浅析网络环境下大学生思想道德教育

本文通过分析当前我国高等院校的思想道德教育现状,力求找出困扰各高等院校德育的关键所在。结合教育信息化的大趋势,本文重点论述了在网络环境中以建构主义为基础的思想道德教育的教学设计以及在目前我国高等院校中具体思想道德教育过程中存在的突出问题。     

明清时期南阳盆地城镇体系的等级规模结构

明清时期南阳盆地的城镇已形成“府城—县(州)城—集镇”三级体系,其城镇经济发展的突出表现是农村集镇的发展,这使得城镇体系的等级规模结构渐趋均衡,具有集镇占绝对优势、县级城市居中、府治城市相应发展、呈金字塔形的等级规模结构特征。     

数学师范专业近世代数课程的教学探索

大部分数学的中心问题都是围绕着解方程而展开的。近世代数作为数学师范专业的核心课程之一,是从寻找代数方程的求根公式这个问题发展而来的。首先,从代数方程根式解法的逐步发展,了解近世代数的发展历史与研究思路,进而,从利用课程进程的主线、课程教学内容与具体实例的结合、数学思想方法在课程中的传承和课程的实际应用四个方面探索近世代数的教学改革。     

明初清廉教育对当前反腐倡廉教育的若干启示

明初洪武年间,朱元璋基于早年受贪官污吏欺压的切身体会和元末官场腐败的历史教训,制定了包括清廉教育、法令制度、监察监督以及严厉惩处等一系列的倡廉惩腐措施.明初清廉教育具有教育观念创新、教育形式多样、教育对象具体以及教育程序形成制度等特点.尽管采取这些措施的出发点是为了维护明朝的封建统治,且这些措施本身也存在着诸多缺陷,但其内容和方法对我们当前的反腐倡廉教育和廉政制度建设仍有积极的借鉴意义.我们当前在后备干部队伍的超前教育、增强教育内容的针对性和教育方式方法的有效性以及强化教育制度建设的强制性等方面,都可从中获得有益的启示和鉴戒.     

论婺源徽派民间家具的文化特征

从符号学的角度看,民间家具形式是一种象征符号.其家具样式具有各自的功能性、工艺性、地域性,带有特定社会制度及思想意识的印记,凝聚着特定的社会文化观念等.同属徽派文化的婺源民间家具不仅折射出典型徽派民间家具的共性,同时,我们可以从该地区悠久的历史文化、丰富的自然资源优势、淳朴大方的人文气息和崇尚理学渊源的审美情趣来透视婺源民间传统家具的特色.     

Compound Regression and Constrained Regression: Nonparametric Regression Frameworks for EIV Models

Abstract

Errors-in-variable (EIV) regression is often used to gauge linear relationship between two variables both suffering from measurement and other errors, such as, the comparison of two measurement platforms (e.g., RNA sequencing vs. microarray). Scientists are often at a loss as to which EIV regression model to use for there are infinite many choices. We provide sound guidelines toward viable solutions to this dilemma by introducing two general nonparametric EIV regression frameworks: the compound regression and the constrained regression. It is shown that these approaches are equivalent to each other and, to the general parametric structural modeling approach. The advantages of these methods lie in their intuitive geometric representations, their distribution free nature, and their ability to offer candidate solutions with various optimal properties when the ratio of the error variances is unknown. Each includes the classic nonparametric regression methods of ordinary least squares, geometric mean regression (GMR), and orthogonal regression as special cases. Under these general frameworks, one can readily uncover some surprising optimal properties of the GMR, and truly comprehend the benefit of data normalization. Supplementary materials for this article are available online.     

社会保险成本过高是否抑制企业投资?

社会保险成本过高是否抑制企业投资，从而阻碍实体经济发展?对此，文章利用工业企业微观数据实证检验了企业社保成本变动对投资率的影响.为缓解内生性问题，文章选择城市老年人比重作为工具变量.实证检验显示企业社保支出比重增加1个单位标准差，企业投资率约下降3.3%，能够解释企业投资率变动的6.4%，具有较强经济显著性.文章还探究了社保成本变动影响企业投资的内在机制，发现劳动成本渠道、生产率渠道以及融资约束渠道都得到相关经验证据的支持.研究结果说明降低企业社保成本的政策如果能够得到有效落实，将会刺激企业扩大投资，促进地区经济发展.     

我国师范生免费教育研究进展及公费教育研究思路——基于CiteSpace的可视化分析

我国师范生免费教育政策自2007年实施以来，相关研究经历了兴起阶段（2007-2012年）和深化阶段（2013-2017年），主要关注师范生免费教育政策、人才培养模式以及职业认同等方面的问题，对免费师范生政策实施成效、现实困境及解决途径进行了深入探讨，对完善我国师范生免费教育制度的顶层设计、保障地方政府对师范生免费教育政策的有效落实、促进社会形成良好的政策环境以及推动我国师范教育改革与发展起到了积极的作用。2018年，随着《教师教育振兴行动计划（2018-2022年）》和《教育部直属师范大学师范生公费教育实施办法》的出台，师范生免费教育政策发生了改变，"免费师范生"这一称谓也随之成为历史，同时教育部等五部门明确要求"推进地方积极开展师范生公费教育工作。"因此，针对师范生公费教育提出以下研究思路：（1）继续探讨师范生公费教育政策、制度设计及法律规范等宏观层面的问题；（2）探索高等院校公费师范生培养模式和继续教育模式等中观层面的问题；（3）注重公费师范生个体与群体在校学习状况和就业后职业发展等微观层面的研究；（4）促进研究机构间的合作，构建立体化研究协作机制。     

Applications of Bayesian analysis to proof‐of‐concept trial planning and decision making

Decision making is a critical component of a new drug development process. Based on results from an early clinical trial such as a proof of concept trial, the sponsor can decide whether to continue, stop, or defer the development of the drug. To simplify and harmonize the decision‐making process, decision criteria have been proposed in the literature. One of them is to exam the location of a confidence bar relative to the target value and lower reference value of the treatment effect. In this research, we modify an existing approach by moving some of the “stop” decision to “consider” decision so that the chance of directly terminating the development of a potentially valuable drug can be reduced. As Bayesian analysis has certain flexibilities and can borrow historical information through an inferential prior, we apply the Bayesian analysis to the trial planning and decision making. Via a design prior, we can also calculate the probabilities of various decision outcomes in relationship with the sample size and the other parameters to help the study design. An example and a series of computations are used to illustrate the applications, assess the operating characteristics, and compare the performances of different approaches.