低碳技术合作创新网络中的多维邻近性演化

基于气候变化和能源安全的现实考虑，低碳技术创新已成为全球重要议题。本文首先从理论上分析低碳技术合作创新网络中的多维邻近性及演化，然后以低碳汽车技术为例，基于联合申请专利，利用数据挖掘与社会网络分析构建1992-2011年全球低碳汽车技术合作创新网络，考察网络中多维邻近性存在与否，演化过程如何。研究表明，低碳技术及其合作创新网络与多维邻近性协同演化；低碳技术合作创新网络中多维邻近性演化涉及不同国家地区与行动者网络位置与能力的演变；低碳技术合作创新网络中多维邻近性演化需注意避免过度邻近的“锁定效应”。     

一种基于k最近邻的快速文本分类方法

k最近邻方法是一种简单而有效的文本分类方法,但是传统的k最近邻分类方法在搜索k个最近邻时需要高强度的相似性计算,尤其是在训练集数据量很大情况下,全局的最优搜索几乎是不可能的.因此,加速k个最近邻的搜索是k最近邻方法实用的关键.本文提出了一种基于k最近邻的快速文本分类方法,它能够保证在海量数据集中进行快速有效的分类.实验结果表明这一方法较传统方法性能有显著提升.     

高校研究生多维度混合式信息素养教育模式研究

根据高校研究生信息素养培养目标要求,针对现行培养模式的不足,将在线教学、传统课堂教学、MOOC教学资源有效融合在一起,从教学内容、教学时间、教学方式、教学评价4个维度构建高校研究生SPOC混合式信息素养教育模式,旨在推动高校研究生信息素养教育理念、教育模式的改革。     

论大学英语多维阅读教学

传统的大学英语阅读教学偏重于接受能力的培养,不利于逻辑思维能力和语言运用能力的提高。而多维英语阅读教学模式,可以从多个角度辅助学生进行阅读实践,培养学生施展其阅读技巧和策略,独立思维和剖析问题以及运用已有知识和信息进行有效交际的能力。     

多维项目反应理论在数学素养测验中的应用

学生的数学素养具有多维结构,素养导向的数学学业成就测评需要提供被试在各维度上的表现信息,而不仅是一个单一的总分。以PISA数学素养结构为理论模型,以多维项目反应理论(MIRT)为测量模型,利用R语言的MIRT程序包处理和分析某地区8年级数学素养测评题目数据,研究数学素养的多维测量方法。结果表明:MIRT兼具单维项目反应理论和因子分析的优点,利用其可对测试的结构效度和测试题目质量进行分析,以及对被试进行多维能力认知诊断。     

企业家战略执行能力的内涵:来自中小民营企业家的证据

企业家战略执行能力是一个多维构念,它包括建立战略共识能力、推动战略协同能力和实施战略控制能力三个维度。实证结果表明,对于中小民营企业家来说,推动战略协同能力和实施战略控制能力之间的联系最密切,它们与建立战略共识能力的联系相对疏远;与战略执行能力联系最密切的是实施战略控制能力。因此,提升中小民营企业家战略执行能力的最有效途径是改善实施战略控制能力,其后依次为改善推动战略协同能力和改善建立战略共识能力。     

运用文献多维关联构建书目文献系统模型

深入分析了文献的构成要素。根据这些要素,并基于客观系统观和用户主观感知性,全面揭示出文献要素之间、文献之间可能存在的各种关联。进而,根据文献的多维关联,提出一种兼具描述性和探索性的书目文献系统模型。该模型利于用户多角度扩展关联文献,包括潜在关联文献。     

FDI全要素生产率区域分布差异与投资区位选择

在供给侧结构性改革视域下，本文以挖掘FDI区域分布绩效的差异性为目标，引入评价要素的时滞效应，构建动态Malmquist模型，以中国省域为例，从能源、人力、物力、开放度四个方面，深入剖析FDI全要素生产率的区域分布差异。继而，基于多维尺度可视化分析，将绩效结果解析为代表纯技术、规模效应兼顾的硬实力和代表创新效应的软实力，分阶段评析FDI区位选择的侧重维度。研究发现，FDI区域分布的差异性通过各分解效率指标得以清晰反映；中国FDI投资区位选择的侧重维度逐渐向多指数共同提升的FDI巧实力转型。此外，注重“一带一路”等政策红利的长效发力，结合本地要素因地制宜，是增强FDI投资区位选择优势的关键。     

元朝医学教育的兴办背景与主要特点

元朝的医学教育,是元朝整个教育体系中最具特色的部分之一.元朝政府在开展医学教育方面采取了诸多措施,确保了生源、提高了质量、促进了医药卫生事业的开展.但在后期,也出现了管理混乱、经费紧张等问题.对其进行分析梳理,可为今世提供参考和借鉴.     

Physiological determinants of elite mountain bike cross-country Olympic performance

Detailed physiological phenotyping was hypothesized to have predictive value for Olympic distance cross-country mountain bike (XCO-MTB) performance. Additionally, mean (MPO) and peak power output (PPO) in 4 × 30 s all-out sprinting separated by 1 min was hypothesized as a simple measure with predictive value for XCO-MTB performance. Parameters indicative of body composition, cardiovascular function, power and strength were determined and related to XCO-MTB national championship performance (n = 11). Multiple linear regression demonstrated 98% of the variance (P < 0.001) in XCO-MTB performance (t_XCO-MTB; [min]) is explained by maximal oxygen uptake relative to body mass (VO_2peak,rel; [ml/kg/min]), 30 s all-out fatigue resistance (FI; [%]) and with a minor contribution from quadriceps femoris maximal torque (T_max; [Nm]): t_XCO-MTB = ?0.217× VO_2peak,rel.–0.201× FI+ 0.012× T_max+ 85.4. Parameters with no additional predictive value included hemoglobin mass, leg peak blood flow, femoral artery diameter, knee-extensor peak workload, jump height, quadriceps femoris maximal voluntary contraction force and rate of force development. Additionally, multiple linear regression demonstrated parameters obtained from 4x30s repeated sprinting explained 88% of XCO-MTB variance (P < 0.001) with t_XCO-MTB = ?5.7× MPO+ 5.0× PPO+ 55.9. In conclusion, XCO-MTB performance is predictable from VO_2peak,rel and 30 s all-out fatigue resistance. Additionally, power variables from a repeated sprint test provides a cost-effective way of monitoring athletes XCO-MTB performance.