浅析许霆案中的法律方法问题

法律方法的研究有助于法律人形成良好的法律思维，有助于案件的正确审理。许霆案之所以引起众多争议，最明显的问题之一就是审判中没有充分有效的运用法律方法。对此案中法律方法的展示与缺失进行分析，将会帮助我们更清醒的认识到法律方法的研究与灵活掌握是实现司法正义的必备条件，是法治建设不可缺少的重要一环。     

性格的析分与整合：唐玄奘及《西游记》人物形象重构

吴承恩以历史传说以及<慈恩传>中唐玄奘的形象与性格为原型,以阳明心学为指南,实现了玄奘之于<西游记>的人物析分,同时又通过取经神话完成了四性的整合,以此实现取经与修心的完美结合.     

建国后至2008年中国生态足迹的动态测度与分析

运用生态足迹法对建国后至2008年中国的生态足迹进行了测度。结果表明：建国后至20世纪70年代末,中国的生态足迹小于生态承载力,生态账户表现为盈余;20世纪80年代至2008年,生态足迹迅速扩大,超越了生态承载力,生态账户表现为赤字。比较近年来中国人均生态足迹、人均生态承载力与全球生态足迹标杆的数据可知：自1962年至20世纪70年代末,中国尚属于地方—全球可持续性的国家,1980年后中国成为地方非可持续性—全球可持续性的国家。     

“民法典与社会治理”名家笔谈

法律的生命在于实施,民法典实施在社会治理中的重要作用极为重要。专家们认为,应当以民法典为分析框架,来构建民法理论体系和话语体系,民法典对于自媒体、电子商务和房地产市场的有效治理发挥着重要的作用,也为未来环境法典的编纂和知识产权基本法的制定提供了制度基础。在价值引领上,民法典的诚实信用原则能够在案件裁判和民法教学中落实诚信价值观,民法典的平等、自由原则也为商法的发展提供了更广阔的制度空间。在制度供给上,民法典有关担保制度的新规为良好营商环境的打造提供了支撑,同时农村宅基地和承包地“三权分置”改革也在实践中推进,个人信息保护法将民法典对个人信息的保护进一步细化落实。     

大数据驱动的透明政府建设——媒介选择与政民互动重构

透明政府是公众对政府行政过程与结果充分知情的状态,它是政民有效互动与沟通的结果。大数据被视为透明政府建设的利器,然而如何利用大数据建设透明政府未有定论。以具有大数据特征的政府内部逐渐形成的行政大数据资源为透明媒介选择切入点,以透明媒介选择、生产、公开和利用为政民互动框架,分析政府和公众如何利用大数据实现高质量透明政府构建。研究表明：选择行政大数据资源作为透明媒介可显著提升透明政府的深度、广度、时效性和公众参与积极性,是大数据时代透明政府建设的理想媒介。而实现行政大数据的巨大透明价值需将大数据的思维、资源和技术嵌入政府侧重构行政记录的生产与公开机制,并吸纳公众积极参与大数据的利用,进而实现以大数据为中心、政民有效互动与合作的透明政府治理新路径。     

北川白山羊母羊繁殖特性研究

对北川白山羊母羊的繁殖特性的研究表明 ,在年产胎数和多胞胎两方面 ,与成都麻羊存在极为显著的差异。在繁殖特性的其它方面 ,与成都麻羊和建昌黑山羊也存在较大差异。从母羊的繁殖特性看 ,北川白山羊是一个新的地方山羊品种     

从《金瓶梅》看补语演变的向心趋势

<金瓶梅>含有补语的句子中动语、宾语和补语的语序与现代汉语的情况很不相同.比较之后,可以看出补语演变过程中的向心趋势.补语对中心语具有向心力是语义表达的客观要求,句子结构要求平衡可能也是一个原因.     

《四十一炮》：炮孩子的肉欲诉说

《四十一炮》涉及过去与现在两个时空,通常理解为炮孩子罗小通叙述家史、村史,兼及兰大官的情史、性史主副两线,引入叙述分层概念后可把握第三条线——讲故事时正在发生的故事。同时,以回溯性叙事中儿童视角的观点也可以更好地理解炮孩子的肉欲诉说。     

大学生同辈交往现状及其影响因素

大学中极端伤害案件的发生促使人们更加关注大学生同辈交往情况。对522名大学生的调查发现,超过七成的大学生朋友数量在2-5人。影响大学生朋友数量的因素包括家庭经济地位、对学校生活的满意度和掌控度、交友原则是否明确、每天上网时间、在参加的学生组织中的身份等。     

A Study of Risk Relevance Reasoning Based on a Context Ontology of Railway Accidents

With the application of risk management and accident response in the railway domain, risk detection and prevention have become key research topics. Many dangers and associated risk sources must be considered in collaborative scenarios of heavy-haul railways. In these scenarios, (1) various risk sources are involved in different data sources, and context affects their occurrence, (2) the relationships between contexts and risk sources in the accident cause mechanism need to be explicitly defined, and (3) risk knowledge reasoning needs to integrate knowledge from multiple data sources to achieve comprehensive results. To express the association rules among core concepts, this article constructs two ontologies: The accident-risk ontology and the context ontology. Concept analysis is based on railway domain knowledge and accident analysis reports. To sustainably integrate knowledge, an integrated evolutionary model called scenario-risk-accident chain ontology (SRAC) is constructed by introducing new data sources. The SRAC is integrated through expert rules between the two ontologies, and its evolution process involves new knowledge through a new risk source database. After three versions of the upgrade process, potential risk sources can be mined and evaluated in specific contexts. To evaluate the risk source level, a long short-term memory (LSTM) neural network model is used to capture context and risk text features. A model comparison for different neural network structures is performed to find the optimal evaluation results. Finally, new concepts, such as risk source level, and new instances are updated in the context-aware risk knowledge reasoning framework.