谈判的语言技巧

美国谈判专家荷伯科恩说过：“现实世界是一张巨大的谈判桌,每个人都须成为谈判专家。”有一位犯了烟瘾的基督教徒问神甫：“可以在祈祷时抽烟吗?”他遭到神甫的严厉斥责。而另一位想吸烟的教徒去问神甫：“可以在吸烟时祈祷吗?”后一个教徒的请求却得到了允许。这两个教徒发问的目的和内容完全相同,只有谈判语言的表达方式不同,但得到的结果却相反。由此看来,表达技巧高明才能赢得期望的谈判效果。谈判的语言技巧在营销谈判中运用的好可带来营业额的高增长。某商场休息室里经营咖啡和牛奶,刚开始,服务员问顾客：“先生,喝咖啡吗?”…     

年轻医生面临的医患纠纷成因及沟通技巧

分析当前医患纠纷的成因,特别是年轻医生面临的人文背景知识、专业知识和价值观等内在因素,以及患方存在的社会矛盾、健康素养和潜在隐患.探讨纠纷的防范机制,提出有效沟通的步骤、方法和可能使用的沟通策略.防范医患纠纷,需认识自身不足,提高专业及人文知识,确实要做到以患者为中心,以“德”服患(者),让医疗回到本源.     

签署麻醉知情同意书应该注意与患者沟通的技巧

签署麻醉知情同意书是防范医疗纠纷发生的一个重要环节,麻醉医师在充分尊重患者知情同意权和如实告知麻醉风险的前提下,还须掌握与患者沟通的技巧,注意自身形象、语言表述及谈话分寸,详细解释医疗费用,力争完全取得患者的理解与支持,努力构建和谐的医患关系.     

如何在阅读实践中提高英语阅读能力

一、加大阅读量 在不同的阶段,选一本与教科书程度相近或略难的带有英语练习的英语书。这类书的特点是书中的文章都是短小精干,新鲜有趣,可读性很强,而且文章后设置了理解性的练习,读者读了文章后做这些练习,或者是先看练习,帮助理解,在看阅读文章,以检查是否看懂了,看懂多少。比如在高二阶段,选择英文版的《鲁滨逊漂流记》作为自己的英文阅读材料,可以有效提高学生的学习兴趣,提升自己的阅读技巧。阅读还可以利用一切接触的英语阅读材料。     

求职面试成功的技巧

我没有救过人美国某公司在珠海招人,广告登出来后,不少人前往应试。笔试过关的有几十人。最后一关是面试,与老板直接交谈。阿明这一天也去了,当他走进老板的办公室时,老板突然惊喜地站起来,握着阿明的手,兴奋地说："想不到在这里见到你。那一次,我陪女儿在白藤湖划船,她不小心掉到水里。你奋不顾身跳下水,把她救了起来。当时忙着救女儿,我也忘了问你的名字!世界真小,想不到在此见到你!"阿明被他这一大段激动人心的话弄糊涂了,想：准是这洋老头认错了人!于是坚定地说："先生,我没有救过人,你认错了人吧!"但老板仍一口咬定是阿…     

基于Gini指数的认知诊断计算机化自适应选题策略

Gini指数可用来描述分布的不均匀性,已广泛应用于决策树算法,本文开发了基于Gini指数的认知诊断计算机化自适应选题策略,并在饱和模型和缩减模型下与SHE, MPWKL,GDI,PWKL选题策略进行比较。模拟研究表明,基于Gini指数的选题策略与SHE,MPWKL,GDI相比,分类精度相近并提高了题库的利用率;与PWKL相比,提高了分类的精度和选题速度,综合来看,基于Gini指数的选题策略能够兼顾分类精度和题库使用均匀性。     

多级计分认知诊断计算机化自适应测验的新选题方法

认知诊断计算机化自适应测验（Cognitive Diagnosis Computerized Adaptive Testing, CD-CAT）是认知诊断评估和计算机化自适应测验两者的结合,兼具认知诊断和自适应测验的特点。目前,针对CD-CAT的研究几乎都集中在0-1二级计分的数据。然而,在教育和心理评估的实际应用中,存在大量的多级计分的数据。因此,本研究探讨了多级计分CD-CAT（Polytomous CD-CAT, PCD-CAT）的实现技术,并提出了2种新的选题方法。通过模拟实验比较了新选题方法和传统选题方法在PCD-CAT的效果,结果表明：在定长PCD-CAT条件下,2种新选题方法的模式分类准确率是最高的,而在非定长PCD-CAT条件下,2种新方法的测验效率也是最高的。     

认知诊断计算机化自适应测验中新的选题策略:结合项目区分度指标

当前国内外大部分认知诊断计算机化自适应测验(CD-CAT)主要采用PWKL作为选题策略进行研究。PWKL结合后验分布信息对KL指标进行加权,提高了判准率,但该方法仅利用个体层面信息加权,忽视了项目本身能够提供的信息,属于单源指标。本研究结合认知诊断中的项目区分度信息,对PWKL进行修正,提出了4种新的多源选题策略:GIDPWKL、AIDPWKL、CIDPWKL和KLEDPWKL方法,并在加入曝光控制下与PWKL和互信息法(MIM)进行比较。模拟研究结果表明:(1)在定长测验情景下的绝大多数实验结果表明,测验长度越短,新方法的判准率越高。平均属性/模式判准率最高的是GIDPWKL,之后是AIDPWKL,而CIDPWKL、KLEDPWKL和MIM方法的优势随实验条件不同而不同。(2)在定长测验情景下的绝大多数实验结果表明,题目质量越高,新方法的优势越明显。(3)Q矩阵结构的复杂性会影响不同选题策略的表现。(4)在变长测验情景下,4种新方法和MIM的平均测验长度均要低于PWKL方法,表现最好的是GIDPWKL方法。因此,若实际测验情景与本研究的模拟情景相似,推荐GIDPWKL方法。     

多维计算机化自适应测验中项目曝光控制选题策略的比较

在MCAT中考查四种项目选择指标在有无曝光控制条件下的选题表现。项目选择指标分别是:(1)贝叶斯的D优化方法(D-optimality)、后验期望Kullback-Leibler方法(KLP)、基于等权重复合分数的最小误差方差方法(the minimized error variance of the linear combination score with equal weight,V1)和基于最优权重复合分数的最小误差方差方法(the minimized error variance of the composite score with optimized weight,V2)。将针对认知诊断CAT项目曝光控制的的限制阈值方法(Restrictive Threshold,RT)和限制进度(Restrictive Progressive,RPG)方法、单维CAT中的最大优先指标方法(Maximum Priority Index,MPI)推广到MCAT。模拟研究表明:(1)KLP,D-优化和V1对领域分数估计准确,能力返真性比V2更好。(2)尽管V1和V2方法相比KLP和D-优化方法提高了题库利用率,但这四种选题指标都产生不均匀的项目曝光率分布。(2)三种曝光控制策略都极大地提高项目曝光均匀性,且不明显降低测量精度。(3)MPI与RPG方法在曝光控制方面表现类似,且比RT的方法表现更好。