我国对大学生就业歧视法律规制研究

从1999年开始,基于解决经济和就业问题而扩大普通高校本专科院校招生人数的教育改革政策逐见成效,我国高校招生规模逐年扩大,实现了高等教育阶段性飞跃。与此同时,每年数百万大学生就业难题成为人们关注的焦点,在大学生就业过程中遭遇就业歧视的例子屡见不鲜,而我国目前尚未出台相应的法律以保障大学生就业过程中的合法权益。针对大学生的就业歧视不仅违反了我国《劳动法》就业平等的原则性规定,而且严重损害社会的公平与正义,引起社会不稳定,对目前构建和谐社会带来危害。在当前形势下,消除对大学生就业歧视势在必行,然而消除就业歧视并非立即可以实现的,需要用人单位提供良好的就业环境,大学生提升维权意识,共同来维护公平的就业环境。更为重要的是,国家通过加强立法规制,从源头上彻底消除针对大学生的就业歧视。     

张华“二俊”说与陆机的悲剧命运

张华推举陆机、陆云兄弟为"二俊",既是对吴郡陆氏家族文学与学术的肯定,又有着现实的政治谋虑,即试图通过延揽孙吴俊才而安抚江南人心。中朝人士拥有胜利者的优越感,对亡国吴士颇为鄙夷和嘲讽。陆机试图扭转这种偏见,因此当众称美故乡,又不肯听从顾荣、戴若思等人的规劝,执意卷入晋室纷争,试图通过匡世济难来证明吴郡陆氏的军事才能。孙吴亡国的耻辱和挽回家族声誉的努力,并试图去证明吴国灭亡非士人之过,这是陆机悲剧的心理根源。     

信息不对称与“言多必失”——来自中国P2P 网贷平台的证据

信息披露是缓解信息不对称的重要机制,然而中国的P2P平台自身信息公布得越多却越不令人信服,直接导致平台人气的流失。尽管平台与借贷双方之间存在着严重的信息不对等,网络借贷的参与者还是具备相当的能力去辨别平台的优劣。进一步研究发现,规模越大、债权流动性越强、借贷参与者分散度越高的平台越受人们的青睐,此外平台的身份背景也会影响到人们的选择决策。1     

平等就业权司法救济实证研究

平等就业权是公民人格权和劳动权的重要内容,但平等就业权司法救济制度的不完善导致权利保障举步维艰。通过对平等就业权案件进行实证考察,我国应当结合《就业促进法》的执行情况和司法实践,从新增"平等就业权纠纷"民事案由、完善举证责任倒置规则和就业歧视责任体系、明确就业歧视的含义与范围、扩大平等就业权的主体等方面完善反就业歧视立法,加强平等就业执法工作,保障劳动者平等就业权。     

隐性就业歧视的软法之治

对于隐性就业歧视,现行反就业歧视法规制无力。然随着法治的推进,社会各个主体尤其是用人单位法律意识的增强,就业歧视会越来越多地以隐性形式出现。隐性就业歧视使得受到歧视的劳动者无法用现有的法律来维护自己正当的权益,致其社会不公感增强,直接损害了劳动者的个体权益。包容性的承认规则使道德规范成为软法变得可能,软法治理与隐性就业歧视的规则高度契合。软法治理具有开放性、协商性、参与性以及社会治理的灵活性,能充分调动政府、行业组织、基层自治组织、企业主体和劳动主体的民主参与,凝聚公共理性和各方共识,实现隐性就业歧视的有效治理。     

第一学历歧视背景下大学生就业的困境与出路——基于工作能力污名的视角

普通高校大学生就业时会遭遇到第一学历歧视,他们承受着工作能力公众污名和自我污名的双重压力。这让普通高校大学生在就业时困境重重:缺少公平竞争的机会、消极对待求职机会、缺乏努力奋斗的动力。通过法律手段为大学生营造公平的就业环境、用人单位消除偏见、学校为学生进行就业指导、普通高校大学生提升自己的实力是破解这些困境的重要对策。     

浅谈农民工在外打工所遇到困难和问题

本文针对于农民工在外打工所遇到的各种困难，进行了详细分析。随着近几年农民工在城市中的生活问题，逐渐显现出很多矛盾甚至给农民工带来了麻烦与困扰。农民工工资问题、家里留守妇女的问题、农民工在外受歧视的问题等。本文通过对这几种农民工所遇困难的分析，呼吁社会多为农民工考虑多为他们的家庭着想，使其不再被社会所排斥。针对于各种困难，本文提出了相关解决的措施。     

如何防止复发、转移!

正免疫功能低下是复发转移的关键因素免疫系统每天要消灭成千上万的肿瘤细胞。如果人体的免疫功能低下,就会有大量的肿瘤细胞存活,导致肿瘤的复发和转移。提高免疫功能,使人体自身抗瘤功能增强,是防止肿瘤复发和转移的重要条件。基因突变是复发、转移的另一重要因素人体内有一种抑制肿瘤基因——P53,它的突变是肿瘤发生的重要原因,也是肿瘤复发、转移的重要因素。P53的失活促使肿瘤细胞继续恶性转化。而加强外源性P53,可诱导已存在突变型P53的肿瘤细胞停止生长或凋亡。     

高维大数据基因网络中的社区发现——以NC方法为例

从大量基因中识别出致病基因是大数据下的一个十分重要的高维统计问题。基因间网络结构的存在使得对于致病基因的识别已从单个基因识别扩展到基因模块识别。从基因网络中挖掘出基因模块就是所谓的社区发现（或节点聚类）问题。绝大多数社区发现方法仅利用网络结构信息，而忽略节点本身的信息。Newman和Clauset于2016年提出了一个将二者有机结合的基于统计推断的社区发现方法（简称为NC方法）。本文以NC方法为案例，介绍统计方法在实际基因网络中的应用和取得的成果，并从统计学角度提出了改进措施。通过对NC方法的分析可以看出对于以基因网络为代表的非结构化数据，统计思想和原理在数据分析中仍然处于核心地位。而相应的统计方法则需要针对数据的特点及关心的问题进行相应的调整和优化。