检索结果-南通市图书馆

非公有制企业和谐劳动关系评价指标体系构建研究

在线全文

学校读者我要写书评

暂无评论

社会科学战线 2024年第5期 262-268页

作者：邵彦敏赵文瑄吉林大学马克思主义学院吉林长春130012

非公有制企业和谐劳动关系评价指标体系是对非公有制企业劳动关系和谐程度的量化和评价,对中国非公有制企业健康发展具有积极促进作用。文章以科学性、系统性、实践性为原则,从3个维度设计构建了包含20个评价指标的非公有制企业和谐劳... 详细信息

非公有制企业和谐劳动关系评价指标体系是对非公有制企业劳动关系和谐程度的量化和评价,对中国非公有制企业健康发展具有积极促进作用。文章以科学性、系统性、实践性为原则,从3个维度设计构建了包含20个评价指标的非公有制企业和谐劳动关系评价指标体系,并将量化结果分别对应“标杆型和谐劳动关系”“满意型和谐劳动关系”“潜力型和谐劳动关系”“提升型劳动关系”以及“改善型劳动关系”五级评价结果。通过对非公有制企业和谐劳动关系进行评价,能够更好地掌握非公有制企业劳动关系状况,为构建和谐劳动关系提供借鉴。

关键词：非公有制企业劳动关系评价指标体系

技术融合式创新、知识溢出与企业全要素生产率

在线全文

学校读者我要写书评

暂无评论

商业研究 2024年第2期 133-142页

作者：薛莹赵文凯上海立信会计金融学院金融学院上海201209 山东省审计厅济南250012

技术融合式创新是企业提升核心竞争能力的重要抓手,通过链接技术创新网络获取各类要素资源,为提升企业全要素生产率注入创新动能。基于2010—2021年1208家A股制造业上市公司样本数据,实证分析技术融合式创新对企业全要素生产率的影响,... 详细信息

技术融合式创新是企业提升核心竞争能力的重要抓手,通过链接技术创新网络获取各类要素资源,为提升企业全要素生产率注入创新动能。基于2010—2021年1208家A股制造业上市公司样本数据,实证分析技术融合式创新对企业全要素生产率的影响,研究发现:技术融合式创新水平提升正向影响企业全要素生产率;知识溢出在技术融合式创新提升企业全要素生产率过程中发挥中介作用;伴随产业集聚程度上升,技术融合式创新对企业全要素生产率的正向影响显著增强。进一步研究分析表明,在较好的资源禀赋条件下,技术融合式创新对企业全要素生产率的赋能效应更强。据此,应重塑多节点交互生态创新网络,切实提升企业全要素生产率;构筑跨空间知识资源集聚平台,发挥知识要素溢出撬动效应。

关键词：技术融合式创新知识溢出企业全要素生产率产业集聚

在线全文

学校读者我要写书评

暂无评论

加速聚合物溶解的超强传质技术研究及应用

特种油气藏 2024年

作者：赵文森张健舒政朱诗杰海洋油气高效开发全国重点实验室中海油研究总院有限责任公司西南石油大学油气藏地质与开发工程国家重点实验室重庆科技大学石油与天然气工程学院

海上平台有限的空间限制了聚合物驱技术在海上油田的大规模应用，加速聚合物溶解是支撑聚合物驱技术在海上油田规模化实施的关键技术之一。为此，通过对超强传质深化速溶装置的填料孔孔径、传质因子、传质环结构、进料速度等因素进行优... 详细信息

海上平台有限的空间限制了聚合物驱技术在海上油田的大规模应用，加速聚合物溶解是支撑聚合物驱技术在海上油田规模化实施的关键技术之一。为此，通过对超强传质深化速溶装置的填料孔孔径、传质因子、传质环结构、进料速度等因素进行优化研究，以期获得最佳的应用参数。研究表明：超强传质速溶装置填料孔孔径越小、传质因子越大，聚合物的溶解越快，但孔径过小、传质因子过大会造成较大的黏度损失；传质环组合不同，聚合物溶解时间缩短率与聚合物溶液的黏度损失不同，传质环结构为300μm×1038（外环）+200μm×1307（内环）时的传质效果最佳。现场应用结果表明：引入超强传质深化速溶装置后，质量浓度为2500mg/L的聚合物母液溶解时间由41min缩短至19min，聚合物配注系统占地面积减小50.23%，运行质量减少53.6%，成功实现了配注系统的小型化和高效化，有效节约了平台空间。该技术可为海上油田聚合物驱技术的高效应用提供技术保障。

关键词：聚合物驱溶解速率超强传质技术海上平台

企业人工智能出口对全球价值链上游攀升和韧性的影响

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

南方经济 2024年第7期 132-150页

作者：赵文涛王岚天津财经大学经济学院 300222 天津财经大学数字经济与管理学院 300222

数字经济背景下,人工智能等数字技术能帮助企业实现全球价值链上游攀升、提升全球价值链韧性,是促使我国经济高质量发展、有效抵御全球冲击的重要抓手。文章采用微观企业层面数据,探究企业人工智能出口对全球价值链上游攀升的影响效应... 详细信息

数字经济背景下,人工智能等数字技术能帮助企业实现全球价值链上游攀升、提升全球价值链韧性,是促使我国经济高质量发展、有效抵御全球冲击的重要抓手。文章采用微观企业层面数据,探究企业人工智能出口对全球价值链上游攀升的影响效应和作用机制,并进一步探讨了企业人工智能出口对全球价值链韧性的影响。研究发现:企业人工智能出口可有效促使企业向全球价值链上游攀升;经稳健性检验、内生性分析后,结果依然显著。该影响效应在不同贸易方式、企业所有制、不同行业及区域间具有显著异质性,表现为企业人工智能出口对一般贸易和混合贸易企业、外资及港澳台企业、中高技术行业及东部地区企业的全球价值链上游攀升效应更为突出。影响机制检验表明,企业人工智能出口主要通过提高总体资源配置效率、增强研发创新促使企业向全球价值链上游环节跃升。拓展性分析显示,企业人工智能出口可显著提升全球价值链韧性,主要体现在稳定已有链条、增强其韧性和安全性上。文章立足全球价值链上游攀升和韧性提高视角,为如何借助人工智能稳定高效地促使企业高质量发展提供了有益借鉴。

关键词：人工智能全球价值链上游攀升全球价值链韧性

基于扎根理论的产业链链主企业生态主导力评价:一个量表开发

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

科技进步与对策 2024年第6期41卷 86-96页

作者：吉迎东赵铭赵文山西财经大学管理科学与工程学院山西财经大学管理工程研究中心山西太原030006

链主企业对于推动产业创新发展、产业链资源整合、产业链企业协同发展发挥至关重要的作用,具有强大的生态主导力。运用扎根理论方法进行探索式研究,从技术创新引领力、产业协作整合力、产业发展领导力3个方面构建链主企业生态主导力评... 详细信息

链主企业对于推动产业创新发展、产业链资源整合、产业链企业协同发展发挥至关重要的作用,具有强大的生态主导力。运用扎根理论方法进行探索式研究,从技术创新引领力、产业协作整合力、产业发展领导力3个方面构建链主企业生态主导力评价指标体系,开发相应测度量表。基于评价指标间存在的相关关系和反馈关系,运用决策试行与评价实验室(DEMATEL)以及网络分析法(ANP)构建评价模型,确定定量化指标权重参考范围,旨在为链主企业生态主导力评价和培育提供理论指导和实践指引。据此,提出完善“链主”企业培育与服务机制、持续提升产业链高质量发展的政策建议。

关键词：产业链链主生态主导力扎根理论评价指标

与解脲脲原体感染相关的支气管肺发育不良的临床特征和近期预后的研究

在线全文

学校读者我要写书评

暂无评论

与解脲脲原体感染相关的支气管肺发育不良的临床特征和近期预后的...

作者：赵文豪重庆医科大学

学位级别：硕士

砒砂岩区不同坡度下裸露沟坡泻溜侵蚀特征及影响因素研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

砒砂岩区不同坡度下裸露沟坡泻溜侵蚀特征及影响因素研究

作者：赵文卓内蒙古农业大学

学位级别：硕士

基于退化特征增强的滚动轴承剩余寿命预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于退化特征增强的滚动轴承剩余寿命预测方法研究

作者：赵文燕中北大学

学位级别：硕士

基于多源信息和多头自注意力机制的药物靶标预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多源信息和多头自注意力机制的药物靶标预测研究

作者：赵文川吉林大学

学位级别：硕士

药物靶标相互作用(Drug-Target Interaction,DTI)预测是加速新药研发、优化临床试验设计、提高药物重定位成功率等的关键环节,对医药行业和人类健康事业意义重大。准确预测药物与靶标之间的潜在相互作用,不仅能够深入理解药物的作用机制... 详细信息

药物靶标相互作用(Drug-Target Interaction,DTI)预测是加速新药研发、优化临床试验设计、提高药物重定位成功率等的关键环节,对医药行业和人类健康事业意义重大。准确预测药物与靶标之间的潜在相互作用,不仅能够深入理解药物的作用机制,而且有助于及时发现新的治疗靶点,为治疗疑难杂症开辟新路径。此外,药物靶标相互作用预测为个性化医疗和精准用药奠定了基础,可根据患者的基因型预测特定药物的疗效和不良反应,实现个性化医疗,避免盲目用药带来的风险。然而,传统的生物实验方法在鉴定药物靶标相互作用方面存在诸多弊端,如需要大量的时间和人力、成本高昂、高通量筛选能力有限等。生物技术的迅猛发展促使了海量生物数据的累积,包括基因组、蛋白质组和表达谱等,这些数据为我们提供了更多的信息和理解生物系统的方式。基于这些数据,我们可以利用计算生物学方法对药物与靶标之间的相互作用进行预测,加速药物研发的过程和降低成本。相比实验方法,基于计算的预测方法具有速度快、成本低、通量高的显著优势。近些年来,基于机器学习和深度学习技术的计算方法在预测药物靶标相互作用领域取得了显著的进展并得到了广泛应用。但现有方法普遍存在一些缺陷和局限性,例如仅利用药物或靶标的单一信息源、忽视了异质信息的互补性以及无法有效挖掘高阶特征交互等问题。这些限制制约了预测性能的进一步提升。为此,本文提出了一种新颖的基于多源信息和多头自注意力机制的药物靶标相互作用预测模型MSI-DTI。该模型融合了来自多个信息源的特征表示,全面挖掘了药物和靶标的生物序列信息、结构信息和网络拓扑特征。具体而言,首先构建了药物-靶标知识图谱(Drug Target Knowledge Graph,DTKG),整合了药物、靶标、疾病、通路等实体及其关系。然后,本文从不同视角获取了药物和靶标的生物序列特征表示,并结合预训练语言模型和分子图等补充了序列信息和结构信息。同时,本文从DTKG中提取了网络拓扑特征,丰富了特征表示。接下来,本文设计了一种基于多头自注意力机制的多源信息融合策略,有效整合了上述多个信息源的特征,捕捉了特征间的复杂交互关系。同时,本文采用了残差连接,保留了低阶特征信息,使模型能够同时利用底层和高层语义。最终,本文对预测结果应用非线性投影,输出药物和靶标的相互作用概率。在DTKG以及三个公开基准数据集上评估了所提MSI-DTI算法,并通过10折交叉验证与多种先进的基线方法进行了对比实验。实验结果表明,MSI-DTI算法在AUCROC和AUPR等主要指标上均取得了最优性能,显著超越了其他方法。同时通过消融实验验证了MSI-DTI在整合多源信息和挖掘高阶特征交互方面的有效性。

关键词：药物靶标相互作用知识图谱多源信息多头自注意力机制