家庭诸因素与初中生吸烟行为的关系

以北京市一所普通中学初一至初三的学生为被试,全面考察家庭诸因素与初中生吸烟行为的关系。单因素X^2检验发现,母亲吸烟行为与态度、情感温暖,家庭沟通、凝聚力,父母监控,父亲吸烟态度、惩罚严厉、拒绝否认和过分干涉与初中生的吸烟行为有显著关系;多因素逻辑回归分析表明,只有母亲吸烟态度和吸烟行为、家庭沟通对青少年吸烟行为有显著影响作用。     

学校联结的研究现状与发展趋势

学校联结是指个体与学校以及学校环境中的人所建立起来的一种联系,主要分为学校依恋、老师依恋、学校承诺三个维度。已有研究表明：学校联结与学生学业成绩和健康行为有直接相关,学校联结性高的学生,其学习成绩也较好,健康行为发生的频率也会增加,因此学校联结在促进学生学习与发展、预防健康风险行为发生等方面发挥着重要的作用。本文在以往研究的基础上对学校联结的概念、测量方法以及影响因素进行梳理和总结,并尝试展望未来的研究方向。     

新医科背景下医学院系治理边界嬗变研究

医学院系是医学教育的关键实体组织和实践主体,各项教育改革任务的推进都离不开院系的底部支撑。以新医科统领的医学教育变革对医学院系治理提出具有针对性的内在要求,医学院系治理边界呈现出整体性、系统性、开放性等价值旨向。面对当前治理实践中客观存在的组织边界路径依赖,医学院系应守正创新、主动赋能,通过多元参与、问题导向的垂直治理,多维激活、包容自反的水平治理,开放议程、价值共享的外部治理,融合创新、精准安全的数字治理,进一步优化组织建构,促进现代化治理能力提升,以组织良治的行动路向助力新医科建设。

     

扁鹊医派相关问题探析

扁鹊是生活在我国春秋末年一位举世闻名的医生,围绕他的医学主张和职业技术所形成的扁鹊医派在先秦时期社会影响很大,但受到扁鹊医经的亡佚、禁方传授的限制及其理论理解上的困难,西汉以后其学术流传和医学地位便出现了被岐黄和仲景医学所取代的趋势,至魏晋时期,广泛的医籍整理活动确立了以岐黄为宗的后世医学传统,扁鹊及其医学流派逐渐退出了医学发展的中心;史料所载其人物形象的神话色彩和难以逾越的时空距离又为扁鹊真实存在过的印迹蒙上了一层难以揭开的面纱,随着相关出土医籍信息的披露,扁鹊医学的拼图或渐渐清晰展现在我们面前。

     

学校资源对青少年早期幸福感发展的影响：意向性自我调节的纵向中介作用

通过对1214名初中生历时3年的3次追踪测量,考察了青少年早期的学校资源、意向性自我调节及幸福感的发展趋势,并对意向性自我调节在学校资源与幸福感发展间的纵向中介作用机制进行检验。结果发现,在青少年早期,学校资源具有相对的稳定性,意向性自我调节及幸福感均呈线性增长;学校资源对幸福感发展的作用机制表现为:一方面,学校资源通过意向性自我调节的初始水平分别对幸福感的初始水平和发展速度起间接作用,另一方面,学校资源通过意向性自我调节的发展速度对幸福感的发展速度起间接作用。结论:青少年早期,学生的学校资源水平保持稳定,意向性自我调节和幸福感的发展均呈线性递增趋势;学校资源能够通过意向性自我调节的初始水平和发展速度对幸福感的发展起间接作用。     

小学高年级学生创造力的发展：性别差异及学校支持的作用

对203名4年级学生进行3年追踪测试(到6年级),采用多水平分析法考察创造力的发展趋势、性别差异以及教师/同伴支持对创造力发展的影响。结果表明:(1) 4～6年级小学生的流畅性呈线性增长趋势,灵活性和独创性呈非线性增长趋势,初始水平与增长速度呈正相关。(2)女生灵活性和独创性的初始水平高于男生。(3)教师支持正向预测男生灵活性的初始水平,正向预测流畅性的初始水平和独创性的增长速度。(4)教师支持的发展正向预测流畅性的发展。     

Multilevel Model Prediction

Multilevel models are proven tools in social research for modeling complex, hierarchical systems. In multilevel modeling, statistical inference is based largely on quantification of random variables. This paper distinguishes among three types of random variables in multilevel modeling—model disturbances, random coefficients, and future response outcomes—and provides a unified procedure for predicting them. These predictors are best linear unbiased and are commonly known via the acronym BLUP; they are optimal in the sense of minimizing mean square error and are Bayesian under a diffuse prior. For parameter estimation purposes, a multilevel model can be written as a linear mixed-effects model. In this way, parameters of the many equations can be estimated simultaneously and hence efficiently. For prediction purposes, we show that it is more convenient to retain the multiple equation feature of multilevel models. In this way, the efficient BLUPs are easy to compute and retain their intuitively appealing recursive form. We also derive explicit equations for standard errors of these different types of predictors. Prediction in multilevel modeling is important in a wide range of applications. To demonstrate the applicability of our results, this paper discusses prediction in the context of a study of school effectiveness. This research was supported by a grant from the Graduate School at the University of Wisconsin at Madision and the National Science Foundation, Grant number SES-0436274. We are grateful to Norman Webb at Wisconsin Center for Education Research for making available the data used in the reported application.