影响学业成就因素的元认知分析

本文参照国内外有关研究的最新成果 ,对低成就的原因及不良影响因素进行元认知分析 ,为预防和治疗低成就提供了结构性的框架。     

中东铁路开通前牡丹江地区城市发展概述

城市是一个国家或地区发展水平的表征.中东铁路开通以前,牡丹江地区城市的发展经历了古代城市发展的两个高峰和近代城镇的肇兴两大阶段,并呈现出旋生旋灭的特点.     

20m公路折线先张梁静载试验研究

介绍了一片短线法生产的20m折线布束先张预应力混凝土梁的构造，给出了包括加载系统、加载方案、传感器的布置、数据的采集方法等的该梁静载试验方案和试验结果，分析了该梁在静载下的行为和使用性能，指明折线先张法技术在中小跨度桥梁上应用的可行性和优越性。     

抗战时期陕甘宁边区的军事组织体制及其建设

抗战时期陕甘宁边区的军事建设,围绕着以保卫边区、保卫党中央为核心任务,建立了以八路军留守兵团、边区保安部队、边区抗日自卫军相结合的军事组织体制。本文就抗战时期边区的军事建设,即八路军留守兵团、边区保安部队、边区抗日自卫军的组织体制及建设进行评述。     

论通信企业经营观念的现代化

从一个全新的视角提出责任经营的概念 ,论述责任经营的内涵 ,责任经营产生的原因 ,责任经营的实施 ,通信企业实行责任经营的必然性。首次提出用企业忠诚于客户取代用户忠诚度的概念 ,并以此作为公用事业供应商经营观念更新的指导思想     

无毒缓蚀剂研制

缓蚀剂的无毒化是缓蚀剂研究领域的发展方向。本文研究的无毒缓蚀剂适用于碳钢─非氧化性酸系统。研制过程的依据是吸附型缓蚀剂理论与所测极化曲线提供的信息。本缓蚀剂由毛发水解液、乌洛托品、可溶性卤化物与嘧啶衍生物组成。主剂浓度低至０．１％时，缓蚀率可达９８％。小鼠经口急性毒性试验表明本缓蚀剂属于无毒。极化曲线显示属于混合抑制型缓蚀剂。     

中国居民受教育情况实证研究

随着新经济增长理论研究的深入 ,人力资本已经成为经济增长研究中越来越重要的一个因素 ,而教育无疑是人力资本形成的首要条件 ,另一方面 ,平等地接受教育是现代社会中的基本人权之一 .在国内的文献中 ,还没有发现有从宏观角度对我国居民受教育情况以及它与长期经济发展的关系进行研究 .笔者提出了衡量居民中受教育程度和受教育分布平均程度的两个指标 ,对我国各省居民中的受教育情况进行了测量     

Structural Influences on Energy Production in South and East Asia, 1971–20021

To address questions about the environmental consequences of globalization and modernization, I estimate the effects of a variety of structural factors on energy production in 14 nations of South and East Asia, which contain more than half the world’s population, using panel data covering the period 1971–2002. My results suggest that energy production is significantly influenced by a variety of structural factors, including economic development, urbanization, export intensity, and debt service. Consistent with the arguments of theorists of the political economy of the world‐system, I find compelling evidence that modernization and integration into the global economy contribute to natural resource exploitation.     

两个经典宏观经济关系在中国的检验

本文用中国数据检验两个经典宏观经济关系:菲利普斯曲线关系和通货膨胀—货币增长关系。我们利用CF滤波研究发现,改革开放前后这两个关系在我国的表现有很大不同。改革开放前比较反常,而改革开放后的数据基本上证实了这两个关系:失业和通货膨胀之间的替换关系只是一种短期现象,在长期这种关系不存在;货币增长和通货膨胀在长期高度相关,而在短期这种相关性并不显著。     

A Bayesian Non-parametric Approach to Survival Analysis Using Polya Trees

This paper presents a Bayesian non-parametric approach to survival analysis based on arbitrarily right censored data. The analysis is based on posterior predictive probabilities using a Polya tree prior distribution on the space of probability measures on [0, ∞). In particular we show that the estimate generalizes the classical Kaplanndash;Meier non-parametric estimator, which is obtained in the limiting case as the weight of prior information tends to zero.