对奥运会及我国大型运动会发行体育彩票融资的研究

当代大型运动会明显表现出对资金的高需求,但是目前各国中央政府的财政收入不足是各国政府共同面临的普遍问题,这将严重影响政府对大型运动会的投入,而发行体育彩票正是解决这一问题的主要手段之一.笔者就奥运会发行体育彩票的情况和我国举办大型运动会发行体育彩票的情况及存在问题作一论述,并对我国大型运动会通过发行体育彩票的融资提出建议.     

面向知识赋能的档案数据化编研:新逻辑及其实现

数据驱动下档案业务面临着全面转型,其中档案编研也将从依赖纸质材料、人工编排、手工书写的传统状态,转向依赖档案数据、自动或半自动化编排、机器书写的数据化状态,以解决传统编研在选材对象、加工方式和成果发布等方面的困境,改变档案编研固化、单维、线性、封闭的特征,而真正走向流动、多维、关联和开放,实现档案内容的快速增值与知识转化。以中国石油档案的数据化编研为案例,分析传统档案编研的基本流程如何迁移至编研系统或平台中,形成流畅的、人机互动的档案数据化编研流程,而具有七大功能模块的档案数据化编研系统功能参考模型,则为更多场景下的档案数据化编研提供了可复用方案。未来在充分的主体协同、齐全的系统架构、完善的标准体系、深度的数据转型和有效的人才培养保障下,档案数据化编研将更好地服务于社会知识生产、传播与服务,为知识社会发展赋能。     

医学期刊共创型团队OKR管理体系构建与实践路径——以《军事医学研究》为例

面对新形势和挑战,医学期刊需要通过打造科学的团队结构、发挥成员的积极性和创造性,以及采用适合期刊发展特点的管理工具,使成员的潜能得到最大程度的激发,使团队发挥整体协同效应,从而达到提升期刊活力和核心竞争力的目的。本文基于《军事医学研究(英文)》杂志创建和实践共创型团队的经验,阐述了现实+虚拟共创型编辑团队的构成及基本特征,以及运用目标与关键成果法构建团队管理体系的具体举措,包括管理理念和思路、制定原则和步骤、实践路径和方法等,并总结了编辑部OKR管理体系实践在期刊业务创新、成员自主赋能和团队协同能力等方面取得的成效,以期为医学期刊同行提供办刊管理方面的借鉴和参考。     

环境工程技术专业课程思政的载体和方法创新研究

在环境工程技术专业课程思政的教学载体和教学方法创新过程中,贯穿全员、全过程、全课程的课程思政教育理念,有利于实现专业课程和思政教育的深度融合。在全员、全过程、全课程的课程思政教育理念下,针对环境工程技术专业课程思政教学中教材缺失思政元素问题、专业课程与思政课程缺乏融合渠道问题、课程思政效果评价机制缺失问题,高校应革新思政教学理念,挖掘课程思政元素,展开多样化、特色化的教学方式,以此实现环境工程技术专业课程思政教学的载体创新和方式创新。     

基于γ-散度的稳健有序误标记logistic回归

有序多分类方法已经得到了广泛研究。传统的有序多分类方法假设样本的类别标签是不存在误标记的。但是由于实际数据复杂以及人工经验有限,获得标记完全正确的样本是不现实的,因此,传统的方法就存在局限性。提出一种基于γ-散度的有序误标记logistic回归方法,在处理存在误标记的有序多分类问题时具有很强的稳健性,也就是说,当某一样本被错误标记时它对参数估计的权重小于其被正确标记时的权重。该方法通过最小化γ-散度构建模型,利用梯度下降算法求解模型,不仅具有很强的稳健性而且在模型中可以忽略误标记概率。模拟研究和真实数据分析都说明该有序误标记logistic回归方法在处理存在误标记的有序分类问题时效果很好。     

中国人文社会科学学术期刊编辑出版规范的调查分析

为了具体了解学术期刊的现况,对全国各系统220名学术期刊主编进行了问卷调查。问卷中共26个提问,涉及稿源、审稿、编辑、经费、人员、管理、产业化、国际化、规范化等。通过统计分析,可以从一个方面了解学术期刊的现状、存在的主要问题,为制定相关对策提供了参考资料。     

甘肃省主要高校数字信息资源建设与利用分析

数字信息资源建设与利用已成为衡量高校图书馆实力的重要指标。文章从甘肃省10所高校数字信息资源建设与利用现状的调查分析入手,阐述了制约甘肃省高校数字信息资源利用的因素,并提出了提高甘肃省高校数字信息资源利用率的相应措施。     

数字参考咨询服务创新探究

只有通过创新,数字参考咨询服务才能展现出它的优势。对其管理机制、技术、咨询专家社会化、营销、科学评估等创新内容进行了剖析。以期促进我国数字参考咨询服务稳定、可持续地发展。     

基于本体构建的协同推荐研究

通过构建领域本体,利用用户兴趣与领域本体中概念的映射关系,构建用户兴趣本体,发掘用户兴趣模式。研究用户兴趣本体相似度的计算方法,并通过用户兴趣相似度进行垂直加权,通过时间新颖度进行水平加权,从而利用改进的加权关联规则挖掘算法对用户感兴趣的领域本体中的概念进行挖掘,实现面向内容的协同推荐。