HPV DNA整合、E2缺失与宫颈癌演变的关系

高危型人乳头瘤病毒(HPV)感染是宫颈癌发病的必要条件,而HPV DNA与宿主基因组的整合及由此导致的E2基因断裂可能是宫颈癌致癌机制的关键.本文将从HPV感染、病毒基因组与宿主染色体整合及宫颈癌的演变历程中以哲学视角思考HPV DNA整合、E2基因缺失及宫颈癌演变的辩证关系,以期更好地解读宫颈癌发病原理并最终应用于临床治疗.     

控制单水平研究中的多水平误差：基于设计的方法

由于取样设计的原因,多水平数据结构不仅存在于多水平研究,也广泛存在于单水平研究,需要在单水平分析中控制多水平误差。此时使用多层线性模型发挥不了优势,反而因模型的复杂性带来麻烦。基于设计的方法相对更简单、高效和稳健,更契合含多水平误差的单水平研究情境。在详细介绍基于设计的方法及其优势后,利用数据实例展示基于设计的方法在单水平研究中控制多水平误差的效果,并为应用研究者提供方法选用建议。     

社会拥挤对消费者感官刺激偏好的影响及机制研究

本研究通过1个田野实验和2个实验室实验探讨了社会拥挤对消费者感官刺激偏好的影响及内在机制。相比于不拥挤,社会拥挤会增加消费者对强(vs.弱)感官刺激的偏好(实验1),这一效应受感知控制缺失驱动(实验2)。权力感对社会拥挤与消费者感官刺激偏好的关系起到调节作用(实验3),即当个体的权力感较高时,社会拥挤对强感官刺激偏好的促进作用才成立;反之,这种效应便会消失。     

幼儿元认知发展的几个问题

一般认为,儿童的认知和元认知能力随儿童年龄的增长而有所提高。但值得注意的是,较为晚近 的研究发现,直到学前末期甚至学龄初期,儿童才表现出元认知和智力之间的一致关系。如何理 解幼儿普遍存在的元认知水平低现象成了儿童认知发展研究的一个重要问题。     

混合效应均值-方差模型的建构和样本量规划探索

随着研究问题的深入和数据收集手段的进步,能够合理分析和深入挖掘嵌套结构数据信息的混合效应均值-方差模型(Mixed-EffectsLocation-ScaleModels,MELSM)受到广泛关注。本研究拟通过模拟研究和应用研究,在贝叶斯框架下探究MELSM的模型建构方法,并探索MELSM在确定和不确定情境下结合检验力和效应量准确性分析的样本量规划范式,最终整合上述功能开发简便易用的软件包,形成MELSM的应用流程,促进新方法和新技术在心理学研究中的推广应用,提高研究的生态效度和可重复性,进而提高研究的整体质量。     

比较政治研究中的数据生成与获取

数据是开展跨国定量研究的前提与基础,深入理解数据资源有助于提升科研层次。社会科学中常见数据资源主要通过统计、抽样调查和数学建模三种路径生成,而运用于跨国比较研究的数据资源整合,是建立在研究范式科学化、域外信息需求扩大化以及信息技术普及化三个基本条件之上的。目前使用频度较高的跨国定量研究数据的开发源头,主要是政府部门、政府间国际组织、科研机构和非政府组织四类部门。当前我国政治学者在跨国定量比较分析中存在国外数据资源利用不充分和国内数据整合程度不高的问题。     

道术之辨:大数据治理的原则和边界——以基层社会秩序变革为中心

用道术概念来辨识"大数据治理"给公共体制带来的影响及其意义,是为了说明,大数据治理不只是一个传统"术"(工具意义)的问题,更是一个现代"道"(治理理念)的问题。大数据治理需要与公共体制的治道变革紧密关联起来,因为,基于民权观念上的治理或基于专制观念上的治理,这两者具有本质的不同。所以,大数据治理在"术"即工具理性上的意义就表现为,是推动民主治理进一步发展的动力,还是加剧公共部门全能治理的覆盖并使其更具有决策和执行的渗透力。     

个体化医疗和大数据时代的机遇和挑战

随着分子生物学的发展,高通量测序技术的引入和“大数据”处理能力的提高,现代医学正在经历巨大的变革,由传统的标准化医疗模式向个体化医疗模式转变。随着人类基因组计划和DNA元素百科全书计划的完成及人类和肿瘤基因图谱的绘制,我们正逐步解开人类基因组的奥秘。这极大地推进了人们对疾病,尤其是对肿瘤的认识。作为疾病诊断的“金标准”,病理学也在经历着深刻的变革,逐渐向个体化病理学发展。个体化医疗时代的到来,使医学各领域和社会多方面都面临新的机遇和挑战。     

大数据与互联网宗教信息的治理

针对国内互联网宗教信息,应推动互联网宗教信息治理体系由碎片化向网格化转型,建立互联网宗教信息预警体系。针对境外媒体涉华宗教议题,应精准分析其风险点位和关键问题,有理有据反驳其宗教叙事,全方位提升我国在宗教话语和宗教学话语方面的国际传播能力和国际话语权。针对境外互联网宗教信息,在尊重网络主权的原则下,推动建立全球互联网宗教信息治理体系和对话机制,有效管控分歧,抵制宗教极端主义和民族分裂主义的传播。     

考试评分缺失数据的概化理论分析

考试评分缺失数据较为常见,如何有效利用现有数据进行统计分析是个关键性问题。在考试评分中,题目与评分者对试卷得分的影响不容忽视。根据概化理论原理,按考试评分规则推导出含有缺失数据双侧面交叉设计（p×i×r）方差分量估计公式,用Matlab7.0软件模拟多组缺失数据,验证此公式的有效性。结果发现：（1）推导出的公式较为可靠,估计缺失数据的方差分量偏差相对较小,即便数据缺失率达到50％以上,公式仍能对方差分量进行较为准确地估计;（2）题目数量对概化理论缺失数据方差分量的估计影响最大,评分者次之,当题目和评价者数量分别为6和5时,公式能够趋于稳定地估计;（3）学生数量对各方差分量的估计影响较小,无论是小规模考试还是大规模考试,概化理论估计缺失数据的多个方差分量结果相差不大。