关于素质教育的思考

素质教育已成为当今教育教学改革的重要指导思想。但在实际执行过程中 ,由于理解上的偏差 ,往往容易产生行动上的偏差。从素质教育产生的背景 ,分析了素质教育的精神实质 ,解剖分析了几种不正确的倾向 ,对高校贯彻素质教育精神的重点和方法提出了建议     

宪法司法化:对司法化宪法的期待

走向司法化是宪法发展的客观趋势。在我国,宪法司法化的障碍主要是认识上存在误区。宪法的法律性决定了宪法可以而且应该司法化。宪法司法化不仅是建设社会主义法治国家的客观要求,也是保障公民基本权利的现实需要。     

纳米二氧化钛的细胞增殖效应及其安全性

Mosmann已经用3-(4,5-二甲基-2-噻唑)-2,5-二苯基溴化四唑(MTT)比色法检测了纳米TiO2在人肝细胞的增殖情况。通过化学沉积的方法可以制备纳米TiO2,它的纳米结构可以通过电子扫描显微镜检测。我们首先测量纳米TiO2一些基本特性然后深入到肝脏细胞,再在这些细胞增加一些纳米TiO2。利用生物学的方法我们观察并测量肝脏细胞在正常状态下的细胞增殖情况,通过与对照组对比的结果表明纳米TiO2在人的肝脏细胞的增殖的影响很小。我们进一步发现纳米TiO2对鸡胚成纤维(CEF)细胞的毒性(安全性)的尺度。最后我们首次通过毒物学确定了在100nm和1000nm TiO2的毒性。     

我国股市败德行为的成因分析

从信息传播、制度安排、市场监管、道德意识等方面深入分析我国股市败德行为产生的基本原因.信息不对称,使我国股市难以构成一个真正意义上的有效资本市场,这为败德行为的滋生提供了机会;制度安排的不合理与市场监管的不力,这是股市败德行为大行其道的客观的、深层的、根本性原因;而道德意识的淡漠,则是诱发股市败德行为的主观原因.     

时间消逝于“喧嚣与骚动”——论隐在的读者对《喧嚣与骚动》的接受

对光阴流逝的恐慌惊悸、困惑挣扎及绝望无奈是人类所有艺术作品共有的一个永恒主题.首先,威廉·福克纳本人也意识到自身无法完成这一探索而刻意打造了这一文本将他的研究推向历代读者,其奇特的体系与开放的结局令处于不同时期的不同读者和处于不同阶段的同一读者以自身的经验感悟与该文本发生共鸣而延续这一探索.其次,同为人类艺术作品的绘画、音乐和文学创作既有个性又具共性,实质上整部作品就是作者与隐在的读者共同绘制的一幅传奇般的抽象拼贴画、共同谱就的一首杰出的弦乐四重奏.这位超凡的文学奇才匠心独运,以读者共鸣的阵痛将一曲奇异的乐章谱就在精心构制的艺术拼装图里.     

农村金融教学改革方法的探讨

随着农村金融体制改革的深入,传统的农村金融教学方法已不能满足课程教学的需要,农村金融教学方法改革势在必行。因此在充分认识农村金融传统教学的主要特点的基础上,提出农村教学方法改革的三个方向。     

“法国学派”影响研究理论与体系的建立和完善——从梵·第根到基亚

20世纪初,当刚发展起来的比较文学受到攻击与非难时,梵.第根对比较文学的定义、性质、任务、历史、方法、分类等各个方面,都作了系统的总结与理论阐述,从而使影响研究系统化,对于规范比较文学这门新的学科,使之朝科学性、方法论的方向发展,起到了重要的作用。二十年后,基亚在梵.第根的基础上,更明确了比较文学的定义、研究对象和任务目的,并提出了与梵.第根不同的研究方法与分类标准,尤其修正了梵.第根对于“一般文学”的认识与划分,进一步完善了“法国学派”影响研究的理论与体系。     

“水书”难以独立运用的死结何在？

水书是水族文字、书籍的通称。由于水族古文字单字少,加上传承的家族与地域差异差等原因,水书很多内容要靠口传心授配合手抄文本传承,形成水书难以独立使用的死结。本文对这一问题试作探索。     

两系杂种小麦绵杂1号高产栽培技术初步研究

采用五元二次回归正交旋转组合设计 ,研究了播期、密度、施N、P、K量对两系杂种小麦绵杂 1号 (原代号MS1)产量的影响。结果表明 ,施N量、播期与密度是影响绵杂 1号产量的主要因素 ,播期对绵杂 1号产量的影响尤其突出。播期与密度的互作也显著地影响着绵杂 1号产量。适当迟播与降低播种量有利于绵杂 1号产量的提高。同时得到了绵杂 1号高产的具体栽培技术措施     

Regularisation Parameter Selection Via Bootstrapping

Penalised likelihood methods, such as the least absolute shrinkage and selection operator (Lasso) and the smoothly clipped absolute deviation penalty, have become widely used for variable selection in recent years. These methods impose penalties on regression coefficients to shrink a subset of them towards zero to achieve parameter estimation and model selection simultaneously. The amount of shrinkage is controlled by the regularisation parameter. Popular approaches for choosing the regularisation parameter include cross‐validation, various information criteria and bootstrapping methods that are based on mean square error. In this paper, a new data‐driven method for choosing the regularisation parameter is proposed and the consistency of the method is established. It holds not only for the usual fixed‐dimensional case but also for the divergent setting. Simulation results show that the new method outperforms other popular approaches. An application of the proposed method to motif discovery in gene expression analysis is included in this paper.