全文获取类型
收费全文 | 9096篇 |
免费 | 164篇 |
国内免费 | 70篇 |
专业分类
管理学 | 1235篇 |
劳动科学 | 75篇 |
民族学 | 149篇 |
人才学 | 339篇 |
人口学 | 54篇 |
丛书文集 | 1451篇 |
理论方法论 | 455篇 |
综合类 | 4163篇 |
社会学 | 1206篇 |
统计学 | 203篇 |
出版年
2024年 | 65篇 |
2023年 | 188篇 |
2022年 | 179篇 |
2021年 | 265篇 |
2020年 | 206篇 |
2019年 | 185篇 |
2018年 | 72篇 |
2017年 | 142篇 |
2016年 | 181篇 |
2015年 | 288篇 |
2014年 | 681篇 |
2013年 | 567篇 |
2012年 | 642篇 |
2011年 | 752篇 |
2010年 | 734篇 |
2009年 | 784篇 |
2008年 | 705篇 |
2007年 | 538篇 |
2006年 | 392篇 |
2005年 | 390篇 |
2004年 | 264篇 |
2003年 | 233篇 |
2002年 | 232篇 |
2001年 | 245篇 |
2000年 | 170篇 |
1999年 | 78篇 |
1998年 | 57篇 |
1997年 | 31篇 |
1996年 | 25篇 |
1995年 | 10篇 |
1994年 | 7篇 |
1993年 | 10篇 |
1992年 | 5篇 |
1991年 | 2篇 |
1990年 | 2篇 |
1989年 | 1篇 |
1988年 | 1篇 |
1935年 | 1篇 |
排序方式: 共有9330条查询结果,搜索用时 0 毫秒
41.
新闻采访对于新闻写作起着举足轻重的作用,新闻采访决定新闻写作.新闻报道是不是真实可信,是不是生动可读,能不能引起兴趣,这些都取决于采访的质量.而采访的质量则取决于新闻采访活动的第一通道,即记者在采访中的"首因效应".经社会学家有关调查和实验表明,陌生人初次见面时,对对方外表的魅力与想再次与之交往的相关系数为0.87,远高于个性、兴趣等相关系数.它关系到交往双方对对方的评价,关系到彼此的交往能否持续.一般而言,若是首因效应或是第一感觉、第一印象好,则能产生强烈的交往愿望,首因效应不佳,则会产生情感认知障碍.所以,记者采访中对采访对象产生的"首因效应"是记者顺利进行采访活动的根本保证. 相似文献
42.
在人工智能新闻时代,智能算法深度嵌入新闻生产、分发和反馈环节,成为“人—机”互动中与人类主体相映照的非人类行动者,在人的知觉经验和行为实践上具有居间调解的道德意蕴。在对三种媒介技术观进行辨析的基础上,可以从道德行动体的界定标准、道德主体的可能性两个层面分析算法的道德行动体功能。在技术调解理论下,算法技术具有成为道德行动者的可行性,判断的标准是在“人—技术”关联的情境中考察其意向性和自主性。算法技术混合意向性和自主性构成其道德主体的必要条件,智能算法在目前算得上是一种功能型的道德行动体。智能算法的道德行动体功能及其可能性分析,对于未来人工智能新闻伦理治理理念和路径转型具有积极意义。 相似文献
43.
杜付贵 《河南工业大学学报(社会科学版)》2022,(3):104-111
叙事参与是文本接收的心理过程,是衡量新闻叙事效果的一种途径。为了解融合新闻交互性对叙事参与的影响,运用实验法在大学生群体中对不同交互版本融合新闻的叙事接收过程进行了实验比较,从叙事理解、注意聚焦、情感参与、临场感、分享等多层面探讨了交互性融合新闻的接受情况和叙事参与效果。实验结果发现,用户对高交互性融合新闻喜欢程度显著高于低交互性融合新闻;高交互性融合新闻的叙事参与高于低交互性融合新闻,其中在注意聚焦、叙事理解、情感参与层面,高交互性融合新闻优于低交互性融合新闻,临场维度差异不显著;用户对高交互性融合新闻的分享意愿显著高于低交互性融合新闻,这有助于深层理解新闻参与,对认识新闻交互设计和融合新闻效果有一定的参考价值。 相似文献
44.
45.
46.
47.
48.
49.
程天敏 《暨南学报(哲学社会科学版)》1998,(1)
新闻素描上头条,是增强新闻主体观念,真正让消息在新闻传媒中唱主角的一条有力措施。倡导以“现场短新闻”的报道方式采写新闻素描,是对新闻报道本来意义的一种返璞归真。眼下问题是要革除在“现场短新闻”上的形式主义倾向。关键是新闻从业人员树立群众观点,深入到改革开放和现代化建设的第一线去、现场去,同那里的劳动者、建设者同呼吸,共命运,齐爱憎,心心相印,息息相通。倘若大家都注意到运用消息文体中的新闻素描去报道“现场短新闻”,那势必使消息文体大改观 相似文献
50.
短期交通流量预测是各种智能交通场景中的关键任务之一.文章提出了一种堆叠长短期记忆(LSTM,Long Short-term Memory)神经网络来执行此任务.该方法以堆叠的结构增加神经网络的深度,可增强对复杂的线性和非线性函数的拟合能力,从而提高预测的准确性.在四个典型的基准数据集上进行了大量的实验,结果表明所提出方法优于常用的机器学习和经典的LSTM方法. 相似文献