失败学习对企业绩效的影响机制研究

已有文献认为失败学习对企业绩效具有重要作用，但失败学习通过何种途径促进企业绩效提升的研究并不完善。基于失败学习理论，引入资源拼凑和机会识别作为中介变量，构建失败学习影响企业绩效的多路径模型，探索失败学习对企业绩效的驱动路径及内在机理。实证结果表明：失败学习对企业绩效具有显著积极作用，资源拼凑和机会识别分别在失败学习与企业绩效之间起中介作用，资源拼凑和机会识别在失败学习对企业绩效驱动过程中存在链式中介作用，战略柔性能够强化资源拼凑与企业绩效之间的关系，并正向调节资源拼凑的中介作用。研究结论拓展了失败学习对企业绩效的影响路径，对企业复苏和成长具有重要启示。     

国际策略情境、国际双元学习与后发企业创新赶超

整合国际策略与双元学习理论，构建国际策略情境、国际双元学习的平衡和联合与后发企业创新赶超之间的关系模型。基于长三角地区327家外向型制造企业（高新技术企业）问卷调查数据，发现国际策略情境以及国际双元学习平衡和联合均显著正向影响企业创新赶超，国际策略情境对国际双元学习平衡和联合均具有显著正向影响，并且国际双元学习平衡和联合均在国际策略情境与创新赶超之间具有部分中介作用。研究结果揭示了国际化视域下双元学习与后发企业创新赶超的内在影响机制，延展了企业国际化、组织学习和创新赶超等相关领域理论空间，对于本土企业有效实施创新赶超具有启示意义。     

将高校党史学习教育常态化融于立德树人全过程

高校党史学习教育常态化、长效化是践行立德树人根本任务的有效途径，承担着“学史明理、学史增信、学史崇德、学史力行”在高校的贯彻实施。高校党史学习教育常态化融于立德树人全过程，需坚持党的领导，发挥教师的主导作用，以学生为主体，以课堂和实践为载体，为中国特色社会主义事业培养出更多堪当大任的时代新人。     

党校党史学习教育的意义与实践策略分析

党校是我们党教育培训党员领导干部的主渠道，也是进行思想理论建设的主阵地，其在党史学习教育工作中肩负着重大的责任与使命。其一，要通过加强党史学习教育工作，实现聚焦理论武装、政治方向和历史规律，深入提升政治建设成效，延续红色基因；其二，要最大限度地发挥出党校自身优势，将党史学习教育资源真正嵌入党员干部培训工作中，有效提升党员干部的能力和素养。本文将立足实际，对党校党史学习教育的意义和具体实践策略予以详细的分析和阐述。     

甘做机电企业法律援助的“燃灯者”——上海小城(苏州)律师事务所青年委员会主任朱佳律师

当前,新中国成立以来第一部《中华人民共和国民法典》,正在全国宣贯实施。习近平总书记在主持中共中央政治局集体学习时强调,要切实推动民法典实施,以更好推进全面依法治国、建设社会主义法治国家,依法更好保障人民合法权益。     

线上线下混合式“金课”教学探索——以“教育诊断与幼儿心理健康指导”课程为例

对"教育诊断与幼儿心理健康指导"课程进行线上线下混合式"金课"实践进行探索,首先对T师范学院学前教育专业学生学习现状进行调查;其次,根据以学为主的教学设计原则,强调以学习者为中心,在教学内容上突显出高阶性、创新性与挑战度,教学方法上根据不同的教学内容选用最适合的教学方法打造高效课堂,以期在提高学生知识水平的同时,培养学前专业学生正确的幼儿健康观、教育观和立德树人的责任感。     

董事长金融经历促进还是抑制了企业金融资产配置?

具有金融经历的董事长是否显著影响企业金融资产配置?通过区分董事长是否具有金融投行工作经历,利用中介效应、分组检验以及多种稳健性检验方法,实证研究发现民营企业董事长具有金融经历促进了企业金融资产配置;具有投行经历对长期金融资产配置的促进作用更强,主要的作用机制是“套利动机”而非“储蓄动机”;董事长金融经历的作用在成熟期企业中、营商环境较好的地区更显著,并且能降低金融资产配置导致的财务风险。通过研究丰富了高管特征经济效应及企业资产配置领域文献,为宏观“脱实向虚”的微观成因提供了经验证据。     

大学生线上学习的效果及影响因素分析

本研究会通过一些统计分析办法,对疫情期间的学习状况以及存在的问题,做出更加深入的、更加专业化的了解,为之后的线上教学实践,提供科学依据。本研究通过收集学生疫情期间的具体学习状况的反馈,深入挖掘学生存在的各种问题,包括物质上,以及心理上,对网课学习效率不高的症结所在。研究结果可以看出,学生在自我管理方面依旧是存在短板,导致长时间的学习后,对网课产生抵触心理,外界的干扰,基础条件也是客观层面上,降低积极性的很大原因。仍需要学校的家庭,通过引导和培训,构建起学生自主学习的能力,发挥学生的自主性,激发学习兴趣。并且,将基础设施的配套视为同等重要的因素,为学生打造一个良好的学习环境。     

指向深度学习的古诗教学“四意识”——以部编版小学语文四年级上册第三单元《古诗三首》为例

深度学习是落实学科核心素养的重要途径,古诗教学是语文阅读中的重要组成部分。指向深度学习的古诗教学开展尤为迫切,要打破以往传统的教学方法,应具备四个意识即关联意识,转化意识,横纵意识和聚焦意识。     

深度学习方法在作物遥感分类中的应用和挑战

[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。