扩散张量成像在弱视中应用的探讨

弱视是儿童常见眼科疾病,发病机制目前尚不完全清楚。扩散张量成像（diffusion tensor imaging,DTI）是MRI技术的一个新应用,将DTI引入弱视发病机制的研究使人们能更加直观地研究弱视患者视路相关结构有否解剖改变。正确运用哲学观点、充分发挥创新能力并灵活选用适宜技术与高新技术以期达到弱视诊断的最优化。     

组织气氛与员工参与的关系

员工参与是提高组织绩效的重要一环 ,也是组织提高运作效率和使员工产生积极心态的关键 ;组织气氛是影响员工参与的一个重要因素。文章探讨了组织气氛与员工参与之间的关系 ,对全国各地区共 14 8家企业的90 4份调查问卷进行了单因素方差分析和逐步回归分析。研究结果表明 ,员工参与变量有显著的所有制差异和地区差异 ;低科层性的、创新性的和支持性的组织气氛会显著地提高员工参与水平 ;企业的科层式管理体制 ,是影响员工参与水平的最显著因素。研究结果对我国企业管理者有重要的启示     

传统中医的发展策略

1开办“传统中医诊所”诊金自定:诊金由中医师自己定价。如果中医师的疗效好、患者多,则诊金可以相应提高,反之则降低,每日的门诊量控制在一定范围内,还能够促进同业者“见贤思齐”提高业务水平,形成良性循环。自制中成药:经典的中成药,如;理中丸、参苓白术散、至宝丹等,具有成     

论《新唯识论》与《成唯识论》

熊十力作《新唯识论》开中国哲学家建立自己哲学体系著作的先河,同时熊子对佛家尤其唯识家的批评甚至否定,以及后者对熊子的群起反驳,又引发了一桩学术公案。熊子的批评有哪些道理,他的否定又是否妥当,就正是本文探讨的主题。本文原则上赞成熊子的批评,但不同意他的否定,认为这正好体现了他的局限,也正是由于这个局限终使他不能作出《量论》。     

结构化面试评定量表的现代测量学分析

结构化面试作为使用最为普遍的人事选拔技术之一受到越来越多研究者的关注.本研究与传统分析方法和内容不同,选用IRT的Rasch模型的拓展--多面Rasch模型,对某次结构化面试中两组12位评委对66名考生的面试数据进行分析,主要对面试中10点量表的使用进行了检测.结果表明在面试的五个维度中,10点量表并未完全使用,低端的3个等级未被使用;总体而言,考生在各维度上得到的评定越高就越有能力,但在综合分析和口头表达两个维度上,出现了等级评定和考生能力倒挂现象;而且,在各个面试维度上均发现了评定等级的非等距性.     

自评式两极量尺到底在测什么?——寻找中庸自我的意外发现

从寻找中庸自我的过程当中,意外发现：在自评式两极量尺中间打勾的人可能是对自我认识不清的人,也可能是在社会情境与自我之间寻求均衡点的中庸自我;在两极量尺两端打勾的人确是两种不同的人,他们在社会赞许性方面存在显著差异。中庸自我能够看到对立两极之间的转化关系,他们在感知与行动方面的差异并不是为了博取社会赞许,而是基于“诚”的修养。     

概化理论方差分量及其变异量估计:跨分布的模拟研究

为考察概化理论中方差分量及其变异量估计的准确性,采用模拟研究的方法,探究Traditional法、Jackknife法、Bootstrap法和MCMC法在p×i×h和p×(i:h)2种双侧面设计和正态、二项、多项、偏态分布4种数据类型下的表现。结果显示:(1)4种方法均能准确估计方差分量;(2)估计方差分量的标准误时,若数据正态分布,Traditional法最优,非正态分布时Bootstrap法最优;(3)估计方差分量的90%置信区间时,Bootstrap法在不同分布的数据下表现稳定,但容易受到侧面水平数的影响。综合来说,若数据呈正态分布,建议选用Traditional法; 若数据呈非正态分布,建议选用Bootstrap法。     

科学预防--阻击流感

或许您不了解流感,或许您认为流感不严重,但流感每年会导致全球25～59万人死亡!近段时间以来,流感及其有关话题“使用频率”超过往年。一些人甚至产生了恐慌, “流感大流行”的谣言也在一些地方出现。这一切均源于世界范围内波及面扩大的高致病性禽流感及人们对H5N1型高致病性禽流感病毒变异为可在人际间传播的流感病毒的担忧。 2005年“流感”成为世界话题的原因,首先是高致病性禽流感波及面在扩大。H5N1型高致病性禽流感自1997年在香港出现,2003年波及北美、东南亚,2005年又出现在欧洲一些国家,我国的部     

锚测验难度水平代表性对垂直量尺化的影响研究

考察了锚测验难度水平对其来源测验水平的代表性对垂直量尺化的影响。采用模拟研究的方法,比较了锚测验难度等于来源测验、位于高低年级测验水平难度区间的第25百分位处及区间第50百分位处时,年级能力分布和垂直量尺特性上的参数返真结果,发现锚题难度水平高于其来源测验非但不会导致垂直量尺化结果变差,在有的情境下反而可能会提高其准确性。研究揭示人们构建垂直量尺时,可以根据内容和其他统计特征的需要对锚测验的难度水平做出适当调整     

基于脑结构像的精神分裂症机器学习分类

将机器学习应用于精神疾患的临床和基础研究是近年来的趋势。研究者将机器学习应用于精神分裂症患者及高危人群的T1加权像和弥散张量成像的脑影像数据中, 为了解疾病的生理病理学机制提供帮助。回顾以往研究发现额叶及颞叶的脑结构特征具有较高的区分能力, 行为数据和脑影像数据结合的分类效果优于单模态数据。现阶段研究存在样本量不足和泛化能力欠缺的局限, 未来研究应注意扩大样本量、制定标准化的分类方法, 从而进一步探究机器学习在精神疾患中的作用。