治理链嵌入：参与式政策创新的纵向深化

参与式政策制定是政策创新的重要方向。但以往研究多关注参与者、民主决策方式等“去政府化”情景。文章基于海关总署在全国推广的自贸区制度创新案例，研究在“有为政府”情境下参与式政策创新的深化过程。文章提出：(1)在中国的“有为政府”情境下，仅仅通过开放共治环境，并不会实现参与式政策制定的纵向深化，治理链嵌入才是参与式政策创新实现纵向深化的直接动因；(2)治理链嵌入是市场主体向治理主体嵌入的过程，通过目标和行为嵌入，政策创新的参与者间合作更加紧密，不同主体的专业优势有效发挥，促进了参与式政策创新的纵向深化；(3)市场主体通过治理链嵌入促进政策创新，实际上是一个企业创新的政策内生过程，通过提升政策供给的精准性，从而实现外部政策与企业战略之间的相互赋能。文章对于参与式政策制定的理论和“有为政府”情境下参与式政策创新的实践都具有较高的借鉴意义。     

正视教育宏大叙事下的意义失衡问题

学校管理的重中之重自然是学生的人身安全,安全教育也就理所当然成了学校教育的重要一环,并借助网络课程得以“广而教之”。然而,一旦涉及到学生可能发生的自杀自残行为,学校就颇觉棘手。这几年,一旦有类似事情的发生,学校精神难免会高度紧张,从问题学生的全面摸查与重点关注到指向生命教育的主题班会课一哄而上。     

防疫中媒体预警报道权的法制问题及建议

新冠肺炎疫情暴发后,举国上下勠力奋战,有效地控制了疫情扩散。对新冠肺炎的战斗可以分为防疫和抗疫两个阶段。在举国抗疫的大战中,媒体是十分重要的力量。大众传媒传播公共卫生事件的影响力是其他媒介所无法比拟的,大数据分析技术加持的网络传播能更快更智能地监测并改进公共危机下的传播策略。近期很多文章反思媒体抗疫中的经验和教训,关注舆论导向、报道技术、报道失范和传播伦理问题等。     

符号学视角下的网络流行语流行原因探析——以“skr”为例

近年来随着网络流行语的发展,关于其流行原因及形成机制的探讨成为重要议题。相对于汉字符号,作为"年度十大流行语"的"skr"一词具有其独特的类型和流行机制,分析以skr为代表的外来流行语流行的原因,以便能对这一类流行语有更深入的认识。本文首先梳理了"skr"的演变与其常用意义,在此基础上,以符号的理据性为分析框架,系统考察了"skr"得以广泛传播的内在机制。文章发现,"skr"一词之所以能够流行,在于其在语音、形态与语义几个方面具有较强内在理据性:语音方面表现为同音节谐音、数字谐音和方言谐音;形态方面表现为其符号理据和缩写理据;语义方面表现为该词存在着隐喻性的跨域投射。这些内在理据使得"skr"一词形式上更加形象、含义更加丰富、特征更加新异鲜明,易于传播流行。     

构建幸福教育 温润幸福孩子——湖南省郴州市第二十二完全小学办学特色纪实

湖南省郴州市第二十二完全小学(涌泉小学)坐落在古老郴城最繁华的城市中心,与郴州市政府毗邻,创办于2003年,是为适应城市建设"南延东进"发展战略需要而创办的一所全日制公办小学。学校占地面积1.7万平方米,现有教学班64个,学生3544人,教职工192人。学校虽然只有短短十多年的建校历史,却先后获得了"全国特色学校""全国体育工作示范学校""全国青少年普法教育先进单位""全国文明礼仪示范基地""全国重点课题心理健康教育实验基地""全国网络学习空间优秀学校"等近百项省级以上荣誉称号,是湖南省郴州市有口皆碑的品牌学校。     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

基于二模复杂网络的隐性知识发现方法研究——以潜在药物靶点挖掘为例

[目的/意义] 通过构建二模复杂网络模型，揭示隐藏在海量文献中的隐性知识。[方法/过程] 通过NetworkX复杂网络工具包，依据任意两个节点的共现关系构建二模复杂网络模型；对网络模型中节点的共现关系进行加权，计算网络的拓扑信息并进行AP聚类，提取节点间的直接关系；采用AUC方法对AA、JC、加权改进的wAA和wJC等4种链路预测算法进行评价，遴选出最合适的预测算法，并对复杂网络的隐性关系进行预测分析。[结果/结论] 以潜在药物靶点挖掘为例进行的实证研究结果表明，wAA链路预测算法为最优的链路预测算法；二模复杂网络模型、指标和方法体系在美国化学文摘社数据库中的药物靶点挖掘中具有一定的有效性。下一步计划在其他数据库中或其他研究领域中进行尝试，以进一步验证该模型的通用性和有效性。