企业安全意识管理的探析

本研究在安全意识和人的不安全行为理论的基础上，明确指出企业管理者在企业安全管理中的重要地位，从安全氛围的营造、本质安全、培训管理、制度建设、监督管理和持续改进6个方面对安全意识的提升进行了论述，最后针对管理者安全意识的培养提出了“望、闻、问、切”的理念。     

学龄前儿童利他行为的发展:从共情关怀到维护公平规范驱动

选取240名3～6岁儿童,通过2个实验考察共情关怀对学龄前儿童利他行为的影响.实验一采用独裁者博弈任务,当儿童作为资源的分配者时,指向响应者的共情关怀如何影响儿童的利他分配行为?实验二采用最后通牒博弈任务,儿童作为响应者,当共情关怀指向的对象做出了不公平分配,儿童是否会进行利他惩罚以维护公平规范?结果发现,共情关怀能促进学龄前儿童的利他分配行为,但对于利他惩罚的影响表现出年龄差异.具体来说,无论在控制条件还是共情关怀条件,相比于更大年龄的儿童, 3～4岁小班儿童较少做出利他惩罚,表明3～4岁儿童的行为仍以自利倾向为主导,较少遵守和维护公平规范原则; 4～5岁中班儿童的利他行为以共情关怀为主导,当不公平的违规者同时也是共情关怀指向的对象时,他们更有可能出于对不公平违规者的同情,而不进行惩罚; 5～6岁大班儿童的利他行为以公平规范为主导,利他惩罚行为不受共情关怀的影响.这些结果说明,学龄前儿童的利他行为经历了从共情关怀驱动到维护公平规范驱动的转变,并且4～5岁可能是这种转变的过渡阶段.     

融合BERT词嵌入和BiLSTM的微博谣言持续检测模型

针对微博谣言带标签数据不足，且当下的谣言检测模型无法持续学习应对不断变化的微博网络语言等问题，本文提出BERT-BiLSTM-LML微博谣言持续检测模型.首先，使用BERT(Bidirectional Encoder Representations from Transformers)预训练模型提取两个任务输入文本数据的词向量；其次，使用双向长短时记忆(Bi-directional Long Short-Term Memory, BiLSTM)网络充分提取文本的上下文特征；最后，基于BiLSTM深层特征使用终身监督学习算法ELLA(Efficient Lifelong Learning Algorithm)对两个任务的特征数据进行建模，以实现对微博谣言的持续检测.实验结果表明：BERT词向量有效优化了模型性能，比基于Word2vec词向量的Word2vec-BiLSTM-LML模型在准确率和F1值都提升了5.5%.相较于独立学习，在持续学习争议检测任务后，模型的谣言检测准确率提升了1.7%,F1值提升了1.8%.同时，在持续学习过程中，随着知识的积累，谣言检测准确率持续提升.最终在公开...