Overview

Dataset statistics

Number of variables14
Number of observations169
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory18.9 KiB
Average record size in memory114.8 B

Variable types

Numeric2
Categorical7
Text5

Dataset

Description우리 기관이 보유하고 있는 농림식품R&D 중분류 중 수의학 R&D 과제정보 공개 분류,사업명,총괄과제번호,세부과제번호,과제명,연구수행기관,주관기관,총연구기간 시작일,총연구기간 종료일,당해년도연구시작일,당해년도연구종료일,총연구비,연구내용요약 등 항목 포함
Author농림식품기술기획평가원
URLhttps://www.data.go.kr/data/15025750/fileData.do

Alerts

분류 has constant value ""Constant
당해년도연구종료일 is highly overall correlated with 총연구기간 시작일 and 2 other fieldsHigh correlation
총연구기간 종료일 is highly overall correlated with 사업명 and 4 other fieldsHigh correlation
번호 is highly overall correlated with 주관기관 and 2 other fieldsHigh correlation
사업명 is highly overall correlated with 주관기관 and 3 other fieldsHigh correlation
주관기관 is highly overall correlated with 번호 and 4 other fieldsHigh correlation
총연구기간 시작일 is highly overall correlated with 번호 and 5 other fieldsHigh correlation
당해년도연구시작일 is highly overall correlated with 번호 and 5 other fieldsHigh correlation
사업명 is highly imbalanced (51.0%)Imbalance
당해년도연구종료일 is highly imbalanced (63.4%)Imbalance
번호 has unique valuesUnique
세부과제번호 has unique valuesUnique

Reproduction

Analysis started2023-12-12 13:25:15.814132
Analysis finished2023-12-12 13:25:17.761636
Duration1.95 second
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

번호
Real number (ℝ)

HIGH CORRELATION  UNIQUE 

Distinct169
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean85
Minimum1
Maximum169
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.6 KiB
2023-12-12T22:25:17.835912image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile9.4
Q143
median85
Q3127
95-th percentile160.6
Maximum169
Range168
Interquartile range (IQR)84

Descriptive statistics

Standard deviation48.930222
Coefficient of variation (CV)0.57564968
Kurtosis-1.2
Mean85
Median Absolute Deviation (MAD)42
Skewness0
Sum14365
Variance2394.1667
MonotonicityStrictly increasing
2023-12-12T22:25:17.986467image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1 1
 
0.6%
117 1
 
0.6%
109 1
 
0.6%
110 1
 
0.6%
111 1
 
0.6%
112 1
 
0.6%
113 1
 
0.6%
114 1
 
0.6%
115 1
 
0.6%
116 1
 
0.6%
Other values (159) 159
94.1%
ValueCountFrequency (%)
1 1
0.6%
2 1
0.6%
3 1
0.6%
4 1
0.6%
5 1
0.6%
6 1
0.6%
7 1
0.6%
8 1
0.6%
9 1
0.6%
10 1
0.6%
ValueCountFrequency (%)
169 1
0.6%
168 1
0.6%
167 1
0.6%
166 1
0.6%
165 1
0.6%
164 1
0.6%
163 1
0.6%
162 1
0.6%
161 1
0.6%
160 1
0.6%

분류
Categorical

CONSTANT 

Distinct1
Distinct (%)0.6%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
수의
169 

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row수의
2nd row수의
3rd row수의
4th row수의
5th row수의

Common Values

ValueCountFrequency (%)
수의 169
100.0%

Length

2023-12-12T22:25:18.138619image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:25:18.271920image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
수의 169
100.0%

사업명
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct8
Distinct (%)4.7%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
가축질병대응기술개발
126 
농생명산업기술개발
 
12
농식품연구성과후속지원
 
9
농림축산식품 연구센터 지원
 
8
수출전략기술개발
 
6
Other values (3)
 
8

Length

Max length24
Median length10
Mean length10.218935
Min length7

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row농생명산업기술개발
2nd row농생명산업기술개발
3rd row농생명산업기술개발
4th row농식품연구성과후속지원
5th row기술사업화지원

Common Values

ValueCountFrequency (%)
가축질병대응기술개발 126
74.6%
농생명산업기술개발 12
 
7.1%
농식품연구성과후속지원 9
 
5.3%
농림축산식품 연구센터 지원 8
 
4.7%
수출전략기술개발 6
 
3.6%
기술사업화지원 4
 
2.4%
농축산자재산업화기술개발 2
 
1.2%
포스트게놈 신산업육성을 위한 다부처유전체사업 2
 
1.2%

Length

2023-12-12T22:25:18.405884image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:25:18.546021image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
가축질병대응기술개발 126
66.0%
농생명산업기술개발 12
 
6.3%
농식품연구성과후속지원 9
 
4.7%
농림축산식품 8
 
4.2%
연구센터 8
 
4.2%
지원 8
 
4.2%
수출전략기술개발 6
 
3.1%
기술사업화지원 4
 
2.1%
농축산자재산업화기술개발 2
 
1.0%
포스트게놈 2
 
1.0%
Other values (3) 6
 
3.1%

총괄과제번호
Text

Distinct67
Distinct (%)39.6%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2023-12-12T22:25:18.792564image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length8
Median length8
Mean length8
Min length8

Characters and Unicode

Total characters1352
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique13 ?
Unique (%)7.7%

Sample

1st row317009-3
2nd row317009-3
3rd row317009-3
4th row818013-2
5th row315035-5
ValueCountFrequency (%)
716002-7 8
 
4.7%
119081-5 5
 
3.0%
318069-3 5
 
3.0%
118091-3 4
 
2.4%
319082-3 4
 
2.4%
317010-3 4
 
2.4%
318044-2 4
 
2.4%
318067-3 4
 
2.4%
318039-3 4
 
2.4%
319077-2 4
 
2.4%
Other values (57) 123
72.8%
2023-12-12T22:25:19.158164image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 246
18.2%
3 235
17.4%
0 190
14.1%
- 169
12.5%
8 124
9.2%
9 103
7.6%
2 101
7.5%
7 64
 
4.7%
5 44
 
3.3%
6 38
 
2.8%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 1183
87.5%
Dash Punctuation 169
 
12.5%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
1 246
20.8%
3 235
19.9%
0 190
16.1%
8 124
10.5%
9 103
8.7%
2 101
8.5%
7 64
 
5.4%
5 44
 
3.7%
6 38
 
3.2%
4 38
 
3.2%
Dash Punctuation
ValueCountFrequency (%)
- 169
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 1352
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
1 246
18.2%
3 235
17.4%
0 190
14.1%
- 169
12.5%
8 124
9.2%
9 103
7.6%
2 101
7.5%
7 64
 
4.7%
5 44
 
3.3%
6 38
 
2.8%

Most occurring blocks

ValueCountFrequency (%)
ASCII 1352
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1 246
18.2%
3 235
17.4%
0 190
14.1%
- 169
12.5%
8 124
9.2%
9 103
7.6%
2 101
7.5%
7 64
 
4.7%
5 44
 
3.3%
6 38
 
2.8%

세부과제번호
Text

UNIQUE 

Distinct169
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2023-12-12T22:25:19.442350image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length14
Median length14
Mean length14
Min length14

Characters and Unicode

Total characters2366
Distinct characters16
Distinct categories2 ?
Distinct scripts2 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique169 ?
Unique (%)100.0%

Sample

1st row317009033SB010
2nd row317009033HD020
3rd row317009033HD030
4th row818013022SB010
5th row315035055SB010
ValueCountFrequency (%)
317009033sb010 1
 
0.6%
819032021hd020 1
 
0.6%
119059021sb010 1
 
0.6%
319074011sb010 1
 
0.6%
319076021wt011 1
 
0.6%
319079021wt011 1
 
0.6%
119057021sb010 1
 
0.6%
319076021sb010 1
 
0.6%
319079021sb010 1
 
0.6%
319077021wt011 1
 
0.6%
Other values (159) 159
94.1%
2023-12-12T22:25:19.835182image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
0 660
27.9%
1 420
17.8%
3 269
11.4%
2 250
 
10.6%
8 124
 
5.2%
9 103
 
4.4%
S 77
 
3.3%
B 77
 
3.3%
7 64
 
2.7%
H 63
 
2.7%
Other values (6) 259
 
10.9%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 2028
85.7%
Uppercase Letter 338
 
14.3%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
0 660
32.5%
1 420
20.7%
3 269
13.3%
2 250
 
12.3%
8 124
 
6.1%
9 103
 
5.1%
7 64
 
3.2%
4 51
 
2.5%
5 49
 
2.4%
6 38
 
1.9%
Uppercase Letter
ValueCountFrequency (%)
S 77
22.8%
B 77
22.8%
H 63
18.6%
D 63
18.6%
W 29
 
8.6%
T 29
 
8.6%

Most occurring scripts

ValueCountFrequency (%)
Common 2028
85.7%
Latin 338
 
14.3%

Most frequent character per script

Common
ValueCountFrequency (%)
0 660
32.5%
1 420
20.7%
3 269
13.3%
2 250
 
12.3%
8 124
 
6.1%
9 103
 
5.1%
7 64
 
3.2%
4 51
 
2.5%
5 49
 
2.4%
6 38
 
1.9%
Latin
ValueCountFrequency (%)
S 77
22.8%
B 77
22.8%
H 63
18.6%
D 63
18.6%
W 29
 
8.6%
T 29
 
8.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 2366
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
0 660
27.9%
1 420
17.8%
3 269
11.4%
2 250
 
10.6%
8 124
 
5.2%
9 103
 
4.4%
S 77
 
3.3%
B 77
 
3.3%
7 64
 
2.7%
H 63
 
2.7%
Other values (6) 259
 
10.9%

과제명
Text

Distinct157
Distinct (%)92.9%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2023-12-12T22:25:20.233895image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length86
Median length53
Mean length32.988166
Min length13

Characters and Unicode

Total characters5575
Distinct characters358
Distinct categories9 ?
Distinct scripts3 ?
Distinct blocks3 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique147 ?
Unique (%)87.0%

Sample

1st row오리 질병(바이러스성 간염, 장염, 리메렐라감염증 등)에 대한 신속 현장진단법 및 모니터링 기술 개발
2nd row오리질병 진단기술 적용법 확립 및 모니터링 기술 구축
3rd row오리질병 진단기술 적용법 확립 및 모니터링 기술 구축
4th row고양이 코로나바이러스 감염제어기술 개발을 위한 바이러스 특이항체 개발
5th row가금류 질병대응 민간위탁연구조직(CRO) 구축
ValueCountFrequency (%)
개발 90
 
6.5%
및 80
 
5.8%
위한 29
 
2.1%
기술 23
 
1.7%
구제역 21
 
1.5%
백신 21
 
1.5%
평가 18
 
1.3%
연구 18
 
1.3%
바이러스 15
 
1.1%
구축 14
 
1.0%
Other values (621) 1049
76.1%
2023-12-12T22:25:20.849958image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1216
 
21.8%
발 119
 
2.1%
개 105
 
1.9%
제 100
 
1.8%
기 99
 
1.8%
및 80
 
1.4%
가 75
 
1.3%
이 71
 
1.3%
구 68
 
1.2%
한 60
 
1.1%
Other values (348) 3582
64.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 3968
71.2%
Space Separator 1216
 
21.8%
Uppercase Letter 172
 
3.1%
Lowercase Letter 130
 
2.3%
Other Punctuation 36
 
0.6%
Close Punctuation 20
 
0.4%
Open Punctuation 20
 
0.4%
Decimal Number 7
 
0.1%
Dash Punctuation 6
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
발 119
 
3.0%
개 105
 
2.6%
제 100
 
2.5%
기 99
 
2.5%
및 80
 
2.0%
가 75
 
1.9%
이 71
 
1.8%
구 68
 
1.7%
한 60
 
1.5%
스 59
 
1.5%
Other values (296) 3132
78.9%
Lowercase Letter
ValueCountFrequency (%)
a 15
11.5%
u 12
 
9.2%
i 11
 
8.5%
s 9
 
6.9%
e 8
 
6.2%
r 8
 
6.2%
o 8
 
6.2%
l 8
 
6.2%
c 7
 
5.4%
b 7
 
5.4%
Other values (11) 37
28.5%
Uppercase Letter
ValueCountFrequency (%)
I 41
23.8%
A 32
18.6%
S 14
 
8.1%
P 13
 
7.6%
V 12
 
7.0%
H 9
 
5.2%
M 7
 
4.1%
F 7
 
4.1%
L 6
 
3.5%
G 5
 
2.9%
Other values (8) 26
15.1%
Other Punctuation
ValueCountFrequency (%)
, 26
72.2%
/ 3
 
8.3%
. 3
 
8.3%
· 3
 
8.3%
& 1
 
2.8%
Decimal Number
ValueCountFrequency (%)
2 4
57.1%
5 1
 
14.3%
1 1
 
14.3%
4 1
 
14.3%
Space Separator
ValueCountFrequency (%)
1216
100.0%
Close Punctuation
ValueCountFrequency (%)
) 20
100.0%
Open Punctuation
ValueCountFrequency (%)
( 20
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 6
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 3968
71.2%
Common 1305
 
23.4%
Latin 302
 
5.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
발 119
 
3.0%
개 105
 
2.6%
제 100
 
2.5%
기 99
 
2.5%
및 80
 
2.0%
가 75
 
1.9%
이 71
 
1.8%
구 68
 
1.7%
한 60
 
1.5%
스 59
 
1.5%
Other values (296) 3132
78.9%
Latin
ValueCountFrequency (%)
I 41
 
13.6%
A 32
 
10.6%
a 15
 
5.0%
S 14
 
4.6%
P 13
 
4.3%
V 12
 
4.0%
u 12
 
4.0%
i 11
 
3.6%
H 9
 
3.0%
s 9
 
3.0%
Other values (29) 134
44.4%
Common
ValueCountFrequency (%)
1216
93.2%
, 26
 
2.0%
) 20
 
1.5%
( 20
 
1.5%
- 6
 
0.5%
2 4
 
0.3%
/ 3
 
0.2%
. 3
 
0.2%
· 3
 
0.2%
5 1
 
0.1%
Other values (3) 3
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 3968
71.2%
ASCII 1604
28.8%
None 3
 
0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1216
75.8%
I 41
 
2.6%
A 32
 
2.0%
, 26
 
1.6%
) 20
 
1.2%
( 20
 
1.2%
a 15
 
0.9%
S 14
 
0.9%
P 13
 
0.8%
V 12
 
0.7%
Other values (41) 195
 
12.2%
Hangul
ValueCountFrequency (%)
발 119
 
3.0%
개 105
 
2.6%
제 100
 
2.5%
기 99
 
2.5%
및 80
 
2.0%
가 75
 
1.9%
이 71
 
1.8%
구 68
 
1.7%
한 60
 
1.5%
스 59
 
1.5%
Other values (296) 3132
78.9%
None
ValueCountFrequency (%)
· 3
100.0%

연구수행기관
Text

Distinct84
Distinct (%)49.7%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2023-12-12T22:25:21.095623image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length16
Median length15
Mean length9.3905325
Min length4

Characters and Unicode

Total characters1587
Distinct characters171
Distinct categories5 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique64 ?
Unique (%)37.9%

Sample

1st row(주)애니벳
2nd row전북대학교산학협력단
3rd row전북대학교산학협력단
4th row포스트바이오
5th row(주)반석엘티씨
ValueCountFrequency (%)
산학협력단 54
22.8%
전북대학교산학협력단 16
 
6.8%
건국대학교 12
 
5.1%
농림축산검역본부 11
 
4.6%
서울대학교 11
 
4.6%
주식회사 9
 
3.8%
충남대학교 6
 
2.5%
강원대학교 6
 
2.5%
케이웨어(주 5
 
2.1%
주)카브 5
 
2.1%
Other values (80) 102
43.0%
2023-12-12T22:25:21.470446image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
학 154
 
9.7%
산 89
 
5.6%
단 77
 
4.9%
대 75
 
4.7%
교 74
 
4.7%
협 74
 
4.7%
력 74
 
4.7%
68
 
4.3%
주 67
 
4.2%
( 56
 
3.5%
Other values (161) 779
49.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1405
88.5%
Space Separator 68
 
4.3%
Open Punctuation 56
 
3.5%
Close Punctuation 56
 
3.5%
Uppercase Letter 2
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 154
 
11.0%
산 89
 
6.3%
단 77
 
5.5%
대 75
 
5.3%
교 74
 
5.3%
협 74
 
5.3%
력 74
 
5.3%
주 67
 
4.8%
이 26
 
1.9%
국 23
 
1.6%
Other values (156) 672
47.8%
Uppercase Letter
ValueCountFrequency (%)
T 1
50.0%
K 1
50.0%
Space Separator
ValueCountFrequency (%)
68
100.0%
Open Punctuation
ValueCountFrequency (%)
( 56
100.0%
Close Punctuation
ValueCountFrequency (%)
) 56
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1405
88.5%
Common 180
 
11.3%
Latin 2
 
0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 154
 
11.0%
산 89
 
6.3%
단 77
 
5.5%
대 75
 
5.3%
교 74
 
5.3%
협 74
 
5.3%
력 74
 
5.3%
주 67
 
4.8%
이 26
 
1.9%
국 23
 
1.6%
Other values (156) 672
47.8%
Common
ValueCountFrequency (%)
68
37.8%
( 56
31.1%
) 56
31.1%
Latin
ValueCountFrequency (%)
T 1
50.0%
K 1
50.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1405
88.5%
ASCII 182
 
11.5%

Most frequent character per block

Hangul
ValueCountFrequency (%)
학 154
 
11.0%
산 89
 
6.3%
단 77
 
5.5%
대 75
 
5.3%
교 74
 
5.3%
협 74
 
5.3%
력 74
 
5.3%
주 67
 
4.8%
이 26
 
1.9%
국 23
 
1.6%
Other values (156) 672
47.8%
ASCII
ValueCountFrequency (%)
68
37.4%
( 56
30.8%
) 56
30.8%
T 1
 
0.5%
K 1
 
0.5%

주관기관
Categorical

HIGH CORRELATION 

Distinct41
Distinct (%)24.3%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
서울대학교 산학협력단
20 
전북대학교산학협력단
17 
건국대학교
11 
충남대학교 산학협력단
 
8
(주)비오지노키
 
8
Other values (36)
105 

Length

Max length16
Median length15
Mean length8.964497
Min length5

Unique

Unique6 ?
Unique (%)3.6%

Sample

1st row(주)애니벳
2nd row(주)애니벳
3rd row(주)애니벳
4th row포스트바이오
5th row(주)반석엘티씨

Common Values

ValueCountFrequency (%)
서울대학교 산학협력단 20
 
11.8%
전북대학교산학협력단 17
 
10.1%
건국대학교 11
 
6.5%
충남대학교 산학협력단 8
 
4.7%
(주)비오지노키 8
 
4.7%
강원대학교 산학협력단 8
 
4.7%
전북대학교 8
 
4.7%
(주)중앙백신연구소 7
 
4.1%
(주)우진바이오 5
 
3.0%
경상대학교 산학협력단 4
 
2.4%
Other values (31) 73
43.2%

Length

2023-12-12T22:25:21.611445image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
산학협력단 52
22.3%
서울대학교 20
 
8.6%
전북대학교산학협력단 17
 
7.3%
건국대학교 11
 
4.7%
충남대학교 8
 
3.4%
주)비오지노키 8
 
3.4%
강원대학교 8
 
3.4%
전북대학교 8
 
3.4%
주)중앙백신연구소 7
 
3.0%
주식회사 6
 
2.6%
Other values (36) 88
37.8%

총연구기간 시작일
Categorical

HIGH CORRELATION 

Distinct12
Distinct (%)7.1%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2018-04-26
59 
2019-05-27
29 
2019-08-30
19 
2018-07-31
14 
2017-04-21
13 
Other values (7)
35 

Length

Max length10
Median length10
Mean length10
Min length10

Unique

Unique1 ?
Unique (%)0.6%

Sample

1st row2017-04-21
2nd row2017-04-21
3rd row2017-04-21
4th row2018-04-30
5th row2015-08-14

Common Values

ValueCountFrequency (%)
2018-04-26 59
34.9%
2019-05-27 29
17.2%
2019-08-30 19
 
11.2%
2018-07-31 14
 
8.3%
2017-04-21 13
 
7.7%
2018-11-15 12
 
7.1%
2016-02-29 7
 
4.1%
2019-05-10 5
 
3.0%
2018-04-30 4
 
2.4%
2015-08-14 4
 
2.4%
Other values (2) 3
 
1.8%

Length

2023-12-12T22:25:21.721066image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2018-04-26 59
34.9%
2019-05-27 29
17.2%
2019-08-30 19
 
11.2%
2018-07-31 14
 
8.3%
2017-04-21 13
 
7.7%
2018-11-15 12
 
7.1%
2016-02-29 7
 
4.1%
2019-05-10 5
 
3.0%
2018-04-30 4
 
2.4%
2015-08-14 4
 
2.4%
Other values (2) 3
 
1.8%

총연구기간 종료일
Categorical

HIGH CORRELATION 

Distinct14
Distinct (%)8.3%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2020-12-31
75 
2019-12-31
42 
2021-12-31
11 
2021-08-14
9 
2023-02-28
8 
Other values (9)
24 

Length

Max length10
Median length10
Mean length10
Min length10

Unique

Unique3 ?
Unique (%)1.8%

Sample

1st row2019-12-31
2nd row2019-12-31
3rd row2019-12-31
4th row2020-03-31
5th row2020-08-13

Common Values

ValueCountFrequency (%)
2020-12-31 75
44.4%
2019-12-31 42
24.9%
2021-12-31 11
 
6.5%
2021-08-14 9
 
5.3%
2023-02-28 8
 
4.7%
2023-12-31 5
 
3.0%
2020-08-13 4
 
2.4%
2020-08-29 4
 
2.4%
2021-01-09 3
 
1.8%
2020-08-14 3
 
1.8%
Other values (4) 5
 
3.0%

Length

2023-12-12T22:25:21.846216image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
2020-12-31 75
44.4%
2019-12-31 42
24.9%
2021-12-31 11
 
6.5%
2021-08-14 9
 
5.3%
2023-02-28 8
 
4.7%
2023-12-31 5
 
3.0%
2020-08-13 4
 
2.4%
2020-08-29 4
 
2.4%
2021-01-09 3
 
1.8%
2020-08-14 3
 
1.8%
Other values (4) 5
 
3.0%

당해년도연구시작일
Categorical

HIGH CORRELATION 

Distinct7
Distinct (%)4.1%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2019-01-01
99 
2019-05-27
29 
2019-08-30
19 
2019-08-15
12 
2019-05-10
 
5
Other values (2)
 
5

Length

Max length10
Median length10
Mean length10
Min length10

Unique

Unique1 ?
Unique (%)0.6%

Sample

1st row2019-01-01
2nd row2019-01-01
3rd row2019-01-01
4th row2019-01-01
5th row2019-04-14

Common Values

ValueCountFrequency (%)
2019-01-01 99
58.6%
2019-05-27 29
 
17.2%
2019-08-30 19
 
11.2%
2019-08-15 12
 
7.1%
2019-05-10 5
 
3.0%
2019-04-14 4
 
2.4%
2019-04-26 1
 
0.6%

Length

2023-12-12T22:25:21.964261image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:25:22.100558image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2019-01-01 99
58.6%
2019-05-27 29
 
17.2%
2019-08-30 19
 
11.2%
2019-08-15 12
 
7.1%
2019-05-10 5
 
3.0%
2019-04-14 4
 
2.4%
2019-04-26 1
 
0.6%

당해년도연구종료일
Categorical

HIGH CORRELATION  IMBALANCE 

Distinct9
Distinct (%)5.3%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2019-12-31
138 
2020-08-14
 
12
2020-08-13
 
4
2020-01-09
 
4
2020-08-29
 
4
Other values (4)
 
7

Length

Max length10
Median length10
Mean length10
Min length10

Unique

Unique2 ?
Unique (%)1.2%

Sample

1st row2019-12-31
2nd row2019-12-31
3rd row2019-12-31
4th row2020-03-31
5th row2020-08-13

Common Values

ValueCountFrequency (%)
2019-12-31 138
81.7%
2020-08-14 12
 
7.1%
2020-08-13 4
 
2.4%
2020-01-09 4
 
2.4%
2020-08-29 4
 
2.4%
2020-02-29 3
 
1.8%
2020-05-26 2
 
1.2%
2020-03-31 1
 
0.6%
2020-05-09 1
 
0.6%

Length

2023-12-12T22:25:22.245695image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-12T22:25:22.671894image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2019-12-31 138
81.7%
2020-08-14 12
 
7.1%
2020-08-13 4
 
2.4%
2020-01-09 4
 
2.4%
2020-08-29 4
 
2.4%
2020-02-29 3
 
1.8%
2020-05-26 2
 
1.2%
2020-03-31 1
 
0.6%
2020-05-09 1
 
0.6%

총연구비
Real number (ℝ)

Distinct103
Distinct (%)60.9%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean1.1732652 × 108
Minimum8341000
Maximum8.77875 × 108
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size1.6 KiB
2023-12-12T22:25:22.818647image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum8341000
5-th percentile18800000
Q145600000
median96670000
Q31.6 × 108
95-th percentile2.946804 × 108
Maximum8.77875 × 108
Range8.69534 × 108
Interquartile range (IQR)1.144 × 108

Descriptive statistics

Standard deviation1.0520237 × 108
Coefficient of variation (CV)0.89666313
Kurtosis17.191461
Mean1.1732652 × 108
Median Absolute Deviation (MAD)53330000
Skewness3.1377626
Sum1.9828182 × 1010
Variance1.1067538 × 1016
MonotonicityNot monotonic
2023-12-12T22:25:23.012539image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
100000000 8
 
4.7%
20000000 6
 
3.6%
30000000 6
 
3.6%
50000000 6
 
3.6%
70000000 6
 
3.6%
120000000 5
 
3.0%
160000000 5
 
3.0%
40000000 5
 
3.0%
60000000 4
 
2.4%
180000000 3
 
1.8%
Other values (93) 115
68.0%
ValueCountFrequency (%)
8341000 1
 
0.6%
10000000 1
 
0.6%
14000000 1
 
0.6%
15800000 1
 
0.6%
16680000 2
 
1.2%
18000000 3
1.8%
20000000 6
3.6%
25000000 2
 
1.2%
27000000 1
 
0.6%
30000000 6
3.6%
ValueCountFrequency (%)
877875000 1
0.6%
572800000 1
0.6%
367000000 1
0.6%
356000000 1
0.6%
350000000 1
0.6%
335000000 1
0.6%
333333000 1
0.6%
316667000 1
0.6%
313334000 1
0.6%
266700000 1
0.6%

연구내용요약
Text

Distinct67
Distinct (%)39.6%
Missing0
Missing (%)0.0%
Memory size1.4 KiB
2023-12-12T22:25:23.369734image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length985
Median length633
Mean length576.57988
Min length147

Characters and Unicode

Total characters97442
Distinct characters581
Distinct categories16 ?
Distinct scripts4 ?
Distinct blocks7 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique13 ?
Unique (%)7.7%

Sample

1st row- 병원체의 현장검사를 위한 형광 기반의 고감도 현장진단기 개발 - 자동화된 검사가 가능한 항체 검사 카트리치의 개발 - 농장별 허드별 시료뱅크 구축 및 진단기술 표준화 (표준 진단법 또는 표준품 제작기술) - 현장실증시험 (방역기관 5개소 오리농장 3개소 이상)
2nd row- 병원체의 현장검사를 위한 형광 기반의 고감도 현장진단기 개발 - 자동화된 검사가 가능한 항체 검사 카트리치의 개발 - 농장별 허드별 시료뱅크 구축 및 진단기술 표준화 (표준 진단법 또는 표준품 제작기술) - 현장실증시험 (방역기관 5개소 오리농장 3개소 이상)
3rd row- 병원체의 현장검사를 위한 형광 기반의 고감도 현장진단기 개발 - 자동화된 검사가 가능한 항체 검사 카트리치의 개발 - 농장별 허드별 시료뱅크 구축 및 진단기술 표준화 (표준 진단법 또는 표준품 제작기술) - 현장실증시험 (방역기관 5개소 오리농장 3개소 이상)
4th row○ 연구개발의 주요내용 ● 고양이 코로나바이러스 감염실태 및 임상경과별 바이러스 유전자분석 ● 다양한 고양이 코로나바이러스 분리주 확보 ● 코로나바이러스 단클론항체 제조 ● 항 코로나바이러스 난황항체 제조 ● 임상평가를 통한 유효성검증 ○ 연구개발의 세부내용 및 성과지표 ● 고양이 코로나바이러스 감염에 대한 임상경과별 바이러스 유전자분석 ● 고양이 코로나바이러수 분석검체수 : 20건이상 ● 표적항원의 유전자형 수 : 1형 2형을 포함하고 FIP 케이스를 포함 ● 다양한 고양이 코로나바이러스 분리주 확보 : 각 유전자형 별 5주 이상 ● 항 고양이 코로나바이러스 난황항체 확보 : 중화항체가 1 : 64이상 ● 고양이 코로나바이러스 단클론항체 확보 : 단크론항체 10종이상 확보 및 진단키트구성을 위한 진단페어구성 ● 임상평가를 통한 유효성검증 ● 수동면역을 위한 난황항체 10% 이상 증상개선 및 부작용률 10% 미만 ● 코로나바이러스 항원검출키트 : 리얼타임 피씨알대비 80% 민감도
5th row□ 가금질병 종합관리시스템 구축 - 질병 상시감시 및 조기대응을 위한 컨설팅 지원시스템 구축 - 현장 밀착형 가금질병 One-step 진단시스템 구축 - ICT 기반 질병종합관리 프로그램 및 산업현장 수요증가 분야의 진단기술 개발 □ 연구개발 대행시스템 구축 - 질병관리 맞춤형 사료 영향평가 지원 시스템 구축 □ AI 방역업무 가금전문 수의사 육성시스템 구축 - AI 방역업무 가금전문 수의사 육성 및 교육 프로그램 개발 - 효율적 방역체계 수립을 위한 AI 방역업무 가금전문 수의사 육성프로그램 개발 - 관련 인증제도 연계시스템 구축 - 국가 재난형 질병 발생 시 활용 가능한 AI 방역업무 가금전문 수의사 인력풀 구축 □ 연구개발 지원시스템 네트워크 구축 - 정보교류 확대를 위한 학술교류회 활성화 기반 구축
ValueCountFrequency (%)
1233
 
5.2%
및 1166
 
4.9%
개발 468
 
2.0%
○ 454
 
1.9%
평가 212
 
0.9%
분석 212
 
0.9%
위한 211
 
0.9%
대한 179
 
0.8%
구축 176
 
0.7%
바이러스 147
 
0.6%
Other values (3373) 19270
81.2%
2023-12-12T22:25:24.105753image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
27605
28.3%
- 1220
 
1.3%
및 1166
 
1.2%
제 1141
 
1.2%
의 1044
 
1.1%
이 1010
 
1.0%
가 987
 
1.0%
한 979
 
1.0%
발 956
 
1.0%
성 898
 
0.9%
Other values (571) 60436
62.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 58113
59.6%
Space Separator 27605
28.3%
Lowercase Letter 4130
 
4.2%
Uppercase Letter 2646
 
2.7%
Dash Punctuation 1220
 
1.3%
Decimal Number 1041
 
1.1%
Other Punctuation 794
 
0.8%
Close Punctuation 679
 
0.7%
Other Symbol 570
 
0.6%
Open Punctuation 533
 
0.5%
Other values (6) 111
 
0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
및 1166
 
2.0%
제 1141
 
2.0%
의 1044
 
1.8%
이 1010
 
1.7%
가 987
 
1.7%
한 979
 
1.7%
발 956
 
1.6%
성 898
 
1.5%
기 885
 
1.5%
시 814
 
1.4%
Other values (480) 48233
83.0%
Lowercase Letter
ValueCountFrequency (%)
i 480
11.6%
e 393
 
9.5%
n 342
 
8.3%
a 336
 
8.1%
l 326
 
7.9%
t 324
 
7.8%
o 306
 
7.4%
r 217
 
5.3%
c 210
 
5.1%
s 199
 
4.8%
Other values (17) 997
24.1%
Uppercase Letter
ValueCountFrequency (%)
A 399
15.1%
I 350
13.2%
S 237
 
9.0%
P 226
 
8.5%
H 192
 
7.3%
C 169
 
6.4%
F 145
 
5.5%
V 115
 
4.3%
E 107
 
4.0%
L 106
 
4.0%
Other values (13) 600
22.7%
Decimal Number
ValueCountFrequency (%)
1 268
25.7%
2 244
23.4%
0 137
13.2%
3 115
11.0%
5 86
 
8.3%
4 69
 
6.6%
6 56
 
5.4%
8 33
 
3.2%
7 17
 
1.6%
9 16
 
1.5%
Other Punctuation
ValueCountFrequency (%)
. 321
40.4%
/ 220
27.7%
: 128
 
16.1%
· 60
 
7.6%
* 20
 
2.5%
% 17
 
2.1%
& 12
 
1.5%
; 11
 
1.4%
※ 5
 
0.6%
Other Symbol
ValueCountFrequency (%)
○ 454
79.6%
◎ 48
 
8.4%
● 28
 
4.9%
□ 28
 
4.9%
■ 12
 
2.1%
Math Symbol
ValueCountFrequency (%)
+ 21
36.2%
< 14
24.1%
> 14
24.1%
~ 6
 
10.3%
≤ 3
 
5.2%
Close Punctuation
ValueCountFrequency (%)
) 640
94.3%
] 39
 
5.7%
Open Punctuation
ValueCountFrequency (%)
( 494
92.7%
[ 39
 
7.3%
Other Number
ValueCountFrequency (%)
① 6
66.7%
② 3
33.3%
Space Separator
ValueCountFrequency (%)
27605
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1220
100.0%
Control
ValueCountFrequency (%)
40
100.0%
Modifier Symbol
ValueCountFrequency (%)
^ 2
100.0%
Final Punctuation
ValueCountFrequency (%)
” 1
100.0%
Initial Punctuation
ValueCountFrequency (%)
“ 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 58113
59.6%
Common 32553
33.4%
Latin 6775
 
7.0%
Greek 1
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
및 1166
 
2.0%
제 1141
 
2.0%
의 1044
 
1.8%
이 1010
 
1.7%
가 987
 
1.7%
한 979
 
1.7%
발 956
 
1.6%
성 898
 
1.5%
기 885
 
1.5%
시 814
 
1.4%
Other values (480) 48233
83.0%
Latin
ValueCountFrequency (%)
i 480
 
7.1%
A 399
 
5.9%
e 393
 
5.8%
I 350
 
5.2%
n 342
 
5.0%
a 336
 
5.0%
l 326
 
4.8%
t 324
 
4.8%
o 306
 
4.5%
S 237
 
3.5%
Other values (39) 3282
48.4%
Common
ValueCountFrequency (%)
27605
84.8%
- 1220
 
3.7%
) 640
 
2.0%
( 494
 
1.5%
○ 454
 
1.4%
. 321
 
1.0%
1 268
 
0.8%
2 244
 
0.7%
/ 220
 
0.7%
0 137
 
0.4%
Other values (31) 950
 
2.9%
Greek
ValueCountFrequency (%)
λ 1
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 58113
59.6%
ASCII 38679
39.7%
Geometric Shapes 570
 
0.6%
None 61
 
0.1%
Enclosed Alphanum 9
 
< 0.1%
Punctuation 7
 
< 0.1%
Math Operators 3
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
27605
71.4%
- 1220
 
3.2%
) 640
 
1.7%
( 494
 
1.3%
i 480
 
1.2%
A 399
 
1.0%
e 393
 
1.0%
I 350
 
0.9%
n 342
 
0.9%
a 336
 
0.9%
Other values (68) 6420
 
16.6%
Hangul
ValueCountFrequency (%)
및 1166
 
2.0%
제 1141
 
2.0%
의 1044
 
1.8%
이 1010
 
1.7%
가 987
 
1.7%
한 979
 
1.7%
발 956
 
1.6%
성 898
 
1.5%
기 885
 
1.5%
시 814
 
1.4%
Other values (480) 48233
83.0%
Geometric Shapes
ValueCountFrequency (%)
○ 454
79.6%
◎ 48
 
8.4%
● 28
 
4.9%
□ 28
 
4.9%
■ 12
 
2.1%
None
ValueCountFrequency (%)
· 60
98.4%
λ 1
 
1.6%
Enclosed Alphanum
ValueCountFrequency (%)
① 6
66.7%
② 3
33.3%
Punctuation
ValueCountFrequency (%)
※ 5
71.4%
” 1
 
14.3%
“ 1
 
14.3%
Math Operators
ValueCountFrequency (%)
≤ 3
100.0%

Interactions

2023-12-12T22:25:17.259876image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:25:17.084935image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:25:17.345309image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-12T22:25:17.183200image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-12T22:25:24.215078image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
번호사업명총괄과제번호연구수행기관주관기관총연구기간 시작일총연구기간 종료일당해년도연구시작일당해년도연구종료일총연구비연구내용요약
번호1.0000.6170.9740.6220.9060.8280.7480.8130.6150.1780.974
사업명0.6171.0001.0000.5500.9690.9630.8650.7280.7120.4701.000
총괄과제번호0.9741.0001.0000.8541.0000.9940.9880.9920.9810.0001.000
연구수행기관0.6220.5500.8541.0000.9830.7030.9170.9070.9030.6340.854
주관기관0.9060.9691.0000.9831.0000.9520.9530.9500.8620.2671.000
총연구기간 시작일0.8280.9630.9940.7030.9521.0000.9170.9660.8870.5140.994
총연구기간 종료일0.7480.8650.9880.9170.9530.9171.0000.9770.9820.3830.988
당해년도연구시작일0.8130.7280.9920.9070.9500.9660.9771.0000.8840.5230.992
당해년도연구종료일0.6150.7120.9810.9030.8620.8870.9820.8841.0000.1600.981
총연구비0.1780.4700.0000.6340.2670.5140.3830.5230.1601.0000.000
연구내용요약0.9741.0001.0000.8541.0000.9940.9880.9920.9810.0001.000
2023-12-12T22:25:24.355934image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
사업명당해년도연구종료일총연구기간 시작일주관기관당해년도연구시작일총연구기간 종료일
사업명1.0000.4500.8040.7290.5010.608
당해년도연구종료일0.4501.0000.6390.4760.7330.917
총연구기간 시작일0.8040.6391.0000.6390.8930.668
주관기관0.7290.4760.6391.0000.6770.616
당해년도연구시작일0.5010.7330.8930.6771.0000.754
총연구기간 종료일0.6080.9170.6680.6160.7541.000
2023-12-12T22:25:24.484860image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
번호총연구비사업명주관기관총연구기간 시작일총연구기간 종료일당해년도연구시작일당해년도연구종료일
번호1.000-0.2150.3430.5310.5340.4120.5890.335
총연구비-0.2151.0000.2740.1010.2760.1470.2060.083
사업명0.3430.2741.0000.7290.8040.6080.5010.450
주관기관0.5310.1010.7291.0000.6390.6160.6770.476
총연구기간 시작일0.5340.2760.8040.6391.0000.6680.8930.639
총연구기간 종료일0.4120.1470.6080.6160.6681.0000.7540.917
당해년도연구시작일0.5890.2060.5010.6770.8930.7541.0000.733
당해년도연구종료일0.3350.0830.4500.4760.6390.9170.7331.000

Missing values

2023-12-12T22:25:17.465342image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-12T22:25:17.685103image/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.

Sample

번호분류사업명총괄과제번호세부과제번호과제명연구수행기관주관기관총연구기간 시작일총연구기간 종료일당해년도연구시작일당해년도연구종료일총연구비연구내용요약
01수의농생명산업기술개발317009-3317009033SB010오리 질병(바이러스성 간염, 장염, 리메렐라감염증 등)에 대한 신속 현장진단법 및 모니터링 기술 개발(주)애니벳(주)애니벳2017-04-212019-12-312019-01-012019-12-31335000000- 병원체의 현장검사를 위한 형광 기반의 고감도 현장진단기 개발 - 자동화된 검사가 가능한 항체 검사 카트리치의 개발 - 농장별 허드별 시료뱅크 구축 및 진단기술 표준화 (표준 진단법 또는 표준품 제작기술) - 현장실증시험 (방역기관 5개소 오리농장 3개소 이상)
12수의농생명산업기술개발317009-3317009033HD020오리질병 진단기술 적용법 확립 및 모니터링 기술 구축전북대학교산학협력단(주)애니벳2017-04-212019-12-312019-01-012019-12-31175000000- 병원체의 현장검사를 위한 형광 기반의 고감도 현장진단기 개발 - 자동화된 검사가 가능한 항체 검사 카트리치의 개발 - 농장별 허드별 시료뱅크 구축 및 진단기술 표준화 (표준 진단법 또는 표준품 제작기술) - 현장실증시험 (방역기관 5개소 오리농장 3개소 이상)
23수의농생명산업기술개발317009-3317009033HD030오리질병 진단기술 적용법 확립 및 모니터링 기술 구축전북대학교산학협력단(주)애니벳2017-04-212019-12-312019-01-012019-12-3125000000- 병원체의 현장검사를 위한 형광 기반의 고감도 현장진단기 개발 - 자동화된 검사가 가능한 항체 검사 카트리치의 개발 - 농장별 허드별 시료뱅크 구축 및 진단기술 표준화 (표준 진단법 또는 표준품 제작기술) - 현장실증시험 (방역기관 5개소 오리농장 3개소 이상)
34수의농식품연구성과후속지원818013-2818013022SB010고양이 코로나바이러스 감염제어기술 개발을 위한 바이러스 특이항체 개발포스트바이오포스트바이오2018-04-302020-03-312019-01-012020-03-31131000000○ 연구개발의 주요내용 ● 고양이 코로나바이러스 감염실태 및 임상경과별 바이러스 유전자분석 ● 다양한 고양이 코로나바이러스 분리주 확보 ● 코로나바이러스 단클론항체 제조 ● 항 코로나바이러스 난황항체 제조 ● 임상평가를 통한 유효성검증 ○ 연구개발의 세부내용 및 성과지표 ● 고양이 코로나바이러스 감염에 대한 임상경과별 바이러스 유전자분석 ● 고양이 코로나바이러수 분석검체수 : 20건이상 ● 표적항원의 유전자형 수 : 1형 2형을 포함하고 FIP 케이스를 포함 ● 다양한 고양이 코로나바이러스 분리주 확보 : 각 유전자형 별 5주 이상 ● 항 고양이 코로나바이러스 난황항체 확보 : 중화항체가 1 : 64이상 ● 고양이 코로나바이러스 단클론항체 확보 : 단크론항체 10종이상 확보 및 진단키트구성을 위한 진단페어구성 ● 임상평가를 통한 유효성검증 ● 수동면역을 위한 난황항체 10% 이상 증상개선 및 부작용률 10% 미만 ● 코로나바이러스 항원검출키트 : 리얼타임 피씨알대비 80% 민감도
45수의기술사업화지원315035-5315035055SB010가금류 질병대응 민간위탁연구조직(CRO) 구축(주)반석엘티씨(주)반석엘티씨2015-08-142020-08-132019-04-142020-08-13572800000□ 가금질병 종합관리시스템 구축 - 질병 상시감시 및 조기대응을 위한 컨설팅 지원시스템 구축 - 현장 밀착형 가금질병 One-step 진단시스템 구축 - ICT 기반 질병종합관리 프로그램 및 산업현장 수요증가 분야의 진단기술 개발 □ 연구개발 대행시스템 구축 - 질병관리 맞춤형 사료 영향평가 지원 시스템 구축 □ AI 방역업무 가금전문 수의사 육성시스템 구축 - AI 방역업무 가금전문 수의사 육성 및 교육 프로그램 개발 - 효율적 방역체계 수립을 위한 AI 방역업무 가금전문 수의사 육성프로그램 개발 - 관련 인증제도 연계시스템 구축 - 국가 재난형 질병 발생 시 활용 가능한 AI 방역업무 가금전문 수의사 인력풀 구축 □ 연구개발 지원시스템 네트워크 구축 - 정보교류 확대를 위한 학술교류회 활성화 기반 구축
56수의기술사업화지원315035-5315035055WT012AI 방역업무 가금전문 수의사 육성시스템 구축서울대학교 산학협력단(주)반석엘티씨2015-08-142020-08-132019-04-142020-08-1340050000□ 가금질병 종합관리시스템 구축 - 질병 상시감시 및 조기대응을 위한 컨설팅 지원시스템 구축 - 현장 밀착형 가금질병 One-step 진단시스템 구축 - ICT 기반 질병종합관리 프로그램 및 산업현장 수요증가 분야의 진단기술 개발 □ 연구개발 대행시스템 구축 - 질병관리 맞춤형 사료 영향평가 지원 시스템 구축 □ AI 방역업무 가금전문 수의사 육성시스템 구축 - AI 방역업무 가금전문 수의사 육성 및 교육 프로그램 개발 - 효율적 방역체계 수립을 위한 AI 방역업무 가금전문 수의사 육성프로그램 개발 - 관련 인증제도 연계시스템 구축 - 국가 재난형 질병 발생 시 활용 가능한 AI 방역업무 가금전문 수의사 인력풀 구축 □ 연구개발 지원시스템 네트워크 구축 - 정보교류 확대를 위한 학술교류회 활성화 기반 구축
67수의기술사업화지원315035-5315035055WT011가금산업 수요증가 분야 진단기술 개발전북대학교산학협력단(주)반석엘티씨2015-08-142020-08-132019-04-142020-08-1393450000□ 가금질병 종합관리시스템 구축 - 질병 상시감시 및 조기대응을 위한 컨설팅 지원시스템 구축 - 현장 밀착형 가금질병 One-step 진단시스템 구축 - ICT 기반 질병종합관리 프로그램 및 산업현장 수요증가 분야의 진단기술 개발 □ 연구개발 대행시스템 구축 - 질병관리 맞춤형 사료 영향평가 지원 시스템 구축 □ AI 방역업무 가금전문 수의사 육성시스템 구축 - AI 방역업무 가금전문 수의사 육성 및 교육 프로그램 개발 - 효율적 방역체계 수립을 위한 AI 방역업무 가금전문 수의사 육성프로그램 개발 - 관련 인증제도 연계시스템 구축 - 국가 재난형 질병 발생 시 활용 가능한 AI 방역업무 가금전문 수의사 인력풀 구축 □ 연구개발 지원시스템 네트워크 구축 - 정보교류 확대를 위한 학술교류회 활성화 기반 구축
78수의기술사업화지원315035-5315035055HD020가금질병 종합관리 프로그램 개발프로젝트리서치주식회사(주)반석엘티씨2015-08-142020-08-132019-04-142020-08-1394700000□ 가금질병 종합관리시스템 구축 - 질병 상시감시 및 조기대응을 위한 컨설팅 지원시스템 구축 - 현장 밀착형 가금질병 One-step 진단시스템 구축 - ICT 기반 질병종합관리 프로그램 및 산업현장 수요증가 분야의 진단기술 개발 □ 연구개발 대행시스템 구축 - 질병관리 맞춤형 사료 영향평가 지원 시스템 구축 □ AI 방역업무 가금전문 수의사 육성시스템 구축 - AI 방역업무 가금전문 수의사 육성 및 교육 프로그램 개발 - 효율적 방역체계 수립을 위한 AI 방역업무 가금전문 수의사 육성프로그램 개발 - 관련 인증제도 연계시스템 구축 - 국가 재난형 질병 발생 시 활용 가능한 AI 방역업무 가금전문 수의사 인력풀 구축 □ 연구개발 지원시스템 네트워크 구축 - 정보교류 확대를 위한 학술교류회 활성화 기반 구축
89수의농림축산식품 연구센터 지원716002-7716002074SB130가금질병 예방제 효능평가 및 산업화 지원전북대학교산학협력단전북대학교2016-02-292023-02-282019-01-012019-12-313500000001. 가금산업 현장애로질병 전반에 걸친 종합관리체계 구축 1) 가금질병 전주기 방제기술체계화 및 현장적용 2) 살모넬라 감시시스템 체계화 및 현장적용 3) 평상시 및 긴급발생시 AI방제체계 구축 2. 가금질병 방제기술 개발을 위한 차세대 동물용의약품 산업화 및 작용기전 구명 1) 바이러스성 가금질병 예방용 재조합 마커백신 개발 및 산업화 2) 세균성 가금질병 예방용 OMV 백신 개발 및 산업화 3) 신개념 대장균시스템 DIVA-AI백신 개발 및 산업화 4) 항체소재 가금질병예방제 및 친환경 범용소독제 산업화 5) 나노기술기반 현장진단키트 및 오리 ELISA 항체키트 산업화 6) 가금 품종별 면역유용유전자 탐색 및 질병 방어기전 구명 3. 전문인력양성을 위한 학문교육시스템 및 실무역량강화체계 구축 1) 교과과정개편 : 산업동물임상 특수대학원 수의대 협동교과과정 신설 2) 가금전문의제도 도입 기반 구축: 전문의제도위원회 중심 중장기로드맵 개발
910수의수출전략기술개발117031-3117031033SB010독소 산생 병원성 세균 예방 백신 개발 과 안전성 및 효능 평가전북대학교산학협력단전북대학교산학협력단2017-04-212019-12-312019-01-012019-12-31175000000○ 돼지 급사 관련 병원성 세균이 생산하는 독소 대량 발현 시스템 구축 및 정제 - 돼지 부종병과 관련된 F18+ E. coli로부터 생산되는 Stx2e 및 전염성 가스 괴저를 유발하는 C. novyi로부터 생산되는 alpha 독소를 대량 생산을 위한 시스템 구축 및 개선 - 구축된 시스템으로부터 Stx2e 및 C. novyi의 alpha 독소 대량 생산 및 순수 정제 방법 개발 및 개선 - 이들 독소의 불활화 방법 개발 및 실험동물과 목적동물에서의 불활화 톡소이드의 안전성 시험 ○ 독소 산생 병원성 세균의 신개념 사균 균체 생산 - Salmonella 파지 P22의 lysozyme-PMAP36 융합 단백질의 대량 생산 시스템 구축 및 발현 정제 - 돼지 설사 자돈에서 분리한 F4+ ETEC F18+ ETEC와 돼지 부종병 돼지에서 분리한 F18+Stx2e+ E. coli 그리고 돼지 전염성 가스 괴저 이환 돼지로부터 분리한 C. novyi strains을 발현 정제한 lysozyme-PMAP36 융합 단백질을 이용하여 신개념 사균체 제작 - 신개념 사균체의 불활화 여부 전자현미경 및 액체 배지로 확인 ○ 실험동물에서의 안전성 및 효능평가 - BALB/c 마우스에 불화화 톡소이드 접종 후 질병 발현 여부 확인 - 신개념 사균체 접종 후 질병 발현 여부 확인 - 신개념 사균체만 또는 불활화 톡소이드만 접종한 후 해당 독소 산생 병원성 세균으로 도전 감염 후 방어여부로 효능 평가 - 불활화 톡소이드와 신개념 사균체 혼합 접종 후 안전성 평가 및 각 항원에 대한 면역 반응 유도 확인과 효능 평가 ○ 목적동물인 돼지에서의 백신의 안전성 및 효능 평가 - 재조합 FedA 단백질과 Stx2e 독소 그리고 C. novyi의 알파 독소에 음성인 돼지를 구입하여 불화화 Stx2e 및 C. novyi의 알파 톡소이드 정맥내 접종 후 질병 발현 여부 확인 - F4+ ETEC F18+ ETEC
번호분류사업명총괄과제번호세부과제번호과제명연구수행기관주관기관총연구기간 시작일총연구기간 종료일당해년도연구시작일당해년도연구종료일총연구비연구내용요약
159160수의가축질병대응기술개발118091-3118091032SB010나노자임기반 구제역 항체를 이용한 간이항원진단키트와 ELISA 키트 개발전북대학교산학협력단전북대학교산학협력단2018-11-152021-08-142019-08-152020-08-14160000000○ 국내 구제역 백신 상황에서의 고감도 항원 간이 진단 나노자임 기반 키트 개발 ○ 국내 다양한 항원의 구제역 백신 상황에서의 고감도 항체 진단용 나노자임 기반 ELISA 키트 개발 ○ 나노자임 기반 간이 진단 키트의 실험실 내 및 현장 시료 적용 실험 ○ 구제역 바이러스 검출용 및 항체 진단용 나노자임 기반 진단키트의 효능 및 안정성 평가 ○ 국내 구제역 발생 상황에 적합한 구제역 진단 시스템 개선
160161수의가축질병대응기술개발319099-2319099021SB010FRP통 최적 매몰방법 악취저감 기술 및 폐액 처리 재활용 기술 개발(주)다산컨설턴트(주)다산컨설턴트2019-08-302020-12-312019-08-302019-12-3186700000* 가축 매몰 FRP통 내부 사체 폐액 유출 및 악취 발생 사례 조사 - 기존 매몰 FRP통의 환경피해 사례를 조사하여 매몰방법의 문제점 파악 * FRP통 내부 사체 폐액 유출 및 악취 발생 방지가 가능한 매몰 방법 개발 - 매몰 위치 정치 형태 매몰 깊이 폐액 유출시 보완 방법 확립 - 폐액에 의한 악취 방지 방법 및 장치 개발 * FRP통 내부 사체 부숙 촉진을 위한 미생물 부숙재 통기 방법 등 기술 개발 - 매몰 시 사체 및 부숙재 적정 혼합 방법 개발 - 분해 촉진 미생물 개발 및 처리 방법 개발 - 분해 촉진을 위한 산소공급 및 부숙 적정 여부 확인 방법 등 개발 * FRP통을 이용한 가축 매몰 기술의 현장 적용 실증 연구 * 가축사체 매몰용 저장조(FRP HDPE)를 이용한 매몰방법 매뉴얼화 - 매몰위치 저장조 정치 방법 사체 폐액 유출 방지 방안 등 - 부숙 촉진 및 확인을 위한 미생물처리 부숙재 혼합 부숙과정 확인 방법 등 * 가축사체 매몰용 저장조(FRP HDPE)내 폐액 처리 및 활용 방안 개발 - 저장조내 가축사체 잔존물(가축사체 부숙재 포함)을 활용한 폐액 처리 확립 - 재활용하여 제조된 제품의 안전성 평가 및 안전성 확보 - 폐액 처리 실증시험 및 사용 용도 개발 사용촉진을 위한 조사 등
161162수의가축질병대응기술개발118091-3118091032WT011구제역 바이러스 항원 및 항체 검출용 나노자임기반 항체 개발한국과학기술원전북대학교산학협력단2018-11-152021-08-142019-08-152020-08-1438800000○ 국내 구제역 백신 상황에서의 고감도 항원 간이 진단 나노자임 기반 키트 개발 ○ 국내 다양한 항원의 구제역 백신 상황에서의 고감도 항체 진단용 나노자임 기반 ELISA 키트 개발 ○ 나노자임 기반 간이 진단 키트의 실험실 내 및 현장 시료 적용 실험 ○ 구제역 바이러스 검출용 및 항체 진단용 나노자임 기반 진단키트의 효능 및 안정성 평가 ○ 국내 구제역 발생 상황에 적합한 구제역 진단 시스템 개선
162163수의가축질병대응기술개발118096-3118096032SB010질소 거품 안락사 및 알칼리가수분해를 활용한 가축살처분 융합시스템 개발(주)에스티아이(주)에스티아이2018-11-152021-08-142019-08-152020-08-14356000000현재 가축 전염병 발생 시 대응 긴급 대응 지침을 보면 가축 전염병 발생 시 안락사 처리 함이 등재 되어 있으나 2 차 전염 방지를 위하여 빠른 처리가 중점적으로 이루어 짐에 제대로 된 안락사가 이루어지지 않고 있음. 이에 자사에서는 기존 질소 거품 안락사 장비 대비 5 배 이상의 효율성을 가져 빠르게 처리 가능하며 차량 탑재용으로 변경 이동성을 극대화 장비를 개발 하고자 함. 자사에서는 Alkaline hydrolysis를 활용한 폐사가축 처리기 및 매몰지 처리 장비 개발을 완료 하였으며 실제 현장에서 적용되고 있는 상황임. 가수 분해 시스템은 저온 저압에서 운행 되어 악취 및 스팀의 발생이 최소화 되어 민원 발생이 적으며 완전멸균 처리 가능한 시스템 임. 자사에서는 거점 처리 시스템 개발에 맞추어 전문 이송 장비 개발을 통하여 완벽한 융합 스템 구축을 진행 하고자 함.
163164수의가축질병대응기술개발119082-1119082011SB010가금티푸스 및 인수공통전염 살모넬라식중독 예방백신 개발전북대학교산학협력단전북대학교산학협력단2019-08-302020-08-292019-08-302020-08-2983000000○ 살모넬라 타이피뮤리움 살모넬라 갈리나룸 신개념 사균체 제조 - 주요 인수공통전염병인 살모넬라 타이피뮤리움을 대량 배양 후 생균 같은 신개념 사균체로 제조 기술 확립 - 생균같은 신개념 사균체 전자현미경을 이용한 확인 - 완전 불활화 여부 확인 방법 확립 (기존 불활화 백신 확인 방법보다 더욱 강화 된 확인 방법 구축 및 확립) ○ 가금에서 살모넬라 타이피뮤리움 살모넬라 갈리나룸 신개념 사균체 혼합 백신의 안전성 및 효능 평가 - 살모넬라 타이피뮤리움 살모넬라 갈리나룸 신개념 사균체 혼합 예방 백신을 갈색 레그혼종을 대상으로 살모넬라 신개념 사균체 예방 백신의 안정성 평가 - 살모넬라 타이피뮤리움 살모넬라 갈리나룸 신개념 사균체 혼합 예방 백신을 갈색 레그혼종을 대상으로 살모넬라 신개념 사균체 예방 백신의 효능 평가 ○ 살모넬라 타이피뮤리움 살모넬라 갈리나룸 혼합 예방 백신 시제품 제작 - 살모넬라 타이피뮤리움 살모넬라 갈리나룸 혼합 예방 백신 제조 공정 확립 - 살모넬라 타이피뮤리움 살모넬라 갈리나룸 혼합 예방 백신 시제품 제작
164165수의가축질병대응기술개발118091-3118091032HD020구제역 진단용 나노자임 기반 간이 항원 진단 키트 및 항체 ELISA 키트 제품화(주)메디안디노스틱전북대학교산학협력단2018-11-152021-08-142019-08-152020-08-14127000000○ 국내 구제역 백신 상황에서의 고감도 항원 간이 진단 나노자임 기반 키트 개발 ○ 국내 다양한 항원의 구제역 백신 상황에서의 고감도 항체 진단용 나노자임 기반 ELISA 키트 개발 ○ 나노자임 기반 간이 진단 키트의 실험실 내 및 현장 시료 적용 실험 ○ 구제역 바이러스 검출용 및 항체 진단용 나노자임 기반 진단키트의 효능 및 안정성 평가 ○ 국내 구제역 발생 상황에 적합한 구제역 진단 시스템 개선
165166수의가축질병대응기술개발118091-3118091032WT021구제역 진단용 나노자임 기반 항원 키트 평가 및 항체 키트 평가용 혈청 패널 제공농림축산검역본부전북대학교산학협력단2018-11-152021-08-142019-08-152020-08-1430000000○ 국내 구제역 백신 상황에서의 고감도 항원 간이 진단 나노자임 기반 키트 개발 ○ 국내 다양한 항원의 구제역 백신 상황에서의 고감도 항체 진단용 나노자임 기반 ELISA 키트 개발 ○ 나노자임 기반 간이 진단 키트의 실험실 내 및 현장 시료 적용 실험 ○ 구제역 바이러스 검출용 및 항체 진단용 나노자임 기반 진단키트의 효능 및 안정성 평가 ○ 국내 구제역 발생 상황에 적합한 구제역 진단 시스템 개선
166167수의가축질병대응기술개발118093-3118093032SB010차량용 소독시스템의 소독효과 평가법 개발전북대학교산학협력단전북대학교산학협력단2018-11-152021-08-142019-08-152020-08-1490000000<1차년도> - 주관연구기관(전북대학교) : · 기존 소독시스템의 유형별(분사식 자외선식 연무식) 성능 및 운영 효율에 대한 종합적 평가 · 각 모델별 적용에 따른 소독제 분사력 및 도포력 소독효력 측정 · 기존 소독시스템의 평가를 통한 개선 및 보완사항 도출 · 소독시스템의 소독효과 평가법 개발 및 표준화 - 협동연구기관(티엠시) : · 운전자의 신발 유기물 제거를 위한 발판 소독기 부착물 선정 · 신발에 묻어 있는 유기물 세척을 위한 세척 방법 개발 (물세척/초음파) · 최적의 발판 소독기 설계 및 제작 · 운전석 내/외부 소독이 가능한 분사량 및 거리 조절 노즐 개발 · 차량 내/외부 소독이 가능한 안개 분무 소독 시스템 설계 및 제작 · 최적의 대인 소독기 설계 및 제작 · 대인 소독 및 차량 소독 검증을 위한 ICT 기술 적용 및 개발 <2차년도> - 주관연구기관(전북대학교) : · 세척 시스템에 따른 세척수 분사력 및 세척 효과 평가지수를 선정하고 평가법 구축 · 기존 수동 세척 및 소독시스템과 비교 평가를 통한 세척/소독 일괄 소독 시스템의 소독효과의 개선 효과 증명 및 보완사항 도출 · 세척/소독 일괄 시스템의 평가법 개발 및 표준화 - 협동연구기관(티엠시) : · 차량 내/외부 안개분무 시스템 최적화 및 검증 · 대인 소독 및 차량 소독 검증을 위한 ICT 기술 최적화 및 검증 · 해외 선진사 세척방식 벤치마킹 · 차량 하부 및 전체 효과적인 세차를 위한 세차 방식 개발 · 차량 세차를 위한 노즐 개발 · · 차량 세차 및 건조 시스템 설계 · 최적의 세차 및 건조 소독 시스템 일괄적용 시스템 설계 및 제작
167168수의가축질병대응기술개발118093-3118093032HD020차량용 친환경 세척/소독 일괄 시스템 개발(주)티엠시전북대학교산학협력단2018-11-152021-08-142019-08-152020-08-14262000000<1차년도> - 주관연구기관(전북대학교) : · 기존 소독시스템의 유형별(분사식 자외선식 연무식) 성능 및 운영 효율에 대한 종합적 평가 · 각 모델별 적용에 따른 소독제 분사력 및 도포력 소독효력 측정 · 기존 소독시스템의 평가를 통한 개선 및 보완사항 도출 · 소독시스템의 소독효과 평가법 개발 및 표준화 - 협동연구기관(티엠시) : · 운전자의 신발 유기물 제거를 위한 발판 소독기 부착물 선정 · 신발에 묻어 있는 유기물 세척을 위한 세척 방법 개발 (물세척/초음파) · 최적의 발판 소독기 설계 및 제작 · 운전석 내/외부 소독이 가능한 분사량 및 거리 조절 노즐 개발 · 차량 내/외부 소독이 가능한 안개 분무 소독 시스템 설계 및 제작 · 최적의 대인 소독기 설계 및 제작 · 대인 소독 및 차량 소독 검증을 위한 ICT 기술 적용 및 개발 <2차년도> - 주관연구기관(전북대학교) : · 세척 시스템에 따른 세척수 분사력 및 세척 효과 평가지수를 선정하고 평가법 구축 · 기존 수동 세척 및 소독시스템과 비교 평가를 통한 세척/소독 일괄 소독 시스템의 소독효과의 개선 효과 증명 및 보완사항 도출 · 세척/소독 일괄 시스템의 평가법 개발 및 표준화 - 협동연구기관(티엠시) : · 차량 내/외부 안개분무 시스템 최적화 및 검증 · 대인 소독 및 차량 소독 검증을 위한 ICT 기술 최적화 및 검증 · 해외 선진사 세척방식 벤치마킹 · 차량 하부 및 전체 효과적인 세차를 위한 세차 방식 개발 · 차량 세차를 위한 노즐 개발 · · 차량 세차 및 건조 시스템 설계 · 최적의 세차 및 건조 소독 시스템 일괄적용 시스템 설계 및 제작
168169수의가축질병대응기술개발118095-2118095022HD020가축 매몰지 사체로부터 생산된 퇴비의 생물학적 안전성 검증한국건설생활환경시험연구원한경대학교 산학협력단2018-11-152020-08-142019-08-152020-08-1470000000<1차년도> 가축 사체의 퇴비화를 위한 관련 법령 검토 가축 사체 부산물의 물리화학적 특성 분석 토양 내 eDNA의 효율적 이용을 위한 표본조사 방법(표본수 표본량 등) 개발 토양에서 eDNA의 효율적 추출을 위한 방법 개발 매몰사체 퇴비화 최종 제품에 대한 생물학적 안전성 평가 감염사체 유래의 퇴비화 제품에 대한 생물학적 안전성 검증을 위한 시험방법 개발 대형가축 파쇄가능 장치 개발 열화학적 사체 처리 기술 개발 <2차년도> 가축 사체의 퇴비화 공정 발효 퇴비의 부숙도 및 안정성 평가 작물 생산에 시용 및 시비량 산정 토양 내 주요 곤충종의 종 특이적 유전자 지표 개발 토양 내 주요 곤충종 및 미생물의 생물량 변동을 파악하기 위한 분석모형 개발 가축 사체를 활용한 퇴비제품의 생물학적 안전성 검증 퇴비 시비에 따른 토양 환경내 생물 다양성 조사 사체 처리 장치 고도화 매몰지 복원 실증