健康信息甄别中任务难度对大学生APP使用行为的影响

研究查询页、搜索引擎结果页和详情页面中的用户行为,有助于揭示用户健康信息搜索行为机理,优化健康信息甄别服务策略。研究招募了32名用户完成两种不同难度的健康信息甄别任务,基于开放性编码获取用户使用的APP类型,以甄别过程中的查询页、搜索引擎结果页和详情页及用户主观感知有用并进行截图的页面为信息载体,从信息源选择和认知资源分配策略两个维度深入剖析用户APP使用行为。结果表明,任务难度对社区类APP的信息源选择影响显著,表现为高难度任务中用户访问的各类页面数量均更多,截图采用的信息也更多。同时,任务难度对健康类APP的认知资源分配策略影响显著,表现为高难度任务中用户会付出更多的认知资源在详情页上,减少其在查询页上认知资源分配比率,且此时的信息采用率也更高。据此,本研究揭示了健康信息甄别中任务难度对用户APP使用行为具有内外智力资源的“同步唤醒”作用,验证了健康信息甄别中的媒介依赖和权威依赖现象。

眼动追踪技术在虚假信息甄别过程中的应用

研究虚假信息的甄别过程对了解和治理虚假信息至关重要,而眼动追踪技术在信息行为研究中有显著作用。文章采用文献计量和内容分析法,分析眼动追踪技术在虚假信息甄别中的应用,概述相关理论、指标和解释角度。研究结果显示:尽管眼动追踪技术在虚假信息甄别领域的应用相对较晚,但成果具有跨学科性,受到较高认可;相关研究集中在信息主体和客体方面,主要使用认知心理学中双重加工理论、启发式系统、详尽可能性模型等理论框架;研究涵盖14个眼动指标,主要从时间、空间、瞳孔直径等维度总结这些指标的应用效果及其与研究变量的关系,提供关于眼脑假说、非眼脑假说和认知努力等解释眼动指标的角度,认为使用眼动研究虚假信息甄别最重要的是在问题、理论、指标和解释角度之间建立起联系。

国货的甄别规则及完善建议

本文针对人们对于外国品牌和进口产品概念方面的混淆,对相关法律法规进行了梳理。同时,笔者指出,在立法层面,国货甄别规则仍有完善的必要。近日,外资企业品牌汽车入围江苏省政府用车采购目录,引起了一些争论。对此,有关部门工作人员指出,其操作是符合法律规定的。

需求信息不对称背景下双渠道供应链信息甄别模型

越来越多的制造商主动通过市场调研等途径来获取需求信息。特别是在双渠道供应链中,制造商通过直销渠道将产品销售给消费者,获得了大量销售数据,为其需求预测提供有力支撑。鉴于此,考虑制造商拥有私有需求信息的实际情况,构建由一个制造商和一个零售商组成的双渠道供应链,分别基于两部定价契约和质量激励契约来构建信息甄别模型,研究实现制造商需求信息共享的最优契约方案。进一步通过对比双渠道供应链成员的均衡决策和事前期望利润,讨论了两种契约方案的效率,以及需求信息不对称对双渠道供应链产生的影响。研究表明,制造商掌握私有需求信息不利于提高产品质量水平,但产品的批发价格小于信息对称时的批发价格。需求信息不对称下,制造商在获得保留利润的同时能够获得信息租金,而零售商也能够通过合理的契约方案设计,在一定条件下获得比信息对称时更高的事前期望利润。因此,满足一定条件,双渠道供应链的性能在需求信息不对称时相对于需求信息对称时更优。

Zr^(4+)共掺对Cs_(2)LaLiBr_(6):Ce晶体的中子/伽马甄别性能的影响

中子探测技术广泛用于国土安全、核材料安全检测以及高能物理等领域,由于3He资源紧缺,近年来急需开发出能够同时甄别中子/伽马的新型闪烁晶体,Cs_(2)LaLiBr_(6):Ce(CLLB:Ce)晶体具有良好的中子/伽马甄别能力、优异的能量分辨率以及高的光输出,但其中子/伽马甄别性能有待进一步提高。本研究采用垂直布里奇曼法成功生长了Zr^(4+)共掺杂的CLLB:Ce晶体。通过不同表征手段研究了Zr^(4+)共掺杂CLLB:Ce晶体的结构和组分,结果表明Zr^(4+)成功掺入基质材料且对基质晶体结构不产生明显的影响,Zr^(4+)共掺杂后没有产生新的发光中心,紫外衰减时间约为27.0 ns,仍具有较快的荧光衰减。Zr^(4+)共掺杂CLLB:Ce晶体的品质因子(Figure of Merit,FOM)从1.2提高到1.5,表明其中子/伽马甄别能力得到改善。结合热稳定性和闪烁衰减时间,探讨了衰减时间对FOM的影响机制,Zr^(4+)共掺杂可以抑制浅电子陷阱和Vk中心,减少电子捕获和脱陷过程,使Ce^(3+)直接捕获的概率大大增加,从而表现出更快的衰减速率。本研究显示,Zr^(4+)共掺杂CLLB:Ce晶体在中子/伽马探测领域具有潜在的应用前景。

“卡脖子”技术甄别模型构建及应用——以工业软件为例

[研究目的]科学精准地识别特定领域的“卡脖子”技术清单,可以为明确关键核心技术攻关方向,加快实现高水平科技自立自强提供决策依据。[研究方法]从“卡脖子”技术高价值、大差距、强垄断、难突破特征属性出发,结合专利表征技术方式,通过构建基于“V-G-M-B”框架的“关键核心技术筛选—技术差距测度—技术垄断识别—技术突破研判”四位一体定量甄别模型,有效识别特定领域“卡脖子”技术清单。[研究结论]以工业软件产业专利数据为样本,识别出我国在该领域18项严重“卡脖子”、2项一般“卡脖子”及1项轻微“卡脖子”技术清单,与目前工业软件产业技术发展现状相一致,验证了“卡脖子”技术定量甄别模型的科学性和实用性。

基于GAF-CNN的n/γ甄别方法研究

中子探测是核能开发领域的重要技术,由于中子闪烁体探测器往往会对中子和γ射线同时响应,因此有效分辨中子和γ射线是实现高精度中子探测的先决条件。为进一步提升n/γ甄别性能,本文结合脉冲形状甄别(PSD)技术和格拉姆角场(GAF)图像转换方法,将卷积神经网络(CNN)分类模型应用到n/γ甄别中。通过GAF将n/γ脉冲数据转化为二维图像,之后将其输入到CNN分类模型中达到样本辨别的目的。为验证GAF-CNN甄别的准确性,与传统CNN甄别法和电荷比较法进行了甄别效果对比。结果表明,GAF-CNN甄别法具有更低的辨别误差率和较短的处理时间,且n/γ甄别品质因子(FOM)有着数量级上的提升。同时其具备网络轻量化的特点,有助于实现CNN PSD算法的嵌入式部署,为研制高性能n/γ复合探测能谱仪提供了一种可行的PSD技术解决方案。

微信用户健康信息甄别能力影响因素研究——以医疗健康类微信公众号为例

[目的/意义]微信已成为人们接收健康信息的主要来源,但医疗健康类公众号常常发表虚假、劣质、失实、诱导性的健康信息,而用户是否具有在线健康信息甄别能力是其健康信息素养提升的首要基础。因此,对微信用户甄别能力水平影响因素进行探究具有重要意义。[方法/过程]本研究采用问卷调查形式收集相关研究数据,并以此为基础构建单因变量健康信息甄别能力偏最小二乘回归(PLSR)模型,通过计算各影响因素指标投影重要性来衡量各影响因素的重要程度。[结果/结论]通过研究发现,内容更新、信息可读性、政府宣传这3个因素对用户健康信息甄别能力的影响最为突出,信息源权威性、媒体宣传、信息内容专业性、专家推荐、健康信息关注度、社会共识等因素影响次之,教育水平、收入水平、年龄等因素影响最低。

根据地司法对风俗习惯的甄别、援用及其逻辑

为实现根据地的有效治理,根据地司法机关对当地的风俗习惯进行甄别,并根据甄别结果作出相应处理。有的风俗习惯得到援用,或作为判决中的民事法源,或在案件的事实查明、法律发现、价值权衡、裁判论证等方面发挥作用;有的风俗习惯则在甄别后被拒绝援用。根据地司法甄别风俗习惯时所秉持的逻辑,既遵循马克思主义认可习惯法权的立场,也对移风易俗的必要性和社会资源成本进行了考量。甄别援用风俗习惯需要司法者遵循唯物辩证法的司法方法论,人民司法的若干特征也因此而形成。

表现性评价何以甄别高质量的教师——以美国加州PACT模式为例

美国加州教师表现性评价(PACT)模式关注真实的课堂情境,基于多元表现性证据,注重教学实践反思,通过精通表现性评价的专业化评价人员,采取公正科学的表现性评价原则和标准来甄别高质量的、具有教学表现力的教师。该模式已经证实具有一定的优越性,但对于如何甄别高质量的教师仍存在理论和实践的争议,包括教师选拔的专业化和地方控制、边缘化和特权化、形成性和总结性等方面。基于PACT模式的优势和争议分析,对于如何重新构想我国高素质、专业化、创新型教师的遴选和甄别模式具有重要的参考价值,包括精准关切教师的过程性评价,完善教师甄别的制度衔接,预见可能的表现性评价的挑战等。

基于KPCA-MPA-ELM的n/γ甄别方法研究

中子/伽马(n/γ)甄别在γ射线辐射存在的中子探测中至关重要。为了解决传统n/γ脉冲形状甄别方法存在的甄别精度不稳定的问题,提出了一种结合核主成分分析(Kernel Principal Component Analysis,KPCA)、海洋捕食者算法(Marine Predator Algorithm,MPA)和极限学习机(Extreme Learning Machine,ELM)的机器学习鉴别方法,以提升n/γ甄别效率。KPCA用于对中子和γ射线的脉冲信号特征进行降维;考虑到ELM输入层权重和隐藏层偏置的随机性,将MPA用于优化ELM的输入层权重和隐藏层偏置,提高ELM的n/γ甄别效率。通过对未降维和KPCA降维的数据进行训练和测试,实验结果表明:在测试集中KPCA-MPA-ELM的平均甄别准确率高达99.07%,分别高出ELM、MPA-ELM、KPCA-ELM模型12.19%、2.52%、1.56%;相较于电荷比较法和脉冲梯度分析法,精度也分别提高了1.80%和5.91%。该模型结构简单,稳定性好,能够处理高维数据,具有较好的甄别效果和泛化能力。

多判据融合的换流站监控数据异常甄别系统

换流站监控数据中存在部分异常数据,如果无法有效融合全部异常数据,会造成异常数据维度过大,导致甄别结果不精准,为此设计了基于多判据融合的换流站监控数据异常甄别系统。以MSP430单片机为核心,通过双存储器传输传感信号。设计可视甄别模块,计算两个图像圆点中心坐标距离,以此为依据,判断甄别点与设定阈值之间的关系。检测和筛选换流站监控异常数据,融合多判据数据特征,对数据进行降维处理,降低异常数据维度。构建LSTM分位数回归多判据融合模型,识别电流、电压、功率时间序列,获取置信区间范围,结合曲线斜率甄别异常数据,避免人为设置阈值给甄别结果带来的不确定性。由实验结果可知,该系统甄别出的电压、电流异常节点与实际异常节点数量一致,分别是3个和2个,说明使用该系统能够精准甄别异常数据。

高中子伽马甄别性能的液体闪烁体探测器研究

液体闪烁体探测器具有较好的时间特性、脉冲形状甄别能力和中子探测效率,可以用来替代基于3He管的中子探测器。通过选用国产液体闪烁体和光电倍增管以及自主化设计的外壳,实现液体闪烁体探测器的完全自主化设计和加工。使用CAEN(Costruzioni Apparecchiature Elettroniche Nucleari)的波形数字采集卡DT5730B对液体闪烁体测量到的信号进行采集,利用^(22)Na源和^(60)Co源对液体闪烁体探测器进行能量刻度,然后利用液体闪烁体探测器测量^(252C)f源进行中子伽马甄别并计算FOM值。研究表明:相较于EJ309,基于国产的液体闪烁体B-ML研发的液体闪烁体探测器具备较好的中子伽马甄别性能,FOM=1.26@0.1 MeVee和1.50@0.7 MeVee。

Cs_(2)LiYCl_(6):Ce探测器n-γ甄别及γ解谱方法

Cs_(2)LiYCl_(6):Ce(CLYC)晶体因其优异的线性响应、高光产额和较强的n-γ甄别能力,在瞬发γ射线中子活化分析技术(prompt gamma neutron activation analysis,PGNAA)中表现出极高的应用潜力。该技术可以用于元素无损分析、工业物料分析、环境监测及安全等诸多领域。本文针对CLYC探测器进行测试,旨在探究其在PGNAA领域的应用前景。通过Pu-C中子源和多种γ源(^(22)Na,^(60)Co,^(137)Cs,^(152)Eu)的实验测量对该探测器的性能进行测试。同时,开发了一套基于Gravel算法的γ解谱程序,以优化γ能谱分析。实验结果验证了CLYC探测器在n-γ混合场环境下的出色甄别能力,能有效剔除中子的干扰。γ能谱的解谱结果可以精确的反应入射γ能量信息,算法的平均相对偏差均小于1。通过多线性源解谱结果的可靠性确保了在复杂的伽马场环境中对伽马射线的精确识别和分析能力。

基于属性基加密的实验室监控视频用户访问身份甄别算法研究

为了提高实验室监控视频用户访问身份甄别效果,设计了基于属性基加密的实验室监控视频用户访问身份甄别算法。利用相关设备采集实验中相关用户身份信息数据,并对采集的数据进行处理后,提取其特征,在此基础上,通过属性基加密对提取的数据特征进行加密处理,再通过计算提取密文的特征,对数据进行分类处理。通过计算待甄别身份信息特征向量与分类类别之间的相关性,生成用户访问身份甄别算法。完成对实验室监控视频用户访问身份甄别算法的设计。实验结果表明,设计的基于属性基加密的实验室监控视频用户访问身份甄别算法甄别准确率为98.02%,甄别效果较好。

探究高考小说阅读新思路——如何在一次性阅读中甄别有价值的信息

高考小说阅读部分是现代文阅读的重、难点,全面考查了学生的整体阅读理解能力。针对学生阅读效率不高、答题得分低的现象,笔者认为高考小说阅读的新思路可以从以下几个不同的方面阐述,即如何在一次性阅读中甄别有价值的信息,在规定的时间内快速高效地答题,进而让学生掌握解题的方法技巧,提高得分效率。

粮食加工中真菌毒素分子甄别标准与绿色脱除

在粮食安全这一重要领域,尤其是粮食原料在田间采收、运输、流通过程以及加工环节中存在真菌毒素混合污染的风险。本文给出了我国粮食安全面临的真菌毒素问题,探讨了发现隐藏真菌毒素的研究路径,指明了绿色脱除真菌毒素的研究方向。

言语行为视角下的PUA话术分析与甄别

近年来,由国外传入的“搭讪艺术家”(PUA)课程在国内受到特定群体的追捧和跟风,逐渐演变为建立不良亲密关系的精神控制骗术。PUA话术与交际者施为用意有关,以非规约性言语行为为主,一般包含建立吸引、引导探索、暗示着迷、价值摧毁、情感虐待等类别,其中建立吸引类多位于话轮的起始、引导探索类和暗示着迷类多位于话轮中间,价值摧毁类和情感虐待类多位于话轮结尾,以逐步达成伪装、取信、规训、贬损、虐待等精神控制的目的。从整体使用情况看,引导探索类相对突出,其他四类的使用数量较为平均。而借助准备条件、命题内容条件和交际者真诚条件等言语行为适切条件的综合研判,我们或可有效甄别PUA话术,规避被施以PUA的风险。

“担保支农”增加了谁的信贷可得?——基于信息甄别视角的机制检验

政策性担保机制通过发挥“第三方”抵押品替代功能有效缓解了“三农”融资困局。然而,“担保支农”是否必然扶持了政策期待的目标对象仍然存疑。使用内蒙古3市370个获得政策性担保贷款的农牧户数据,基于信息甄别视角检验了政策性担保机制对不同属性特征农业经营主体信贷可得的差异性作用。研究发现,政策性担保机制的投放逻辑为“政治精英俘获、反担保品优先”,这偏离了担保支农“扶持高成长性主体、弱化抵押担保”的政策初衷,该结论在考虑可能的内生性问题和一系列稳健性检验后仍然成立;进一步研究发现,偏向“政治精英”的投放策略更容易导致道德风险;异质性分析表明,对于政府干预程度高、数字普惠金融发展程度低的地区,政策性担保机制增加“政治精英”、反担保品特征农业经营主体信贷可得性的作用更加明显。据此,从厘清政府与市场边界、成长优先、避险前置、产业化布局、数字赋能等层面提出实现农业信贷担保体系高质量发展的政策建议。

ESG报告“漂绿”行为的动因、甄别与治理

随着可持续发展理念深入人心,ESG报告信息披露质量越来越受到利益相关方的重视。作为评价企业长期可持续发展的依据和价值体现,企业ESG披露意识逐步增强,国有企业的披露意愿高于民营企业,但无论是国企还是民企都存在一定的“漂绿”现象。“漂绿”行为的产生主要有ESG信息披露标准不统一、披露要求差异大、评价体系的构建尚待完善等外因,也有企业谋求绿色融资或补贴、内部信披制度不健全、数据采集困难和保护商业机密等内因。对ESG报告的“漂绿”行为,须以多种评价体系为基础,锚定四级评价指标体系的量化指标,通过量化指标实际披露数据与行业平均标准、最高标准和最低标准进行比对加以甄别,同时应从构建中国特色的ESG生态系统、完善上市公司ESG信息披露标准、建立ESG数据信息采集体系、强化企业ESG责任担当等方面采取治理举措。