摘要：目的:探查5-9岁儿童对疾病病因的认知及干预对病因认知的影响。方法:选用儿童常见疾病,设计故事情景来考察儿童对疾病病因的认知,并且通过适当的干预,探测干预对儿童病因认知的影响。结果:5岁和7岁儿童主要用行为原因解释疾病,9岁儿童主要用生物学原因解释疾病,少部分5岁儿童用心理原因解释疾病;学前儿童并非用"传染"解释所有疾病;年龄越大的儿童越能认识到疾病发生的多因性;干预后的5岁学前儿童对病因认知水平显著提高。结论:5,7,9岁三组之间对常见病的病因和病因类别数目的认知差异显著;5岁儿童对传染性疾病和非传染性疾病的病因解释差异显著;核心领域知识促进儿童的疾病认知。

摘要：目的:探查4-5岁幼儿及成人对死亡概念的认知及其所具有的来生信念。方法:封闭式和开放式问题相结合,同时设计医院和宗教两种任务情境。结果:幼儿中认为人和动物最终会死的人数比例分别为77.0%和63.9%,低于成人组(均为100%),且高于认为非生物会死的人数比例(3.2%);虽然大多数幼儿认为死后所有生命活动都停止,但比例少于成人组;无论医院或宗教情境下,被试都认为精神活动与身体功能一样会随着死亡而停止;中国幼儿和成人中具有来生信念的比例远低于西方国家,但超过一半的成人被试提到想到有来生让他们感觉更好。结论:幼儿对死亡必然性和无功能性的认知水平低于成人。医院/宗教情境的设置对中国被试的死亡认知没有明显影响。中西方被试的来生信念有较大差异。

摘要：在光学遥感图像中,道路易受遮挡物、铺装材料以及周围环境等多重因素的影响,导致其特征模糊不清。然而,现有道路提取方法即使增强其特征感知能力,仍在特征模糊区域存在大量误判。为解决上述问题,本文提出基于GCN引导模型视点的道路提取网络(RGGVNet)。RGGVNet采用编解码结构,并设计基于GCN的视点引导模块(GVPG)在编解码器的连接处反复引导模型视点,从而增强对特征模糊区域的关注。GVPG利用GCN信息传播过程具有平均特征权重的特性,将特征图中不同区域道路显著性水平作为拉普拉斯矩阵,参与到GCN信息传播从而实现引导模型视点。同时,提出密集引导视点策略(DGVS),采用密集连接的方式将编码器、GVPG和解码器相互连接,确保有效引导模型视点的同时缓解优化困难。在解码阶段设计多分辨率特征融合(MRFF)模块,最小化不同尺度道路特征在特征融合和上采样过程中的信息偏移和损失。在两个公开遥感道路数据集中,本文方法IoU分别达到65.84%和69.36%,F1-score分别达到79.40%和81.90%。从定量和定性两方面实验结果可以看出,本文所提方法性能优于其他主流方法。