国际人类学与民族学联合会第16届大会综述

国际人类学与民族学联合会第16届大会7月27至31日在昆明隆重召开.来自100多个国家和地区的4300多名专家学者参加了此次盛会.     

日语汉字的音读与训读

日语中汉字的读音有音读和训读两种读法。由于汉字或汉语传入日本的时期、途径不同,以及汉字原音在中国地区存在差异性等原因,音读又分成吴音、汉音、唐音三种读音。此外还有一种与汉字原音没有关系的“惯用音”。训读的种类大致可以分为正训和熟字训两种。另外,还有一种“当て字”,形式上利用了汉字的音读或训读,而内容上却与汉字的本来字义无关。日语汉字的读音具有多样性,但也并非无规律可循。     

对欧盟未来文化建构的思考——一种对文化理念、概念与行动的表述

2002年12月在丹麦首都哥本哈根召开的欧盟首脑会议,正式宣布东欧12国为欧盟正式成员.这样,欧盟实现了第5次扩大,一个大的欧洲即将产生.欧盟各项法律与政策的逐渐统一,为欧洲的发展提供了制度平台.其中,对文化多样性与平等性的维护与发展,不仅为欧盟的东扩开拓了理念与概念空间,而且为未来"大欧洲"社会的形成与融合创造了条件.本文从"大欧洲"文化的理念、概念与实践三个方面对未来欧洲社会的前景进行了一些前瞻性的思考,力图从理论上进行一定的文化建构与探索.     

复杂性概念研究及其意义

在对国内外关于各种复杂性的概念研究进行分类和比较的基础上,总结和讨论国内外复杂性研究的进展、特点、差异和本质,提出复杂性概念的本质基础应该是计算复杂性概念;探讨了各个复杂性概念之间的关系,认为已有的50多种复杂性概念大体可以区分为三大类:计算型、多样结构型和隐喻型。三大类复杂性概念之间存在内在关系:计算型复杂性是一维序列的复杂性程度的度量;多样结构型复杂性是纵向层次之间的复杂程度的度量;而目前的隐喻型复杂性概念则是这两类复杂性度量之外的更大语境中的系统与历史、与演化、与环境的相互关系的复杂程度的度量。     

杭州城市森林构建探讨

该文以杭州城市森林建设的必要性为出发点,提出了生态功能优先、追求景观自然协调、注重生物多样性、体现整体性和系统性、强调地方植被和人文特色等城市森林建设原则。在城市森林建设中应选择和应用好地带性乡土树种,模拟地带性植物群落特征,构建适宜的复层群落,恢复和重建城市湿地系统,增加城市生物多样性,发展具有文化内涵的杭州城市森林。     

论民族文化多样性与构建和谐社会的互动关系——以云南为例

云南少数民族文化多样性的存在,不仅没有成为人们相互联系的阻力,反而成为增进不同民族之间、不同语言系统之间、不同宗教信仰之间相互了解的潜在资源与内在动力,对人与人、人与社会、人与自然、人自身的和谐发展产生内推力。云南少数民族文化多样性促进了各民族文化的发展,人与自然的和谐共生,还成为经济和谐发展的思想源泉和推动力,成为民族平等和保障人权的基础。民族文化的多样性蕴含的传统知识和智慧有利于构建和谐社会。     

维特根斯坦论“否定之谜”

“否定之谜”是早期分析哲学中广泛讨论的问题.维特根斯坦对此做出过很多论述.前期维特根斯坦主要通过命题意义的图像论对否定疑难进行处理.中后期维特根斯坦转向了日常语言分析,从语法自治性和多样性两个角度进行阐发.维特根斯坦认为,正确处理词与句的关系是解决“否定之谜”的关键.     

高等教育公平：一项未完成的议程

在高等教育由精英化走向大众化的进程中,许多高校都发现其多样性、教育公平以及学术的优越性之间存在着某种必然的联系。之所以应重视高等教育的多样性不是因为其本身的目的,而是因为多样性是实现高等教育三大重要目标的途径之一。这三大目标包括：第一,机会均等;第二,为社会各个阶层培养领袖人才;第三,丰富所有学生的教育经历。随着社会经济的多样化,高等院校应当为实现教育机会均等和高等教育公平起到引擎的作用,为实现高等教育的公平而努力。     

我国自然保护区建设与周边社区的和谐发展

在建设和完善自然保护区的构建过程中,如何辩证地处理资源保护与社区发展之间的关系,乃是当今世界生物多样性保护的一个热点,同时也是一个难点,它是当今世界生态环境保护和可持续发展主题在生态多样性保护领域的具体化。立足于对自然保护区与周边社区发展过程中诸多问题进行分析,在此基础上提出了相应对策,以求更好地实现生态效益、经济效益和社会效益的多边共赢。     

基于N端信号的蛋白质亚细胞定位识别

对未知蛋白的功能注释是蛋白质组学的主要目标.一个关键的注释是蛋白质亚细胞定位的预测.应用基于多样性增量的二次判别分析(Increment of Diversity with Quadratic Discriminant analysis, IDQD)方法进行蛋白质亚细胞定位预测,对4个植物定位类型和3个非植物定位类型,5-fold交叉检验的总精度分别为87%和91%,所得结果与已有模型相比,预测结果较好.