摘要：以园林规划设计课程为例,从教学内容、教学方法、考核评价等3个方面分析了其课程思政建设的现状和存在的问题,并在此基础上探索了课程思政融入该课程的实施路径,进而为建设新形势下的高职院校思想政治教育体系提供借鉴。

摘要：无线射频识别是一种利用无线射频通信实现的非接触式自动识别技术,它具有大容量、远距离识别、高速识别、穿透力强、可多目标工作、耐污性能强等特点,近年来已受业界广泛关注.目前,近距离RFID技术发展状况已较为成熟并大量出现于商用,但远距离RFID技术发展相对滞后;针对后者的工作原理和技术改进值得我们深入研究,以求开发出一套主动式射频识别阅读器和标签,使其能适用于城市轨道交通运行环境,并为行车管理人员提供辅助列车定位功能的RFID记点系统.所谓记点就是通过实时记录每趟列车进、出站时间,实现在有限空间范围内定位列车的方法.研究通过对记点单元工作原理分析,以及基于RFID定位技术的特点分析,设计出一套在上海城市轨交通得以成功运用的记点系统试验方案.设计采用主动式2.4GHZ微波技术解决了无源RFID标签识别距离短,受环境影响大、不稳定的缺点.在主动式（有源）标签的设计中,采用微功耗单片机和射频芯片,使标签具有极低的功耗和较高的稳定性.最后根据系统功能给出了软件逻辑定义.

摘要：拒绝敏感性指个体对拒绝信息存在焦虑预期,易于知觉并倾向于产生过度反应的程度。以往研究大多关注拒绝敏感性的认知及神经机制,缺少以社会性发展的视角探讨拒绝敏感性影响因素的证据。本文根据“个体×环境模型”,发现性别、外貌特征、人格特质以及早期创伤经历、依恋、专制型教养方式、同伴欺负与友谊及文化差异均可以影响个体拒绝敏感性的水平,且它们之间还存在一定的交互作用。同时,本文对未来研究方向提出了展望。

摘要：人工智能法学研究应当谨防“学术泡沫”,人工智能刑事法治建设应当立足我国本土实践的真问题,重点关注真正能够对我国刑法产生挑战的人工智能危害行为。新型人工智能犯罪属于典型的行政犯,在人工智能技术发展的初期,人工智能刑法应当塑造行政前置性立法方法,具体包括“前置行政不法”和“前置行政程序”两类立法模式。其中,“行政性”是指人工智能行为等构成要件在静态规范层面中的不法行政评价和动态行政程序执行中的过程性、经历性行政评价,而“前置性”是指行政性评价前置于人工智能犯罪行为的刑事责任认定。相较于信息网络犯罪和计算机系统犯罪的立法而言,人工智能技术危害的实践特质在于人工智能的深度学习性和算法技术对人类活动时空的延伸性。因而,行政前置性立法特质要在人工智能刑法体系中得以体现,就需要立法者尤为注重全面性和双重性规则。行政前置性立法有助于保障刑事归责的专业性,重点聚焦人工智能的技术特质挑战,实现不同算法技术危害行为的等级评价。在具体设计行政前置性立法规则时,立法者需要将规则特质运用在人工智能技术的研发以及人工智能产品的测试、生产、销售和使用等阶段。具体而言,第一,对于行政不法前置性立法,刑法应当重点评价人工智能产品的销售和使用阶段,对销售不符合行政标准的人工智能产品行为设置抽象危险犯,并对人工智能产品使用阶段的制造安全事故、危险驾驶、非法侵入、破坏系统的危害行为,增设涵盖行政不法规范的新罪名或相关条款。第二,对于行政程序前置性立法,刑法应当重点评价人工智能技术的研发阶段,以及人工智能产品的测试、生产、销售和使用阶段。行政程序前置性立法发挥着行政行为公共服务监管的本质机能,行政许可、登记、责令等程序能够确保人工智能技术研发和产品测试、生产、销售和使用等各阶段,符合人类的道德伦理性和技术安全性。行政程序前置性立法要求刑法应当单独设置相关罪名,将行政许可、登记、责令等程序作为人工智能技术发展初期的刑法规制缓冲和风险预防手段。