外部治理环境与公司绩效:代理成本的中介效应

中国经济发展过程中存在区域发展不平衡现象,这种不平衡现象对公司绩效产生了重要影响。基于2003-2015年沪、深两市A股上市公司数据,以管理费用率度量上市公司管理层与股东间的第一类代理成本,以其他应收款占比度量上市公司控股股东与中小股东之间的第二类代理成本,采用多元回归和中介效应检验程序,实证检验了外部治理环境通过两类代理成本的中介作用对上市公司绩效影响的内在机理。研究结果表明,外部治理环境的提升能够显著的降低两类代理成本,进而提高上市公司的绩效,两类代理成本在外部治理环境影响公司绩效的过程中发挥显著的部分中介作用。     

智慧图书馆人才队伍建设初探

介绍了智慧图书馆的理论研究现状及构建路径,分析了智慧图书馆人才队伍建设中存在的问题,对智慧图书馆员的培养目标及培养策略进行了探讨。     

单快拍相干信号自适应波束形成方法

针对低快拍条件下相干信号波束形成问题,提出一种单快拍相干自适应波束形成方法。首先,构造Duvall特征消除器滤除阵列接收信号中的期望信号,再利用空间平滑方法解相关。然后,依据Hung Tuner算法对平滑后的协方差矩阵进行Gram Schmidt正交化,快速重构干扰信号子空间。最后,将静态权矢量在干扰子空间内的正交投影作为波束形成最优权矢量。该算法可有效避免协方差矩阵求逆和特征分解造成的复杂计算,且能降低由于期望信号泄露造成的子空间估计误差,在单快拍条件下性能良好。仿真分析验证了算法的优越性和理论分析的有效性。     

公安院校《有机物检验技术》课程研发探究

目前公安院校刑事技术相关课程体系还存在诸多问题,课程科目重合、基础知识单薄、教学内容滞后,远远不能满足一线公安的实战要求.根据教学实践,针对公安院校刑事技术专业学生,进行了《有机物检验技术》课程的研发,精选教学内容,保持其系统性、实战性和前沿性.有效地增强警校学生的基础知识,培养其动手能力,提升其办案水平,保证了教学质量和学科的健康发展.     

大学生羞怯与手机成瘾倾向:孤独感的中介作用

为探讨大学生羞怯与手机成瘾倾向的关系,考察孤独感在大学生羞怯与手机成瘾倾向之间的中介作用。采用羞怯量表、UCLA孤独量表得分第三版和大学生手机成瘾倾向量表对在贵州省8所高校抽取的1 147名大学生进行调查。结果显示:大学生羞怯量表得分、孤独感量表与手机成瘾倾向量表得分显著正相关(r=0.27,r=0.29,均P<0.001),羞怯量表得分和孤独感量表得分显著正相关(r=0.49,均P<0.001);羞怯和孤独感均可显著正向预测大学生手机成瘾倾向(均P<0.001),孤独感在大学生羞怯与手机成瘾倾向之间的部分中介作用成立。     

H.A.别尔嘉耶夫技术哲学思想初探

介绍了俄国宗教哲学家别尔嘉耶夫对技术和机器以及现代文明的基本看法。从马克思主义唯物史观的角度，指出他对技术内在矛盾、技术对人类自身发展的制约等所做分析的合理性，同时指出他为摆脱技术奴役所做尝试的不可行性。     

生态建筑技术的发展与应用

回顾了生态建筑发展的背景，介绍了生态建筑的评价标准，系统地阐述了应用生态建筑技术的要求与原则，介绍了各种生态建筑技术的应用。     

优化高校教师知识产权激励制度

阐述了高校教师知识产权激励制度的内容和功效,并在分析现行高校教师知识产权激励乏力的基础上,对优化高校教师知识产权激励制度提出建议.     

自动精密玻璃切割机的设计

本文重点介绍液晶产品生产线上不可缺少的基础设备———精密玻璃切割机的设计,包括切割机的工作原理、切割机部分关键部件的结构特点、切割机所能达到的精度等.     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.