百链学术搜索对高校图书馆文献传递服务的影响及对策分析

论文对百链学术搜索的特点进行分析,探讨了百链学术搜索对文献传递服务的影响,并从资源整合、特色资源建设、建立地区性文献传递保障系统、免费提供服务等角度提出了高校图书馆发展文献传递服务的策略.     

三段式公文正文写作格式导论

本文在公文正文三大要素理论基础上,为引导写作者方便、快速、规范成文,彻底解决公文难学难写的历史性难题,提出以"主旨、依据、分旨"三大要素为固定段名,按照文本结构、词语标志、语言形式、内容评价等系统组合规则,循格撰制的"三段式"表格化《党政机关公文正文写作格式》基本思路框架。     

融"导学"与"生涯"于一体的文检课教学计划设计-以华东理工大学文检课为例

分析了当前高校文献检索课教学中面临的现实问题,依据"以学生的近期应用为导向"的教学设计理念,提出一种融"导学"与"生涯"于一体的文献检索课教学计划设计方法。     

建立高校图书馆外文期刊保障体系实务研究

以东北师范大学图书馆为例,通过对该校所发表文献及引文中的外文期刊信息、文献数量、期刊订购信息的收集与分析,并根据当前高校科研和数据库发展的具体情况,提出建立图书馆外文期刊保障体系的思路。     

基于LOTUS DOMAIN/NOTES的公文流转的实现

办公自动化系统中几乎所有的业务过程都是工作流,因此公文流转是办公自动化系统的核心。基于先进的工作流软件平台—Lotus Domino/Notes 6.0,本文阐述了公文流转中的权限问题、会签机制以及收发一体化的解决方案和实现技巧。     

2000年以来国内信息素质研究综述

在分析2000年以来我国信息素质研究著述的基础上,从信息素质概念、信息素质评价标准、信息素质教育、国外信息素质研究等方面阐述新千年以来我国信息素质的研究现状。指出在信息素质评价标准方面有诸多有益尝试,但还未形成权威的评价体系,在信息素质教育理论和实践研究方面有长足进展,但文献检索教材未能紧跟时代发展,在线信息素质教育还未形成自己特色。     

试述民国公文称谓格式的演变

民国时期,我国公文称谓格式的演变是一个由繁趋简的过程,一个由各行规则到趋于一律的过程:公文称谓词大量减少,公文自称被划一;公文署名程式也逐渐走向统一。这个趋于一律的演变过程,反映了公文礼仪让位于效率的实质,折射出我国公文工具化、平等化的现代化精神。     

一体化信息资源保障体系建设研究

在回顾相关研究领域的进展以及对国内信息资源保障体系的研究现状进行系统分析的基础上,探讨了建设一体化信息资源保障体系的可能性,提出在现有资源保障体系基础上建设一体化信息资源保障体系的基本构架.     

Fair and Explainable Depression Detection in Social Media

Detection at an early stage is vital for the diagnosis of the majority of critical illnesses and is the same for identifying people suffering from depression. Nowadays, a number of researches have been done successfully to identify depressed persons based on their social media postings. However, an unexpected bias has been observed in these studies, which can be due to various factors like unequal data distribution. In this paper, the imbalance found in terms of participation in the various age groups and demographics is normalized using the one-shot decision approach. Further, we present an ensemble model combining SVM and KNN with the intrinsic explainability in conjunction with noisy label correction approaches, offering an innovative solution to the problem of distinguishing between depression symptoms and suicidal ideas. We achieved a final classification accuracy of 98.05%, with the proposed ensemble model ensuring that the data classification is not biased in any manner.