥에서 각각 30분, 60분, 90분, 120분, 150분, 180분씩 가열했을 때 용출액 중의 무기질 성분(Ca, K, Mg, Zn, Fe, Na, p)의 함량변화를 검토한 결과는 다음과 같다. 1) 삼계탕 용출액 중의 무기질 성분 즉 Ca, K, Mg, Zn, Fe, Na, p의 용출량 변화를 보면, 남비에서는 가열 시간이 경과함에 따라 모두 증가되었지만, 압력솥에서는 Ca, K, Mg, Zn이 가열시간의 경과에 따라 증가된 반면 Fe, Na, p은 120분에서 최대 수치를 보인 후 그 이후에서는 감소되는 추세였다. 2) 가열전 생시료의 Ca/P은 1:0.91이었으나, 가열 후의 Ca과 P의 용출비율은 가열시간에 따라 불규칙적이었는데 남비가 1:3.58∼l:4.68이었고, 압력솥은 1:2.02∼l:3.96의 범위를 나타내고 있다. 이 비율은 칼슘의 체내이용에 이상적인 식사 중의 칼슘과 인의 비율인 1:1∼1:1.5와 비교해서 너무 많은 차이를 보였다. 3) 가열시간에 따른 무기질 용출 증가율은 Ca 경우에서만 남비와 압력솥에서 시간이 지남에 따라 비슷한 증가율을 보인 반면 K, Mg, Na, p 등은 30분에서 60분 동안 남비와 압력솥 모두에서 가장 높은 증가율을 보였다. Zn은 남비의 경우 120분에서 150분 동안, 압력솥에서는 30분에서 60분 동안 가장 높은 증가율을 보였고, Fe은 남비의 경우 90분에서 120분 동안, 압력솥의 경우는 60분에서 90분 동안 가장 높은 증가율을 나타냈다.