论西方可废止性道义逻辑的形式化研究及其存在的问题

道义逻辑和非单调逻辑是在不同的学科内根据不同的原因产生和发展的,分属两种不同的逻辑。但受人工智能理论的启发,西方研究人工智能的专家和逻辑学家逐渐认识到道义理论和非单调推理之间有很大的关系,把两者结合起来研究,不但可以解决道义逻辑中的令人棘手的悖论问题,还可以为道义逻辑提供更为完美的理论框架。于是,在道义逻辑的研究中出现了一种新的方向:与非单调推理相结合,建立具有可废止性的(DEFEASIBLE)道义逻辑系统。目前,国内关于这方面的研究较为陌生,所以我们从语形和语义两个角度对西方可废止性道义逻辑的形式化研究给出系统…     

基于眼动研究的孤独症谱系障碍早期预测

孤独症谱系障碍是一组以社交困难为主要特征的神经发育障碍, 涵盖孤独症、阿斯伯格综合症及分类不明确的广泛型精神发育障碍。ASD预测研究集中在神经生理学、遗传学及心理学领域。在心理学研究中, 眼动技术的运用使得相关测量更为细微、精确, 测量过程更严谨, 预测关系更可信。现有的眼动预测主要着眼于注视时间、首视点和扫视反应时指标的研究。这些研究揭示注视面部和眼睛时间短、注视眼睛时间随年龄增长递减、注视追随时间短、注视重复物理性刺激时间长、视觉搜索优势及注意解除困难均可以预测ASD。未来研究应强化眼动特征预测作用的追踪性考证, 加大与其它发展障碍的预测区分, 控制视觉接受能力对眼动行为的影响, 建立综合性预测体系。     

The impact of traditionality/modernity on identification‐ and calculus‐based trust

We conducted three studies to explore how trust is perceived, displayed or changed by participants in China, which as a country has undergone substantial cultural and historical transition. Traditionality showed a significant positive correlation with identification‐based trust (IBT) and modernity was significantly associated with calculus‐based trust (CBT; Study 1). Compared to those primed with modern Chinese culture stimuli, participants primed with traditional icons exhibited a higher level of IBT and a lower level of CBT (Study 2). The study further demonstrated more trust behaviour based on identification with traditional culture priming and more trust behaviour based on calculus when primed with modern culture (Study 3). In sum, the present findings suggest that, along with substantial social changes and economic development, people exhibit their trust differently depending on cultural context, shedding light on the trust crisis in contemporary China.     

核苷类似物治疗慢性乙型肝炎中的耐药及治疗决策

尽管核苷类药物做为慢性乙型肝炎抗病毒治疗的一线用药广泛应用于临床多年,但随着用药时间的延长,治疗过程中出现了耐药这个极具挑战性的问题。核苷类药物的联合治疗或许能阻止或延缓耐药发生。     

情境效应或自动化加工：大学生对老年人的内隐态度

使用词汇判断任务和新近发展起来的情感错误归因程序(AMP)研究范式, 探讨大学生对老年人的内隐态度是否具有情境效应。实验一的结果表明, 大学生被试并不认为老年人比年轻人具有更高的专业能力。实验二和实验三采用被试间设计, 在典型的AMP中分别添加了情境因素, 结果都表明被试在职业、家庭、美德等情境中对老年人没有给出更积极的内隐评价; 被试对中性数字启动的做出的内隐评价比对老年人启动的内隐评价的更积极。     

冲突、平衡与促进:工作-家庭关系研究的历史考察

工作-家庭关系的探索是现代人力资源管理研究的重要主题之一,从工作一家庭冲突到工作-家庭平衡.再到工作一家庭促进,工作-家庭关系的研究经历了从消极到积极的历史嬗变过程.文章从发展的视角,对上述历史嬗变过程进行了审视,总结了已有研究取得的丰富成果,同时指出了未来的研究方向.     

基于语义错觉效应的句子加工探索

“语义错觉效应”是指读者在加工某些语义违例句子时,会暂时性地产生语义合理错觉,而只有通过继续加工或者再加工才能辨别出错误的现象,在脑电成分上表现为没有出现N400效应,却出现P600效应。“语义错觉效应”对传统的句子加工理论模型以及N400和P600的特异性功能意义提出了质疑。研究者在讨论此效应的基础上提出了多个句子加工模型,各模型对语义和句法加工的过程进行了探索,对语义和句法通道的关系做出了新的阐述,并对N400和P600的功能意义做出了新的解读。目前研究对N400功能的解释存在语义整合观和词汇激活观的分歧,而对P600功能的解释则从传统的句法功能转换到了更宽泛的加工过程。未来研究应关注词汇语义关系和跨语言差异,以期进一步揭示句子加工的认知及神经机制。     

慢性应激诱导的抑郁小鼠神经肽Y的表达及抗抑郁药的作用

神经肽Y是一个多肽,广泛分布于周围和中枢神经系统,以下丘脑的浓度为高,参与机体神经内分泌、情绪、行为等的调节。 为探讨慢性应激诱导的抑郁模型小鼠脑内神经肽Y (NPY)的表达,以及抗抑郁药的作用机理,采用慢性应激与孤养方法,建立抑郁小鼠模型。用旷场行为 (Open-Field)法,观察模型组与正常对照组行为学改变方面的差异。将36 只抑郁模型小鼠随机分成盐酸氟西汀组、盐酸阿米替林组、生理盐水治疗组,并与12 只正常对照组比较。用半定量逆转录－聚合酶联反应(RT－PCR) 法、细胞酶联免疫法及蛋白免疫印迹(Western－blot) 法、免疫组织化学法,比较四组小鼠下丘脑NPY 的表达。结果表明：(1)与正常组比较,抑郁模型组小鼠活动总路程与活动次数减少（p< 0.01）,体重增速下降（p< 0.05）。（2）与正常组比较,抑郁模型组小鼠下丘脑NPY 的mRNA 表达下降（p< 0.01）;经盐酸氟西汀、盐酸阿米替林治疗后,下丘脑NPY 的mRNA 及蛋白表达增高,与生理盐水组比较差异显著（p< 0.01）。(3) 与正常组比较,生理盐水治疗组胞膜和胞质呈棕黄色染色,显示出明显的免疫组化阳性反应;经盐酸氟西汀、盐酸阿米替林治疗后,胞膜和胞质的着色与背景色接近,免疫组化呈弱阳性、阴性反应。提示抑郁模型组小鼠脑内NPY 表达水平有显著下降,使用抗抑郁药有利于提高脑内NPY 的mRNA 及蛋白表达,可能是此类药物产生抗抑郁效应的机制之一。     

主动性人格对学习投入的影响：领悟社会支持和积极情绪的链式中介作用

基于资源保存理论,采用主动性人格量表、领悟社会支持量表、正性-负性情绪量表和学习投入量表对544名在校大学生进行问卷调查,通过结构方程建模来考察主动性人格、领悟社会支持和积极情绪对学习投入的影响。结果发现,主动性人格、领悟社会支持和积极情绪均能够正向预测学生学习投入;领悟社会支持和积极情绪在主动性人格对学习投入的影响中起到链式中介作用。     

Latent variable selection in multidimensional item response theory models using the expectation model selection algorithm

The aim of latent variable selection in multidimensional item response theory (MIRT) models is to identify latent traits probed by test items of a multidimensional test. In this paper the expectation model selection (EMS) algorithm proposed by Jiang et al. (2015) is applied to minimize the Bayesian information criterion (BIC) for latent variable selection in MIRT models with a known number of latent traits. Under mild assumptions, we prove the numerical convergence of the EMS algorithm for model selection by minimizing the BIC of observed data in the presence of missing data. For the identification of MIRT models, we assume that the variances of all latent traits are unity and each latent trait has an item that is only related to it. Under this identifiability assumption, the convergence of the EMS algorithm for latent variable selection in the multidimensional two-parameter logistic (M2PL) models can be verified. We give an efficient implementation of the EMS for the M2PL models. Simulation studies show that the EMS outperforms the EM-based L₁ regularization in terms of correctly selected latent variables and computation time. The EMS algorithm is applied to a real data set related to the Eysenck Personality Questionnaire.