见义不为现象的法律救治

见义勇为立法的重要内容之一,就是规定社会和国家对见义勇为者权益的救济和保护负有不可推卸的义务。作者认为对见义勇为者的权益实行法律保护是救治当前道德冷漠现象的一剂良方,是与现实需要紧密结合的法律规范。它的制定与实施又进一步充实了法律的正义精神,是法律价值的全面体现。但在现阶段我国还不具备相应的历史与现实条件用法律强制的手段推行见义勇为的道德行为。     

南宋理学极盛的过程与原因试析

宋代理学到南宋孝宗、宁宗时期达到极盛 ,但无论从理学道统承传方面还是从社会政治条件方面看 ,孝宗之前的高宗朝实为理学发展的关键时期。理学由北宋时的民间之学发展到南宋时占主导地位的学派 ,活跃于高宗朝的程门弟子对二程学说的极力推展是一重要因素。同时 ,面对激烈的民族矛盾 ,高宗集团选择了主和派的妥协主张 ,并有意识地寻找与这一政策相适应的学术思想作为其理论根据 ,程系理学正是在这一现实政治需要中得到高宗集团的接纳、支持而逐渐繁荣兴盛起来。到孝宗朝 ,朱熹使理学形成庞大的思想体系 ,标志着中国古典哲学进入了一个新阶段。     

推进我国城市化发展的对策探寻

主要针对现阶段我国城市化所面临的几个主要问题和障碍 ,拟出一些对策方法。其中主要有关于城市化进程阶段性目标的制订 ,城市化道路的正确选择 ,户籍管理制度的改革 ,产业结构的转换和升级 ,区域经济的协调发展 ,以及农村经济、城市经济的发展和城市管理体制改革等对策措施。     

高校青年学生网络思想与法制教育的几点思考

随着因特网的发展 ,网络上信息的内容日益呈现出其复杂性 ,世界观并没有完全形成的青年学生 ,很容易受到网上信息内容所隐含的意识形态的影响。正确辨别网络信息 ,正确对待网上游戏 ,抵制恶意信息流传 ,增强青年学生的自我控制能力 ,加强对他们的思想与法制教育 ,是高校实现人才培养目标的重要保证。     

刑事诉讼主体的法理分析--以刑事法律关系为基础

犯罪行为引起的刑事法律关系是考察刑事诉讼主体问题的真正法理基础。国家与被告人作为刑事法律关系的主体是刑事诉讼的当事人 ,被害人及其近亲属不是刑事法律关系的主体 ,故不是刑事诉讼当事人 ,只是发动、支持公法性诉讼的公民追诉人。审判权与公诉权的分立 ,本质上是国家将自身作为自己的对象 ,并在自己(裁判者 )与作为对象的自身 (当事人 )之间建立绝对区分 ,体现了作为公共权力的国家的自我反思节制。其他刑事诉讼主体均不是刑事法律关系的主体 ,按照意志关系或者是国家的代表、被告人和被害人的代理人或帮助人 ,或者是不从属于任何一方的诉讼主体。     

论高校图书馆与研究生道德教育

研究生道德教育亟待加强 ,高校图书馆有助于研究生道德教育 :言传身教 ,发挥“人师”的德育功能 ;发掘利用民族优秀传统文化中的德育资源 ,加强对研究生的正面引导 ;充分发挥图书馆管理育人的作用 ,组织灵活多样的学习 ,加强研究生上网的道德教育工作     

规范招投标管理从源头上遏制腐败

招投标的运作需要行之有效的管理制度和有效监督的机制做保证 ,并应不断研究解决招投标过程中出现的新情况、新问题     

破除中西文化交流的三大思想障碍

在当今全球化的大趋势下倡导和推动中西文化交流有三大思想障碍 ,即认定不可能有平等的文化交流 ,认定未来世界文化的大趋势是一种文化取代另一种文化或认定文化融合的最终境界是无差别的、统一的世界文化 ,夸大不同语言、文化系统的不可译性。在对平等交流有无可能 ,无差别的、统一的世界文化有无可能 ,准确的文化翻译有无可能等三个理论问题作了辨析以后 ,作者表达了一个愿望 :中西双方回到平等交流的元点上来 ,加深了解与认识 ,促进中西文化的进一步交流与融合。     

现代教育技术与高师教育改革进程

本文从信息时代对人才的需求及教育改革发展的趋势出发 ,论证了应用现代教育技术对培养创新型人才的必要性和迫切性 ,并提出了使现代教育技术在高师院校得到扎实、有效的推广和应用的若干可行性建议     

Bayesian analysis of mixture modelling using the multivariate t distribution

A finite mixture model using the multivariate t distribution has been shown as a robust extension of normal mixtures. In this paper, we present a Bayesian approach for inference about parameters of t-mixture models. The specifications of prior distributions are weakly informative to avoid causing nonintegrable posterior distributions. We present two efficient EM-type algorithms for computing the joint posterior mode with the observed data and an incomplete future vector as the sample. Markov chain Monte Carlo sampling schemes are also developed to obtain the target posterior distribution of parameters. The advantages of Bayesian approach over the maximum likelihood method are demonstrated via a set of real data.