在线学习环境下师范生社会情感能力影响因素研究——基于HLM模型分析

在线教育获得蓬勃发展的时代背景下,学生的社会情感能力获得了新的发展机遇。分析在线学习环境下师范生社会情感能力的影响因素,对于提升师范生的人际关系质量、情感健康和从师素质至关重要。研究以某省级师范院校889名师范生为研究样本,采用多层线性模型分析方法,分析了个体和专业两个层次影响因素的直接效应以及层次间的中介效应。研究发现:(1)在个体层面,在线学习环境归属感对社会情感能力的影响最大,情绪调节策略使用频率次之;(2)在专业层面,同伴关系对社会情感能力的影响最大,在线学习氛围和社会情感能力发展机会次之,师生关系的影响程度最小;(3)专业层面因素会通过个体层面因素的中介作用对社会情感能力产生间接影响。

“小屏幕”学习带来了什么?——基于HLM模型的数字化学习过程中深层影响因素分析

随着数字技术飞速发展和数字媒体的变迁,屏幕文化与表征符号发生了变化,人们固有的认知观念与行为方式发生改变,促使新的学习模式形成。从传统单向媒体到交互式电子大屏,从沉浸式到可移动屏幕,“小屏幕”学习究竟对教育参与者产生何种影响?本研究从全局视角解构教育参与者间关系,基于1∶1的“小屏幕”学习环境,利用多层次结构模型方法建立个体和群体间的嵌套模型,探讨群体的教研能力、教学信念、压力感、技术接受行为、教学能力对学习者非认知因素和深度学习能力影响的跨层中介作用,结合深度访谈解析“小屏幕”学习过程中存在的问题和改进策略。结果发现,学生对“小屏幕”学习的好奇心、学习习惯和接受程度对深度学习能力有显著正向相关,但是信息安全意识与课后深度学习能力呈现负向相关;其次,信息安全意识较低的学生更容易接受“小屏幕”学习。教师的信息化教研水平和教学信念直接影响学生的深度学习能力,小屏幕教学在课前、课中、课后的教学效果与发散式、互动式的设计显著相关,并对学习者的非认知能力产生影响。进一步,教师网络教研能力、压力感和感知风险对学生深度学习具有调节作用。最后从场景视角、工具视角、学习者综合能力视角和互动关系视角阐述提升数字素养的应用策略,为如何利用“小屏幕”教学提供可参考借鉴。

基于HLM的农户搬迁意愿影响因素分析

农村居民点搬迁是分类推进乡村振兴的关键举措,分析农户搬迁意愿及其影响因素有助于提升决策科学性。已有研究在分析农户搬迁意愿影响因素时多局限于单一尺度,缺乏对不同尺度间的多层次考虑。以湖北省宜城市为例,基于具有农户搬迁意愿的116个村庄调查数据,从村、镇尺度出发,构建多层线性回归模型(HLM)分析农户搬迁意愿影响因素的多层次性,并为农村居民点整治提出政策建议。结果表明,人居设施、产业规模层次是促使农户提高搬迁意愿的两大类因素,包括离散居民点个数、居民点离散距离、粮食生产功能和一产产值比例;利用HLM剥离多层次性混合结果表明,农户搬迁意愿影响因素在村级、镇级尺度上具有层级结构,村级尺度中离散居民点个数、粮食生产功能均呈显著正相关关系,镇级尺度中一产产值比例呈显著正相关关系,居民点离散距离则呈显著负相关关系。促进农村居民点整治,提高农户搬迁意愿,应建立村镇良性互动机制,从居民点分布格局、资源利用程度、产业发展规模等方面进行村庄优化。

美国中学教师工作满意度影响因素的实证研究——基于TALIS数据库的HLM分析

本文基于TALIS 2018美国数据库,采用描述统计和多层线性模型(HLM)的方法,分别从教师和学校两个层面来探究美国中学教师工作满意度的影响因素。研究结果表明:1) 美国中学教师工作满意度的校际差异显著;2) 在教师层面,自我效能感、合作、师生关系以及团体创新对教师工作满意度有显著的正向预测作用,教龄和学生行为压力对教师工作满意度有显著的负向预测作用;3) 在学校层面,学业压力性的校园氛围对教师工作满意度有显著的正向预测作用,协调特殊学生的教师缺乏对教师工作满意度有显著的负向预测作用;4) 分布式领导和合作的交互作用、课程自主权和团体创新的交互作用均对教师工作满意度存在显著正向影响。

中国城市公共教育服务满意度的影响因素研究——基于HLM模型的定量分析

本研究使用"2010连氏中国城市公共服务质量调查"中有关公共教育服务质量满意度的数据,通过HLM模型分析了个人与城市两个层面的变量是否、如何以及在多大程度上影响了公众对所在城市公共教育服务质量的满意程度。统计分析发现,城市层面的变量人口规模、人均GDP与人均财政支出都能显著地影响城市公众对于教育服务的满意度,而且这三个变量对于满意度在城市之间的差异具有较高的解释能力;个人层面的变量如性别、家庭收入以及居住时间等对于因变量也有显著的影响力,但它们对于城市内公众满意度之差异的解释能力不强。

混合型学习模型HLM中的增量学习算法

混合型学习模型HLM将概念获取算法HMCAP和神经网络算法FTART有机结合，能学习多概念和连续属性，其增量学习算法建立在二叉混合判定树结构和FTART网络的基础上，在给系统增加新的实例时，只需进行一遍增量学习调整原结构，不用重新生成判定树和神经网络，即可提高学习精度，速度快、效率高．本文主要介绍该模型中的增量学习算法．

DEA协同HLM模型的风电上市公司投资效率研究

文章选取了24家风电上市公司为研究对象,利用DEA模型,对其2014~2016年的投资效率进行分析研究,并运用分层线性模型(HLM)对样本的投资效率影响因素进行追踪。研究结果证明,DEA协同HLM可有效研究投资效率及其影响因素。实证分析显示,各风电公司投资效率差异明显;自由现金流、成长能力和政府补贴对风电公司的投资效率有着显著性影响。

基于HLM的共享心智模式与创新绩效关系的跨层次研究:学习空间的中介作用

研究以学习空间为中介变量,建立共享心智模式对创新绩效作用机制跨层次概念模型。使用跨层次分析方法验证概念模型,得出结论:个体层面共享心智模式对个体和团队创新绩效都有显著正面影响;团队层面共享心智模式对团队和个体创新绩效都有显著正面影响;个体层面学习空间是个体层面共享心智模式和个体创新绩效的部分中介变量,在团队层面共享心智模式与个体创新绩效间起部分中介作用;团队层面学习空间是团队体层面共享心智模式和团队创新绩效的部分中介变量,在个体层面共享心智模式与团队创新绩效间起部分中介作用。

影响教师工作满意度的因素:基于HLM的分析

该文基于对安徽省53所学校校长、490名初三教师、4010名初三学生的问卷调查,运用两水平HLM分析,探查影响教师工作满意度的因素。研究发现:(1)学校之间教师工作满意度差别不大;(2)在教师层面,教龄越长、师生关系越积极、校长支持行为越多、教师同事行为越多、教学效能感越强,教师工作满意度越高;(3)在学校层面,未发现影响教师工作满意度的因素。

基于HLM模型的中国商业银行规模效率研究

效率是经济学研究的核心问题,如何提高商业银行效率、提升其核心竞争力,是近年来国际金融界及银行管理部门研究的重点课题。构建多层线性发展模型,对中国商业银行规模效率影响因素进行分析。实证结果表明:资本收益率、资产收益率、不良贷款率、资本积累率等财务指标对中国商业银行规模效率的提高存在显著的影响;人均利润率、营业费用率和流动比率与银行规模效率的斜率无直接关系。同时结合中国商业银行经营发展的现状,提出提高中国商业银行规模效率的相关政策建议。

农户生产技术效率的空间环境效应研究——基于DEA-VRS-HLM模型的检验

经济空间一体化架构下,基于3省15个乡镇649份农户数据,利用DEA-VRS-HLM模型,实证检验了空间环境对农户生产技术效率的影响效应。研究结果表明,对农户技术效率作用效应上,教育和技术是显著的正向预期因子,而年龄和外出务工时间是显著的负向预期因子,农户层次变量的作用效应被乡镇层次变量解释的比例最多的是外出务工时间的65%,最小的是年龄的45%;乡镇层次变量强化了教育、外出务工时间、技术与农户技术效率间的正向、负向、正向关联关系,而弱化了年龄与农户技术效率间负向作用效应;地理环境对农户技术效率的提升影响上,年龄和外出务工时间变量在黑龙江和甘肃作用效应更大,而教育和技术在湖南发挥的作用效应更大。

教师和学校差异如何影响教师绩效工资实施效果——基于阶层线性模型HLM的实证分析

本研究基于全国6省36区县2005名教师的调查数据,构建了两水平HLM模型详细分析了教师特征和学校特征对绩效工资满意度的影响机制。一是教师特征的直接影响机制,二是学校特征的直接影响机制,三是学校特征与教师特征交互作用的影响机制;结果显示,绩效工资满意度的差异71.2%是由教师特征差异引起,28.8%的差异是因学校特征差异导致(包括学校直接影响和学校对教师特征的影响)。本研究详细探讨了上述三种影响机制的具体途径,有助于完善绩效工资在实际过程中存在的不足。

新生代农民工市民化影响因素分析——基于HLM模型的实证研究

通过对以往市民化研究的解读,分析目前新生代农民工市民化水平,构建两水平HLM模型,分析组织因素和个人因素对新生代农民工市民化的影响。结果显示,新生代农民工市民化程度为56%,其中8.54%是由个体层面因素引起;25.65%是由组织层面因素引起。组织层面的劳动合同因素对新生代农民工打工时间和市民化具有显著的调节作用。

基于HLM对民族传统体育项目教练员与运动员关系的研究

在民族传统体育项目训练过程中,教练员是实施训练活动的控制者,对培养运动员的技战术水平起着主导因素,其行为和管理理念会直接影响运动员的行为和心理动机。运用HLM分别从教练员行为的3个维度和运动员心理活动的5个维度进行分析,研究发现:(1)教练对队员的好胜行为持反对态度对运动员的好胜行为和同伴认可之间的斜率呈负向效应,这一态度对队员的怯战行为和自我评价概念的关系有正向影响;(2)教练对怯战行为的同情态度能削弱队员怯战行为和自我评价概念之间的负向关系但不显著;(3)教练对队员的关爱能削弱队员好胜行为和同伴认可之间的负向关系,加强队员好胜行为和自我评价概念之间的联系。

基于HLM模型的产业升级对流动人口失业的影响研究

本文基于广义分层线性模型,从微观、宏观两个角度分别使用问卷调查及2021《中国城市统计年鉴》相关数据考察了产业转型升级对流动人口失业的影响。结果表明:流动人口失业的个体影响因素趋于多元化,原因较为复杂;不同城市间流动人口失业存在显著差异性,这种差异性是由城市产业升级因素不同造成的;男性、年轻、学历高、已婚、跨省流动、参加失业保险、居留意愿强、人际关系较好的流动人口在劳动力市场上处于相对优势的地位,不易失业;产业升级对不同流动人口群体失业存在显著筛选作用。

基于HLM模型的政府向社会力量购买公共服务绩效影响因子分析

将与传统线性模型(OLS)不同,在多层次、嵌套式数据结构分析上具有独到之处的HLM的零模型、随机效应协方差模型、非随机变动斜率模型引入政府向社会力量购买公共服务领域。研究结果显示政府向社会力量购买公共服务水平的总变异中有15.61%来自区域之间差异,而有84.39%来自政府自身层面的差异,政府向社会力量购买公共服务水平区域差异较大的结论,在理论上,可以极大地拓展政府向社会力量购买公共服务绩效评估的研究视野;在实践上,对帮助政府决策者准确锁定购买过程中的薄弱环节,提升公共服务水平可以起到一定的指导作用。

石油化工类上市公司利润率的地区差异分析——基于分层线性模型(HLM)的研究

利润率是衡量上市公司价值的重要指标,直接影响着投资者对上市公司的价值判断。文章基于第一次经济普查数据,利用HLM方法建立企业利润率回归模型,分析了影响企业利润率的个体层和背景层因素之间的数量关系。结果表明:模型具有非常好的解释效果;利润率主要受个体层因素影响;利润率在地区之间有明显的差异。本研究为上市公司的管理者和投资者把握影响我国上市公司的利润率的地区因素、制定相关政策提供理论依据。

唇读中的HLM模型及其文字流解析

由于唇动序列和语言序列是一对多的映射,计算机自动唇读识别仅使用HMM是远远不够的。以HMM为基础,结合语言先验知识,建立了新的唇动识别模型——HLM(HMM and Bigram Language Model)。HLM突破了单纯采用HMM计算声学后验概率进行识别的传统框架,将HMM和语言背景知识紧密联系起来,依据语言模型对语言背景知识进行统计,在识别阶段融合声学后验概率和语言学先验概率进行判决。实验结果表明,HLM可使单音识别率提高7.3%,句子识别率提高19.5%。另外,采用语言模型对文字流进行解析,而不再是盲目文字匹配,单一视觉流的解析精确率达70.5%。

基于HLM模型的员工相对剥夺感影响因子实证研究

企业的规模化发展,促进了员工工资水平的大幅提升,但员工幸福感并没有得到相应的提高。本文在运用HLM模型对员工相对剥夺感的影响因子进行了实证研究的基础上,着重分析了哪些因素会导致员工产生相对剥夺感,每种因素的影响力度如何。最后提出了在人力资源管理中降低典型影响因子对相对剥夺感影响的措施。