超越统合救助模型:城市低保制度改革中的分类救助问题研究

城市低保制度深化改革过程中形成的分类救助模型相对于过去的统合救助模型而言是一个重大的进展与超越,是我国低保制度走向完善的重要标志之一。与统合救助模型对贫困群体采取整齐划一的救助办法不同,分类救助模型基于贫困人群内部的需求差异,通过制定合理、科学的救助标准体系,对不同需求人群实施有差别的救助,提高了救助的精确度、公平性与效率。由于这一模型出台的时间还不长,实施过程中还存在着一些不足与问题,诸如分类标准的制定比较粗疏、对特殊困难低保对象救助的力度不足、与再就业机制缺乏有效衔接、贫困边缘人群难以被现行制度覆盖、资金筹集及管理工作难以适应实际需要等等,影响、制约了新模型功能的充分发挥。本文对进一步完善分类救助模型的政策选择进行了全面、深入、针对性的分析探讨。     

解题反思对数学学业优差生解题过程的影响

考察解题反思对数学学业优生和差生解题结果及所用策略的不同影响。选取初一至初三年级的数学学业优生和差生为被试,以一套连加数问题为实验材料,进行一对一的测试,前后进行两次测试。对反思组优差生(优生12人,差生10人)和无反思组优差生(优生14人,差生14人)解题过程的比较,发现:1)解题后立即进行反思能够提高差生的解题正确率,但是延长解题时间;2)先前的解题反思对优生和差生后续解题时的正确率和解题时间均不产生明显影响;3)解题后立即进行反思能够促进优生和差生使用高效策略,放弃低效策略;4)先前的解题反思在后续解题中仍然促进学生使用高效策略,对优生的促进作用比对差生更明显。     

欺骗任务中结果评价的FN效应

在认知任务中,结果评价阶段由负性反馈信息诱发的ERP相对于正性反馈信息诱发的ERP,表现出一个相对负走向的波形变化,称为反馈负波（Feedback Negativity,FN）。实验采用模拟现实生活中替人点钞情境中的欺骗行为作为任务,要求被试对看到的人民币图片按键报告其真假,同时对其中的真币图片可以做出欺骗性反应,即故意报告其为假币并力争“欺骗”计算机,从而创造出欺骗失败减钱和欺骗成功加钱两种不同效价的结果。并通过1元、5元和10元三种不同面额的人民币图片,考察FN是否反映对结果信息中得失量的评价,以及不同预期强度水平对FN的影响。结果发现,FN只受结果效价、而不受数额或预期强度水平的影响。此外,FN的发生源可能位于扣带前回附近。实验结果支持了FN的现代二分理论,说明FN可能反映了基于结果与预期是否一致方面的“好”、“坏”简单快速评价     

以信息增益模式探讨在高维数据上的多类别证型分类

在慢性胃炎研究上决策树归纳法之使用已渐增加,以决策树归纳法同时表示信息增益以区别胃炎症状对证型分类之贡献,能更正确地区别慢性胃炎。而信息增益已广泛地用于评估两分分类,仅有很少报导有关多类别慢性胃炎分类,它需要探索多类别慢性胃炎分类之信息增益。本研究提出基于名目及次序样本类结果的决策树归纳法所做的多类别慢性胃炎分类,例如,不同慢性胃炎次型的症状样本,评估是以决策树归纳法与Friedman-Goldszmid,HGC,Cheng判别法之正确率作比较。显示平均正确率64.9%优于前三者且提高1.55%。     

加工速度、自我监控对认知操作的影响

本研究用认知操作的部分内容,探索了青少年在认知操作活动中年龄、自我监控、加工速度对认知操作的影响,研究发现：本研究结果表明,年龄对自我监控有显著的负效应,对认知操作有显著的正效应,自我监控对加工速度有非常显著的正效应,对认知操作有显著的负效应,加工速度对认知操作有显著的负效应。     

校长领导行为与教师工作满意度关系研究

校长领导行为与教师工作满意度的关系．是教育管理领域的重要理论问题之一．也是教育实践中广大校长和教师非常关注的问题。国外在这一领域也取得了许多研究成果。Fast(1964)的研究指出．教师所描述的校长的实际关心体谅与建立结构行为与教师的满意呈正相关。Kohan和AlanR．(1989)的研究结果显示．领导的关心体谅维度与教师的工作满意有显著影响,而建立结构行为则不然。Heller和H．wmiam(1993)等人的研究结果显示．教师的工作满意与校长的领导行为风格没有显著的相关。     

社会转型时期社会性格的特点及分类研究

本研究通过对转型期中国入社会性格的调查分析,发现：中国人的社会性格结构由八个维度构成,它们分别是忠信感、进取性、保守性、顺从性、疏远性、开放性、适应性和独立性。个体的性别、年龄和教育程度对社会性格特点具有影响作用。常态被试可被进一步分为进取开放型、保守顺从型和中间型三类。创造条件促进人格向趋于现代化的方向发展是社会发展的结果,亦是实现社会发展的必要前提。     

呈现方式对小学生和大学生分类影响的眼动研究

使用ASL-504型眼动仪,采用2×2的被试间设计,对22名智力、视力均正常的小学生和24名大学生在两种呈现方式下的分类结果和主要眼动指标加以考察。结果表明:(1)小学生分类结果不存在显著的呈现方式差异,大学生分类结果存在显著的呈现方式差异。(2)被试分类结果是否存在显著的呈现方式差异与其兴趣区数目、注视次数、注视频率、注视点持续时间等眼动指标在相应条件下是否存在显著差异是一致的。     

不同自我评价方式对高中生写作的影响

本研究考察了三种不同的自我评价方式对高中二年级学生写作活动的影响。结果表明,自我评价对写作成绩有一定改善,但短期内对一般性的学习动机与效能感无显著影响。写作结果自我评价方式有助于写作结果自我评价准确性的提高,单独的写作过程自我评价方式短期内对写作活动无显著促进作用,写作结果与写作过程的综合自我评价方式显著改善了写作活动。     

心理因素与学业表现：机器学习分类预测模型

随着高等教育规模的扩大,学业表现不良逐渐成为一个不容忽视的现象,对学业表现不良的学生进行预测并提早给予干预可降低退学率并减少教育资源的损失。由于导致学业表现不良的因素众多且关系复杂,传统的基于相关分析的研究方法很难建立早期预测模型并进行应用。本研究旨在利用机器学习算法,对数据进行挖掘,并建立学业表现预测模型。研究对653名大一新生的心理健康状况、应对方式、人格、内外控倾向和相关人口统计学信息进行了收集,并在一年后采集了其学业成绩,利用随机森林(RF)、K邻近（KNN）、支持向量机（SVM）、决策树（DT）、朴素贝叶斯（NB）等机器学习算法建立了分类模型。结果显示,随机森林算法在识别学业表现不良学生时有最好的表现,其中准确率95.86%, 召回率91.83%,f1分数为93.80%。特征重要性分析显示,前10个对模型有最高贡献度的特征包括：年龄、性别、是否为独生子、内外控倾向、神经质倾向、积极应对倾向、宜人性倾向、一般症状指数、开放性倾向和焦虑水平。为避免过度拟合问题,本研究在一年后收集的166名新生样本中进行了模型验证,结果显示模型在新数据集上有较好的泛化表现,其中f1分数90.90％,准确率92.60％,召回率89.26％。研究提示基于人口统计学和心理测评信息,机器学习算法有助于及早识别学业表现不良学生并为开展早期干预提供启示。