【摘 要】
:
十九大报告强调,面对空气污染要全民共治、源头防治,但在污染物浓度水平不清、对室内成员作用结果不明的室内情境中,防护和治理都难以有效进行。与传统的污染成分分析不同,本文关注室内空气质量对个体感知与认知的作用过程,从以教研室和研究生群体为要素的实验出发,重点探索室内空气质量对研究生认知表现的影响机理。现有文献建立了室内环境与室内成员舒适度间的定量联系,讨论了室内空气污染物含量可能对工作绩效产生的影响,
论文部分内容阅读
十九大报告强调,面对空气污染要全民共治、源头防治,但在污染物浓度水平不清、对室内成员作用结果不明的室内情境中,防护和治理都难以有效进行。与传统的污染成分分析不同,本文关注室内空气质量对个体感知与认知的作用过程,从以教研室和研究生群体为要素的实验出发,重点探索室内空气质量对研究生认知表现的影响机理。现有文献建立了室内环境与室内成员舒适度间的定量联系,讨论了室内空气污染物含量可能对工作绩效产生的影响,但针对中国高校室内空气质量与研究生认知表现间的完整作用路径,尚缺乏系统性的分析和因果性的解释。本文为挖掘完整的、可靠的作用机制,首先基于实时环境监测和广泛文献研究,结合相关理论,识别了分析系统中必要的室内空气质量、室内空气质量感知、研究生认知表现变、人格特质等变量,并明确了变量间可能的作用路径,据此构建出室内空气质量影响研究生认知表现的完整假设模型。然后,针对研究假设中无法获得的主观数据开发出测量量表和调查问卷,通过物理监测和问卷调研同时获得全部研究数据,运用结构方程模型对数据进行拟合与修正、对假设进行检验和分析,提出实证方法下的影响机制机理。最后,采用符号回归算法对研究数据进行深度搜索,返回大量的复杂高阶方程,据此刻画出潜在影响路径并基于因果推断理论检验显著性,依据检验结果,完善室内空气质量对研究生认知表现的影响机理分析。研究结果表明,构建的室内空气质量影响研究生认知表现的假设模型得到有效验证,模型变量和假设结构具有合理性;室内空气质量对研究生认知表现的影响机理内含直接影响机制、间接影响机制和调节效应机制三种过程;综合各项影响机制分析结果,认为室内相对湿度和PM10是实验期间影响研究生认知表现的核心成分,感知是室内空气质量作用于认知表现过程中不可忽视的重要媒介,人格特质的神经质属性可适当调节室内空气质量间接影响研究生认知表现的程度。最后针对三种影响机制和四类核心变量分别从政府层面、高校层面、个体层面提出了相应的对策建议,以期降低室内空气质量对学生认知表现的负面影响。
其他文献
随着社会经济和科技水平的不断发展,人们在日常生活中产生的垃圾越来越多,将这些垃圾进行分类存放和处理,对于可回收资源的再利用和保护自然环境来说具有重要意义。但是由于很多居民对于垃圾分类相关知识的缺乏,导致目前垃圾在源头分类的准确率和效率并不高。近年来,卷积神经网络的飞速发展,使借助深度学习技术实现垃圾的智能分类具有了现实的可能性。如果将垃圾图像分类模型嵌入到分类垃圾桶中,通过识别垃圾图像来辅助居民进
群体决策广泛存在于人类社会的经济、政治、文化等领域,已成为人类日常活动之一。由于决策环境的不确定性及人类认知的模糊性,在群体决策问题中,决策者越来越倾向于使用语言术语来表达其观点,即语言型群体决策问题。在语言型群体决策问题中,不同的决策者对同一个语言术语可能有着不同的理解,即个性化语义。对决策者的个性化语义进行建模能够得到更合理更符合实际的决策结果。在考虑个性化语义的语言型群体决策问题中,群体共识
随着在线医疗社区的不断发展,医患的可持续互动对于优化医疗资源分布、改善医患关系和帮助患者管理疾病等方面具有重要意义。患者参与在线医疗社区可以获得来自医生的社会支持,同时他们也可以给予医生经济回报与社会回报。医患持续互动作为在线医疗社区社会交换的重要过程,目前学者们主要进行了影响医生经济回报的相关研究,较少有研究关注影响医生社会回报的因素。同时从医患互动的角度出发,探究医生的在线社会支持对患者提供给
数据的开放与资源的共享已经成为信息时代最大的特点之一。随着行业间数据壁垒的逐渐消失,跨领域推荐受到了越来越多的关注。跨领域推荐与单一领域推荐不同,单一领域的数据相对而言同质化程度更深,而跨领域推荐意味着可以利用数量更多、内容更多元的数据进行模型训练,从而提升模型的推荐效果。传统的跨领域推荐利用信息更加丰富的源域辅助目标域学习,提升目标域推荐效果。然而,这种跨领域推荐将关注点集中于目标域,无法逆向为
随着互联网+模式的发展,众包已在诸多领域得以应用。众包平台中的接包方是由不同的技能水平和社会背景组成,因此提交的任务结果不尽相同。目前国内现有平台尚未建立对接包方的客观全面的评价体系,同时对发包方和众包平台也缺少必要的参考依据,如何对接包方进行信誉评价成为众包领域下相关研究的热点。本文总结了大量的国内外研究文献,介绍了众包模式及信誉的相关研究工作,分析了现有众包中信誉评价工作的优缺点。通过对众包平
近些年,共享房源行业的大规模发展带来了房源数量的激增,在竞争日益激烈的市场环境下,房东可能无法准确地自主定价。为确保房东以及平台的收益,合理预测共享房源平台中海量房屋的租金价格成为重要的研究问题。然而,共享房源的个性化程度较高,并不能直接参照酒店行业选取房源特征,为解决共享房源价格预测问题带来了巨大挑战。因此,为帮助房东提高自主定价的准确性,本文在构建共享房源价格影响因素模型的基础上,提出了一种基
在线知识社区是具有开放性和自组织性的线上虚拟组织,已成为知识建构和共享的主要平台。随着人工智能的发展,机器人在社区中得到广泛应用,通过与人协作的方式共同参与知识建构。在线上人机协作的背景下,如何寻找执行任务的替代流程以充分利用人机协同效应是组织面临的关键问题。然而,当前研究中缺乏从人机互补增强视角考虑如何优化现有的知识建构流程以提升协作绩效。因此,本文从流程视角出发,考虑人类和机器人的互补优势,研
风险社会背景下,食品安全关系到消费者的身体健康和社会整体的稳定和谐,受到全世界的重点关注。与此同时,伴随新兴技术的发展,社会系统之间的耦合程度提升,各类规模较大的突发事件往往不是独立爆发,呈现明显的级联特征,各级联事件之间的驱动因素、影响因素相互交织,导致负面影响不断累积放大。为响应我国防范化解重大风险的号召,基于级联风险视角对食品安全事件进行分析,并进一步构建应急决策模型,既有助于政府及应急管理
随着大数据时代的到来,银行在越来越多的客户信息中以传统电话营销的方式寻找有价值的客户无异于大海捞针,需要投入很多时间成本和人力资源。因此,如何对海量客户进行精准分类成为银行电话营销的关键。机器学习方法因其强大的数据挖掘能力被广泛应用,在分类问题上表现出显著的性能优势。鉴于此,本文采用改进后的机器学习方法对银行电话营销客户数据进行分类预测,以图提高银行电话营销的命中率。为进一步提高银行电话营销预测的
城市建筑火灾是一类极具破坏性的突发事件,对人类生命财产造成巨大损失。在火灾事故发生时,第一响应人员的派遣直接关乎事故整体救援效果,在初次派遣时刻如何准确评估救援需求、高效做好应急响应工作是消防部门关注的重点问题。历史火灾数据记录了各个火灾事故的应对方案,在火灾事故派遣问题上具有重要参考价值,但当前鲜有研究对其中救援人数规律进行挖掘。因此,本文引入机器学习方法对第一响应人数需求预测问题展开研究,主要