汶川地震30个月后中小学生的身心状况研究

通过对汶川地震极重灾区的中小学生进行问卷调查,考察其在地震30个月后的创伤后应激障碍、抑郁、学习倦怠和创伤后成长等身心状况。结果发现：（1）震后30个月的中小学生创伤后应激障碍和抑郁情况较为严重,发生率分别达到6.6%和69.5%,女生和高年级学生是其高危人群;（2）学习倦怠总体情况比较轻微,学习的低效能感相对较严重;（3）创伤后成长的程度较高,且性别和年级间差异与创伤后应激障碍相似;（4）创伤后应激障碍、抑郁及学习倦怠等3个消极变量和创伤后成长之间分别为正相关、零相关和零相关。建议心理疏导人员将重心放在降低创伤后应激障碍和抑郁的程度及激发受灾学生的创伤后成长方面,并充分意识到创伤后成长程度较高的学生也有出现心理不良状况的可能性。     

论道德世界的超自然性——兼论自然主义伦理学的错误

道德世界既超越外在自然,又超越内在自然,是人特有的世界。道德如果立足于外在自然和内在自然,结果都只会被自然的必然性所左右,无法深入到主体的内心体验,无法通向人的自由世界。所以,自由而主动的人的伦理学一定是超越自然主义的。     

记忆过程中海马CA1区神经元的集群放电特征

观察空间工作记忆过程中海马CA1区神经元群的放电特征。应用多通道神经元集群放电记录技术, 同步观察和记录清醒大鼠在执行延迟选择任务时的行为轨迹以及海马CA1区神经元的放电活动。发现：海马CA1区位置细胞的位置野是在学习过程中逐渐形成并可消退; 部分位置细胞的放电对未来目标定向性行为具有预测作用; 在空间工作记忆过程中, 神经元放电之间的相关性加强, 神经元之间以及神经元与局部场电位之间存在相位编码方式。结果提示海马CA1区神经元参与对空间信息的初级编码和加工, 并为未来行为决策提供有效信息, 而且海马对信息的加工是通过局部神经网络进行, 时间编码可能是海马信息加工的重要方式之一。     

死亡标准与器官移植时的伦理痛苦与法律的无奈

死亡是一个过程。基于纯功利主义考虑,为了增加可移植器官的供应量而人为规定的脑死亡标准,将这一过程提前了。由此,面对生命垂危、处于弥留之际的同胞,人类也永远摆脱不了良心的拷问,永远要生活在道德的焦虑和不安之中,感受着法律的无助与无奈。     

社会分类的特性,维度及心理效应

社会分类是个体基于共享相似性将人群分为不同类别的一种主观心理过程, 具有自动化,灵活性和潜在模糊性等特性.社会分类的维度既包括性别,年龄和种族等自然线索, 也包括语言,职业和社会身份等重要社会线索.在社会分类过程中, 不同维度往往具有相对重要性, 表现为优势维度效应; 不同维度相互之间也会发生作用, 产生交叉分类效应, 研究者从不同的视角对这种交叉分类效应进行了解释.未来研究应该采用多样化的方法和技术从分类主体,分类目标,分类情境以及社会文化因素等多角度探讨社会分类的心理加工机制, 构建更具整合性的社会分类理论模型.     

系统性红斑狼疮病因病理与防治的思考

系统性红斑狼疮(SLE)是一种临床表现有多系统损害症状的慢性系统性自身免疫病.虽然对SLE的病因、病理的研究有了较大的进展,但SLE的治疗并不理想,目前仍然有约10%的患者在发病5年内死亡.从哲学角度对SLE的病因、病理与防治中存在的问题进行了综合分析,并为SLE的临床实践和进一步研究提供了思路.     

用"元衡论"的思路对痤疮病因及治疗的分析研究

痤疮是一种着有复杂发病机制的疾病,在现代医学中对于它的病因及治疗仍有许多不同的观点.运用传统中医的阴阳平衡理论结合现代医学组织结构理论、微生态学理论和生物物理学的超循环理论,通过建立一个单元平衡模型,简称"元衡论",以它来解释痤疮的发病机制及指导治疗方案.运用这一思路能够更好地分析病因并有助于治疗.     

美国胃肠病学院结直肠癌筛查指南

本指南是对2000年美国胃肠病学院（ACG）结直肠癌（CRC）筛查建议的首次更新。cRc筛查包括癌症预防性检查和癌症检测性检查。从50岁起每10年检查一次结肠镜仍然是CRC筛查的首选策略。由于经济受限,并非所有的医院均可进行结肠镜检查;同时,也非所有的适宜人群都乐意接受出于筛查目的的结肠镜检查。     

骨组织工程研究的方法论检讨及其思路创新

目前骨组织工程的研究十分注重分析和实验的方法,走的主要是还原论的道路.系统科学的进展表明,生物体功能的行使远非简单的子系统叠加,单纯的还原论方法遇到了挑战.系统论更适合于骨组织工程研究的方法论指导.讨论整体论与还原论相结合的骨组织工程研究的创新思路,探讨建立体内灌注诱导成骨微环境系统这一创新性的近同构模型.     

一种多级评分的认知诊断模型：P-DINA模型的开发

当前绝大多数认知诊断计量模型仅适用于0-1评分数据资料, 大大限制了认知诊断在实际中的应用, 也限制了认知诊断的进一步推广和发展。本文对具有较好发展前景的DINA模型进行拓展, 开发出适合多种评分(含0-1二级评分和多级评分)数据资料的P-DINA模型, 同时采用MCMC算法实现模型参数的估计, 并对该模型性能进行研究。结果表明：(1)本文开发的P-DINA模型无论是在无结构型属性层级关系下还是在结构型属性层级关系下, 参数估计的精度均较高, 参数估计的稳健性较强, 说明开发的P-DINA模型基本合理、可行。(2)P-DINA模型可采用MCMC算法实现参数估计, 且参数估计的精度较高。(3)整体来看, 无结构型属性层级关系和结构型属性层级关系下, P-DINA模型在项目参数的估计精度上两者基本相当; 但在被试属性判准率(MMR和PMR)上无结构型属性层级关系表现的稍差一些。(4)无结构型属性阶层关系下：模型诊断的属性个数越多, 参数 估计的精度越差、属性诊断的正确率(MMR和PMR)越低, 但参数 的估计精度越好; 若想保证属性模式判准率在80%以上, 建议诊断的属性个数不宜超过7个。总之, 本研究为拓展认知诊断在教育学和心理学中的应用提供了一种新方法、新模型。