【摘 要】
：
实证研究表明,未出庭证人书面证言在质证、审查和认证上存在适用困境。具体表现为未出庭证人书面证言采信率低、法院认证理由片面模糊、错误适用证据审查规则、对其是否具备
【基金项目】
：
2017年度教育部人文社会科学研究规划基金项目“民法典制定背景下程序法与实体法融合机制研究(编号:17YJA820017)”。
论文部分内容阅读
实证研究表明,未出庭证人书面证言在质证、审查和认证上存在适用困境。具体表现为未出庭证人书面证言采信率低、法院认证理由片面模糊、错误适用证据审查规则、对其是否具备证据资格认定相左。原因在于,未出庭证人提供的书面证言存在天然可信度缺陷,私主体自书证言缺乏明显可识别的标志,学术界对其可采性存在分歧,直接言词原则被过度强调而书面原则的价值被不当贬低。在证人出庭作证制度趋向完善和诉讼环境发生质变的过渡阶段,规范书面证言制作、质证、审查、认定规程,增强书面证言的可信度和可采性,是激活书面证言应然证据价值,缓解书面证言
其他文献
为解决传统K均值算法在RGB空间处理彩色图像分割时,出现分割精度低、色彩表现差、初始聚类中心位置和数目难以确定等一系列问题,提出一种基于Lab颜色空间的自适应K均值彩色图像分割方法。首先将图像由默认的RGB空间转换到色彩表现更符合人眼机制的Lab空间;其次引入DBI指数作为聚类是否进一步分裂的判别依据,与改进的最大最小距离方法相结合,获得全局初始聚类中心点;最后运行k均值算法,进行彩色图像分割。实
动态经济调度可以降低发电运行成本、节省能源,在电力系统运行过程中起着重要作用。针对含电动汽车负载的动态经济调度问题,提出一种基于局部搜索策略的生物地理粒子群算法(B
深度学习在图像分类等领域被广泛应用的同时,也存在着对抗样本攻击的问题。针对这一问题,提出基于双边滤波与卷积降噪自编码器的对抗样本防御方法 BF-CDAE。首先对加入对抗扰动的图片进行双边滤波,初步去除图片的噪音扰动,然后将去噪后的图片送入卷积降噪自编码器中,对高维数据进行特征提取,进一步去除对抗样本中误导模型识别的噪音。实验结果表明,在不影响原图像分类结果的同时,针对采用FGSM方法生成的对抗样本
为推进和完善智慧水务系统建设,综合运用传感器技术、嵌入式技术和基于蜂窝网络的窄带物联网(NB-IOT)技术,设计基于NB-IOT的智慧水务监测系统。系统对水务管网节点运行状况进行远程监测,通过NB网络将数据发送到后台服务器。后台服务器部署的监测平台采用WAMP(Windows+Apache+Mysql+PHP)网站服务器架构实现,用户可通过浏览器访问水务监测系统。系统可实现供水系统运行数据的实时采
为提高财务危机预警模型的判断准确率,将随机森林算法与Shuffle、Embedd、Hybrid等3种特征选择算法相结合构建模型。分别使用69家ST企业和69家正常企业进行1∶1配对实验,与利
软件是促进行业模式变革的核心驱动力与实现经济高质量增长的强大引擎,软件工程便是为了解决“软件危机”而提出的,至今已有50多年的历程。产业间的深度融合以及经济的转型升
Spotted leaf(spl)mutant is a type of leaf lesion mimic mutants in plants.We obtained some lesion mimic mutants from ethyl methane sulfonate(EMS)-mutagenized whe
〔收稿时间〕 2020-07-21 〔基金项目〕 内蒙古民族大学科学研究项目“内蒙古口岸城市边贸语言生活现状”（编号： NMDYB18064）。 〔作者简介〕 王跃平（1983—） ，女，内蒙古通辽人，陕西师范大学文学院博士研究生，内蒙古民族大学外国语学院讲师。 杜敏（1966—） ，女，陕西西安人，陕西师范大学文学院教授，博士生导师。 ① 本文中的语言选择通指语言单位、种类、方言变体及语
〔收稿时间〕 2020-10-21 〔基金项目〕 全国高校外语教学科研项目“语言学学科英语建设与研究”（编号： 2019HB0050B）和武汉工程大学研究生创新基金 项目“艾米莉·狄金森自然诗歌语言生态观研究” （编号： CX 2020306）。 〔作者简介〕 陈明芳（1965—），女，湖南长沙人，武汉工程大学外语学院教授，硕导。 曹峻烽（1997—），男，湖南道县人，武汉工程大学外语学院
〔基金项目〕 2020年度自治区留学人员回区创新启动类项目、内蒙古工业大学自编教材项目“生态语言学概论”（编号： JC201708）。 〔作者简介〕 周文娟（1980—），女，山西忻州人，内蒙古工业大学外国语学院副教授，硕士生导师，丹麦南丹麦大学语言交流系访 问学者。 〔摘要〕 文章介绍并比较绿色语法和生态语法这两个生态转向下生态语言学的新兴语法流派，经过考察发现：二者作为两个伞状术语，在概