【摘 要】
：
近年来,国内社交媒体上关于在华外国人“受优待”的报道多番引发热议,讨论中不乏国民对于在华外国人群体的负面评价。此类媒体报道如何影响国民对外国人群体的态度?如果引起负面群际态度,会如何影响外国人群体在中国的跨文化适应,以及国民与在华外国人之间的跨文化交际?现有文献虽然关注在华外国人的跨文化适应,但是较少聚焦媒体相关报道这一因素对整体群际态度的影响,也很少考虑受众个体跨文化敏感度的差异,无法为改善群际
论文部分内容阅读
近年来,国内社交媒体上关于在华外国人“受优待”的报道多番引发热议,讨论中不乏国民对于在华外国人群体的负面评价。此类媒体报道如何影响国民对外国人群体的态度?如果引起负面群际态度,会如何影响外国人群体在中国的跨文化适应,以及国民与在华外国人之间的跨文化交际?现有文献虽然关注在华外国人的跨文化适应,但是较少聚焦媒体相关报道这一因素对整体群际态度的影响,也很少考虑受众个体跨文化敏感度的差异,无法为改善群际关系提供更为具体的实操性建议。本研究基于群际威胁理论,采用调查实验法,旨在探究1)国内媒体对在华外国人的报道如何影响中国受众对于外国人群体的感知;2)个体感知到的外群体威胁及自身的跨文化敏感度如何影响中国人对外群体的态度。来自全国各地、年龄在18到45岁之间的372位中国人自愿参与了调查实验。结果表明,媒体报道中的相对群组地位会影响到中国受众对在华外国人群体的威胁感知。观看突显中外群体地位不平等的新闻报道会使中国受众感知到更强的外群体威胁。中国人对外群体的威胁感知越强,表现出对外群体的态度就越负面。研究还发现,跨文化敏感度对威胁感知和外群体态度的关系有显著影响。基于以上研究发现,作者从媒体相关报道的取材及撰写立场等层面,以及国内跨文化教育与培训的意义与方向等角度,对提升群际态度和群际关系提出建议。
其他文献
本文从文化工业理论视角出发,结合上世纪美国流行音乐产业的发展,从生产、流通、消费三个阶段讨论了文化工业的特性和流行音乐产业被文化工业收编的过程。本文认为文化工业具有标准化、商品化、商业化、技术化、程式化、伪个性化六个特点。流行音乐在发展过程中呈现出的这些特点体现了它被文化工业收编的过程。其次,本文通过分析麦当娜的形象和音乐作品的文化反抗性质,并结合伯明翰学派关于工人阶级的理论思路讨论了文化工业内部
自2000年以来,国内伺服驱动技术飞速发展,实现了从无到有的转变,涌现出了一批优秀的民族企业。从技术水平及市场占有率的角度分析,本土品牌在中低端市场已经占据了一席之地,但是极限性能和智能化程度距离国外顶尖厂商尚有一定差距,高端伺服市场仍然被欧美和日系产品所占据。因此,高性能永磁同步电机（Permanent Magnet Synchronous Motor,PMSM）交流（Alternating C
依据国家林业和草原局、农业农村部2021年9月发布的《国家重点保护野生植物名录》，查阅中国科学院华南植物园标本馆（IBSC）、华南农业大学林学与风景园林学院树木标本室（CANT）、中国数字植物标本馆（CVH）等馆藏标本，以及相关文献，结合近年来的野外调查记录，整理出新版广东省国家重点保护野生植物名录及地理分布数据，利用Arc GIS软件，对其分布格局进行分析。结果显示，广东省国家重点保护野生植物共
数据共享开放和流通是提升沉淀静态数据价值并转换为动态资产能力的一种实现方式,通过行业间的数据共享互换从而构建多维度且丰富的数字经济产业。在数据为核心的思想下,数据在共享交换过程中的安全性、便捷性以及多方权益的考虑将直接影响到该经济产业形态下参与各方的合作意愿度。在当前的解决方案中,更多的是将多方数据汇聚于中心化的存储网络,并通过远程调用实现数据的获取,此种方案存在数据同步困难、存储维护成本高以及数
按照人体由内及外的抽象结构顺序，分别从心脏电传导系统、心脏结构（包括瓣膜、心肌、冠状动脉等）、心脏外部其他系统等方面，列举人工智能（artificial intelligence, AI）特别是深度神经网络在心电分析领域的最新研究进展。本文介绍了AI心电分析技术在识别心律失常、电解质紊乱、心脏瓣膜病、冠心病及循环系统、消化系统等疾病方面的应用，还涉及其在个人身份识别领域的创新应用，以及迁移学习等A
强化学习是神经网络技术研究与应用的一个重要领域。强化学习算法主要被用于序列决策和智能体控制任务。在机器人控制、游戏AI和围棋等许多领域中,强化学习都得到了成功的应用。强化学习中的环境奖励对模型的训练起着关键的作用。然而,在很多运行环境中,算法经常会遇到奖励过于稀疏的问题。缺乏有意义的奖励信息会使模型难以高效地寻找到最优策略,这限制了部分场景中强化学习算法的实际应用。因此,研究稀疏奖励问题和其解决办
随着通信技术与互联网的普及,人们所接触到的数据量呈现指数级上涨,大部分都是未进行标注的数据并且数据结构呈现出多视图,图结构的特性。多视图聚类算法通过挖掘数据之间潜在的联系,将数据分为指定的簇,从而对数据进行有效的利用,以解决生产实践中的各种问题。多视图聚类算法可以大概分为基于传统机器学习和基于深度神经网络的聚类算法。受益于自表达模型和深度神经网络的强大特征表示能力,这些算法在许多任务中展现了良好的
＜正＞心电图（electrocardiogram,ECG）因其无创无痛、价格低廉、简便快速等优点，成为临床上诊断疾病和评价心脏及全身状态最常用的工具之一。然而专业医务人员需要结合肉眼观察和丰富的个人经验出具心电图报告，耗费大量时间和精力且无法保证稳定的准确性。结合人工智能（artificial intelligence,AI），心电分析技术应运而生，并迅速引领了临床疾病诊疗、预后评估、结局预测及发
按照党中央、国务院关于全面划定永久基本农田并实行特殊保护以及建立健全永久基本农田"划、建、管、补、护"长效机制的决策要求,自然资源部部署全面开展永久基本农田划定成果核实工作,要求建立永久基本农田储备区和耕地保有量储备区,构建动态监管体系。本文结合北京市永久基本农田评估调整工作,重点探讨基于北京市空间大数据平台,整合规划数据、现状数据、质量评价数据、监督检查数据、审批数据等,建立永久基本农田专题应用
在计算机视觉技术高速发展的时代,传统的目标检测算法虽然能检测出某些目标物体,但其准确度不够,相比之下,基于深度学习的目标检测技术能够更好的检测出目标对象。但随着相关技术的发展,逐渐涌现出一些问题,比如在某些应用场景下,可供训练的样本数据量很少,因为搜集满足要求的标注数据需要耗费极大的财力和物力,这在一定程度上限制了现有目标检测方法的落地应用与推广。针对以上问题,本文对基于小样本的目标检测与跟踪模型