体育传媒语言中的性别不对称现象之研究

性别不对称现象在体育媒体语言中并不鲜见,但几乎总是对女性不利.女子运动和赛事名称常常是性别标记的,女子运动员的美貌比起其运动成绩来似乎更为媒体所津津乐道,女子运动员依然被描述成在身体和智力方面劣于男子.语言中性别不对称之原因不在语言本身,而在其外部.标记象似原则认为标记成分具有额外、不寻常和意外等意义,性别标记亦然;社会学认为,性别标记是由社会构建的.本文选取体育媒体语言为切入点,例举其在涉及性别时所表现出的不对称现象,主要以标记象似原则并结合社会语言学等相关理论来阐释其存在的社会理据.     

德育叙事中的身体逻辑探析——基于身体哲学的视角

人以身体在世,故德育叙事作为人的实践活动必然蕴涵着一定的身体逻辑,主要体现在三个方面：第一,师生作为叙事性存在的身体—主体,既是超越意识主体的生命叙事建构者,也是身处德育之场的叙事实践者;第二,在实现德育叙事的过程中,身体德性引导着实践的价值取向,基于此,作为话语织体的学生叙出由身体意向性整合而成的故事,并由此展开关于道德意义的对话与讨论;第三,身体间性是德育叙事中的关系样态,即身体—主体既是居于共生世界的叙事合作者,又是相对独立的具有个性身体空间的道德建构者。     

论电影《金刚川》的身体叙事和记忆书写

电影作为视觉表述的艺术样式,借助身体符号完成与精神文化的联姻。从身体叙事理论视角入手,剖析《金刚川》人桥搭建过程中战士们具象的自然身体、抽象的英雄身体和永恒的文化身体的符号意义及其内在关联,成功完成对抗美援朝战争的历史化呈现和精神性素描。同时分析身体叙事如何构建电影形式的问题,实现对以《金刚川》为代表的主旋律影片叙事技巧的全新探索。     

暧昧的身体 荒谬的体验——对卫慧作品的后现代解读

若用后现代哲学解读卫慧作品,身体不过是前意识层面现象学意义上的身体,性行为体现了一种特别的性欲意向,一种爱欲知觉。从存在论意义上来说,性关系是一个身体寻找另一个身体、以确认人与人的共在关系。卫慧的身体叙事文本,完成了新时期文学由“宏大叙事”到“个体叙事”再到“身体叙事”的叙事革命,在100年内实现了中国女性由个性解放到身体解放的现代神话。但由于远离我国当下的文化语境,不可避免地遭到主流意识形态和精英文化的围剿与唾弃。     

消费文化视阈中的身体批评

在消费文化视阈中,身体理论与身体写作都获得了前所未有的发展,但是,与此相关的＂身体批评＂却一直隐而不显。生理身体与社会（交往）身体两种形态为身体的主要存在方式。文学艺术作品中的身体描写和日常生活中的身体叙事为身体批评提供了广阔的资源。身体批评应该从身体感性、身体的伦理叙事和身体的文化政治三个维度去实施。     

《在路上》的身体叙事与新教伦理

作为"垮掉的一代"的代表作,《在路上》的身体叙事体现了作者凯鲁亚克对美国传统文化尤其是新教伦理的反叛。新教伦理以宗教的方式肯定了对物质财富追求的正当性,为美国的资本主义发展提供了精神动力;而《在路上》的身体叙事则意味着作者对新教伦理的反叛、解构,并不断在反叛与解构中重新认识自我、完善自我,从而在禅宗思想中找到了精神信仰。这不仅深深影响了美国二战后一代青年人的价值观,而且也发展与丰富了美国的文学叙事。     

DNA分子标记在不结球白菜遗传育种中的应用进展

概述了分子标记的分类和特点,以及在不结球白菜遗传多样性分析、遗传图谱构建、数量性状座位(quantitative trait locus,QTLs)定位和分子标记辅助育种等领域中的最新研究进展.总结了目前分子标记在不结球白菜遗传改良和辅助育种中存在的若干问题,并对该研究领域提出了一些展望和建议.     

试论古代帝王贤圣的身体叙事

东汉永平十年（67）之前，中国历史典籍与文学作品中，古代帝王贤圣的身体叙事有一个共同的特点，即以奇形怪状为神异，以畸形、病态或异形合体为神奇，并以之作为神化他们的依据。其原因似在于中国古人的神话思维方式。此一身体叙事的功能在于为其君权神授或圣人天生论张目。东汉永平十年之后，法相说随着佛教而传入东土，并被社会舆论所崇奉，从而对帝王贤圣的身体叙事有着深远的影响。史书以及通俗小说对帝王贤圣的形貌描述，大多依据法相说进行撰述，目的也是从身体方面证明他们是“见在佛”或神仙的化身，从而不言而喻地表明他们法统的正当性。     

有氧健身运动对BMI异常大学生身体自尊的影响

采用问卷调查和实验研究等方法,研究了有氧健身运动对BMI异常大学生身体自尊的影响.结果表明:有氧健身锻炼对超体质量和肥胖大学生身体自尊改善作用较为显著,对低体质量学生的影响不明显;15周的有氧健身锻炼对肥胖大学生"身体吸引力"维度的改善不显著.     

面向不平衡数据的逻辑回归偏标记学习算法

偏标记学习是近几年提出的新机器学习框架,已有的逻辑回归偏标记算法尚不能解决数据不平衡问题.建立了一种可以解决数据不平衡的逻辑回归模型偏标记学习算法.基本思想是在多元逻辑回归模型中定义新的似然函数以达到处理不平衡数据的目的.算法先根据训练集中各个类别样本所占比例定义了一个新的似然函数,之后通过逼近和求导等数学手段推导得到了能够求解的光滑的逻辑回归偏标记学习模型.在UCI数据集和真实数据集上的仿真实验表明,所提算法在数据存在不平衡问题时提高了样本的平均分类精度.