李清照与朱淑真词接受差异论析

李清照和朱淑真是宋代两位最著名的女词人,她们以卓越的创作成就深远地影响了后世文学,为历代读者广泛接受.综观李清照和朱淑真的被接受历史,她们所表现出来的接受差异主要可概括为三个方面:一是接受历程的不同;二是情感认同的差异;三是接受模式的区别.通过考察和分析李清照和朱淑真词的接受差异,能更加深刻地洞悉李清照和朱淑真词的美学特征、文化内涵和历史价值.     

荒诞与异化:西方现代主义文学反向悲剧的重新阐释

现代的西方西绪福斯精神孕育了西方现代主义文学的新悲剧意识。西方现代主义文学的艺术形象是“意识到一切都是荒谬人”,是“局外人”,并由此表现出少有的孤独和冷漠,潜含着真正的悲剧性。生之忧与死之惧是现代人的通病,也是西方现代主义文学不断触及的表现主题,荒诞的厌倦和恐惧构成现代主义文学悲剧意识的两大内容。“异化”是西方人最严峻的悲剧性境遇,对人类崇高品格的否定必然导致对悲剧崇高性的否定,因此出现了现代主义文学的反向悲剧。     

和谐社会视野下性别平等的实现路径

和谐社会的建设过程也是性别平等的实现过程。实现性别平等,是促进妇女发展、实现社会公平、实现可持续发展的必要保证。要实现性别平等必须做到:把性别意识纳入决策主流,并实施男女平等的基本国策;制定强制性、优惠性和福利性政策;完善职工生育和养老保险制度,减少性别亏损。只有这样才能使社会更加和谐。     

现代企业演化理论:方法论、核心概念及其解释逻辑

基于奥地利学派的知识理论,企业演化的方法论应是个体与环境的互动主义。现代企业演化理论的核心概念是企业家精神、适应性学习和资本结构等,以此为基础建立的启发式的企业演化逻辑,可用于考察企业在不同的演化环境下所采取的不同内外部协调机制(紧密或松散)、学习模式以及知识类型(默会或编码)。此外,企业学习过程和选择过程是交互作用的,企业的创新活动必须考虑时间因素,这将使企业演化变得更加复杂。     

安徽农村金融发展现状、问题及对策

本文回顾了安徽农村金融发展的基本概况,分析了其存在的突出矛盾和问题,提出从六个方面着力改善农村金融服务的对策。     

瑞昌市发展战略定位探讨

瑞昌市处于以长江黄金水段、京九铁路和发展中的公路为依托的点轴系统中,可以充分利用其独特的区位优势和自然资源优势,通过在沿江产业带中进行合理的区域分工,找准其产业定位,进而调整经济结构,同时借助九江出口加工区的建立,组建工业产业集群,促进瑞昌市经济大发展。     

Transparency and Resource Allocation of Grassroots Nonprofits in China

VOLUNTAS: International Journal of Voluntary and Nonprofit Organizations - Organizational transparency has become a prominent concern for the nonprofit sector as it expands globally. Transparency...     

近代广东商业人群在广西的分布面及其梯度差考详——粤港商业经济对广西经济辐射研究之二

文章从中国近代史上城镇经济主体——商业经济的角度切入,运用各类历史资料,分区逐县地确证广东商业人群以及所造成的“无东不成市”格局在全广西的分布范围,并揭示其在广西不同地域的程度等差和梯度分布状态。从而,以原始的生活场景原生态地呈现出粤港澳地区对广西经济辐射由东而西逐步推进、由城市而圩市逐层次渗透的基本节奏和客观规律。     

对具体语境下"诗缘情"的解读——细读陆机《文赋》

本文在分析《文赋》的基础上,通过对《诗经》的以及后世文体发展的探讨,阐述了对“诗缘情”一说的理解,并试图对陆机相对于传统儒家文论的突破(而不是反叛)作出自己的解释。     

Quantile regression for large-scale data via sparse exponential transform method

In recent decades, quantile regression has received much more attention from academics and practitioners. However, most of existing computational algorithms are only effective for small or moderate size problems. They cannot solve quantile regression with large-scale data reliably and efficiently. To this end, we propose a new algorithm to implement quantile regression on large-scale data using the sparse exponential transform (SET) method. This algorithm mainly constructs a well-conditioned basis and a sampling matrix to reduce the number of observations. It then solves a quantile regression problem on this reduced matrix and obtains an approximate solution. Through simulation studies and empirical analysis of a 5% sample of the US 2000 Census data, we demonstrate efficiency of the SET-based algorithm. Numerical results indicate that our new algorithm is effective in terms of computation time and performs well for large-scale quantile regression.