试论构建社会主义和谐社会的运行机制

党的十六大报告提出要不断促进社会主义物质文明、政治文明和精神文明的协调发展。在此基础上,党的十六届四中全会又提出了构建社会主义和谐社会的思想,而构建社会主义和谐社会的一个基本条件就是建立起有效保证和谐社会发展的运行机制,即认识协调机制,战略协调机制和保障协调机制,以保证社会的协调发展和良性互动。     

英语教学中的文化渗透

英语国家社会文化和汉语文化存在着很大差异,在英语教学中,不但要教会学生英语语言本身,也要传授给学生英语语言中所承载的社会文化内涵,使学生学到真正地道的英语,从而真正达到文化交流的目的。     

孟子的"荣辱观"及其当代启示

吴潜涛认为,社会主义荣辱观是新形势下社会主义思想道德要求的精辟概括,并对之进行了详细论证;刘云章认为,马克思主义荣辱观是整个马克思主义理论的有机组成部分,值得深入探讨;杨丽坤对社会主义荣辱观建设的社会调控机制进行了解析,认为研究社会调控机制对于加强社会主义荣辱观建设非常重要;冯秀军对荣辱观教育中的情感机制进行了深入剖析,认为荣辱情感是荣辱观形成的基础,荣辱观教育需要诉诸情感才能真正抵达心灵并见诸行为;刘建军从理论依据与时代内涵的角度对"以辛勤劳动为荣"进行了详细阐述;黄岩对孟子的"荣辱观"进行了解读,认为认真研究孟子的荣辱观思想对于我们确立社会主义荣辱观仍有着重要的借鉴意义;邹秀春对洛克的道德法思想进行了探讨,认为其道德法思想中关于道德观念建设的有益规律和方法,对社会主义荣辱观建设有很大的启发意义;郑小九对古希腊的荣誉观念进行了评述,认为古希腊文化中关于荣辱的思想对于深入理解和贯彻社会主义荣辱观具有独特的启示意义;范笑仙则认为社会主义荣辱观对学术道德建设具有重要的伦理意义.     

消费文化与身份建构——论嘉莉妹妹的消费观

《嘉莉妹妹》以真切的现实主义为鲜明特征,真实地反映了19世纪末20世纪初美国兴起的消费热,以及人们的观念如何随之转变,由过去的清教思想强调的克制、勤俭,变为现代的注重欲望,张扬和享乐。本文从消费文化与身份建构的角度分析了女主人公如何从一位天真的农村少女成为喜剧明星的过程,以及女主人公身上所反映出来的美国20世纪消费文化的流变及其产生的负面影响。     

工伤保险赔偿责任研究 ——以劳务派遣用工为切入点

劳务派遣作为一种灵活的用工形式,受到我国各类用人单位的青睐和广泛运用。2013年《劳动合同法》修订弥补了我国劳务派遣制度上的不足,但由于起步时间较晚,加上制度的复杂性,存在工伤赔偿制度的责任划分不清晰、工伤保险待遇先行支付具体操作存在困难、异地劳务派遣工伤保险制度执行不明确等方面的问题。我国需要从确立《劳动合同法》中派遣单位与用工单位的具体责任分担制度、完善劳务派遣工伤待遇先行支付规定、明确异地保险制度相关规定等方面入手,进一步完善工伤保险制度在劳务派遣用工中的适用,有效保护被派遣劳动者的合法权益。     

霍华德政府时期澳大利亚移民人口结构变化及其社会影响——多元文化主义的视角

作为一个拥有悠久移民历史的国家,移民问题贯穿在澳大利亚历史上的每一个篇章中,而霍华德政府时期的移民人口结构则奠定了当代澳大利亚移民人口结构的基本形态,因此研究霍华德政府时期的移民人口结构更有助于认识当代澳大利亚社会。本文从回顾澳大利亚的移民历史着手,分别从移民的类别与年龄、来源国、性别结构、地区分布、受教育水平与英语水平这五方面来研究霍华德政府时期移民人口结构的特点,探寻移民人口结构变化对澳大利亚社会产生的诸多影响。     

全连接世界的融传播

智媒体技术为各种传播形态的信息提供了“全连接”的技术支撑,人类社会自此从有信息传播边界的传统媒体时代的人际传播、群体传播、组织传播的社会生活场域,进入到信息传播边界消逝后的全连接世界。在互联网场域,信息从人际传播到群体传播再到大众传播,为此从媒介环境学角度提出“融传播”概念,分析智能媒体时代熟人社交的失控,无边界控制的赛博空间对人的多元身份确认的困惑,智媒技术对人的“监控”等对人类社会生活产生的诸多影响,并反思拟真世界中的人际沟通。     

场域转换与文化反哺:青年群体与变迁社会的信息互动

以布迪厄场域理论来考察不同社会形态下青年与社会的信息互动实践,发现青年与社会的信息互动在具有“位置-权力”关系的场域中展开,“位置-权力”关系通过信息资本的占有而建构。社会形态随技术变革更迭,青年与社会信息互动的场域逻辑与运行机制发生相应转变。从农耕社会到工业社会再到信息社会,青年与社会的互动场域变得多样,并且发生着从家庭向学校再向网络空间的偏向性转换,场域运行的推动力量也从时间权威向结构权威再向认同权威转换。可以说,青年与社会信息互动场域的转换,正是人类在不同社会形态下对“用时间消灭空间”的信息传播时空观的生产实践与社会表征。     

Variance estimation based on blocked 3×2 cross-validation in high-dimensional linear regression

In high-dimensional linear regression, the dimension of variables is always greater than the sample size. In this situation, the traditional variance estimation technique based on ordinary least squares constantly exhibits a high bias even under sparsity assumption. One of the major reasons is the high spurious correlation between unobserved realized noise and several predictors. To alleviate this problem, a refitted cross-validation (RCV) method has been proposed in the literature. However, for a complicated model, the RCV exhibits a lower probability that the selected model includes the true model in case of finite samples. This phenomenon may easily result in a large bias of variance estimation. Thus, a model selection method based on the ranks of the frequency of occurrences in six votes from a blocked 3×2 cross-validation is proposed in this study. The proposed method has a considerably larger probability of including the true model in practice than the RCV method. The variance estimation obtained using the model selected by the proposed method also shows a lower bias and a smaller variance. Furthermore, theoretical analysis proves the asymptotic normality property of the proposed variance estimation.     

Outlier detection and robust variable selection via the penalized weighted LAD-LASSO method

This paper studies the outlier detection and robust variable selection problem in the linear regression model. The penalized weighted least absolute deviation (PWLAD) regression estimation method and the adaptive least absolute shrinkage and selection operator (LASSO) are combined to simultaneously achieve outlier detection, and robust variable selection. An iterative algorithm is proposed to solve the proposed optimization problem. Monte Carlo studies are evaluated the finite-sample performance of the proposed methods. The results indicate that the finite sample performance of the proposed methods performs better than that of the existing methods when there are leverage points or outliers in the response variable or explanatory variables. Finally, we apply the proposed methodology to analyze two real datasets.