【摘 要】
：
在数字农业发展过程中,数据成为重要的生产资料。不同的原有农业生产关系延伸出不同的围绕数据的生产关系,导致不同的农政变迁结果。在西方发达国家,土地私有制和数字农业公司主导产生基于私有制的数据生产关系,推动土地集中,增加大农场的竞争力,并强化资本对农业生产者的控制和剥削。在中国,生产端的农地集体所有制结合目前的政府主导为基于公有制的数据生产关系提供了可能,其中蕴含着迥异的农政变迁结果;销售端的电商平台
【基金项目】
：
国家社科基金重大项目“实施乡村建设行动研究”（21ZDA058）；
论文部分内容阅读
在数字农业发展过程中,数据成为重要的生产资料。不同的原有农业生产关系延伸出不同的围绕数据的生产关系,导致不同的农政变迁结果。在西方发达国家,土地私有制和数字农业公司主导产生基于私有制的数据生产关系,推动土地集中,增加大农场的竞争力,并强化资本对农业生产者的控制和剥削。在中国,生产端的农地集体所有制结合目前的政府主导为基于公有制的数据生产关系提供了可能,其中蕴含着迥异的农政变迁结果;销售端的电商平台主导产生基于新型私有制的数据生产关系,结果是电商销售引入了新型中间商,并强化了农民与商业资本间的不平等关系。如何对接小农户与数字农业技术、保护农民的数据主权,是该技术助力共同富裕的关键。
其他文献
对灵芝深层发酵出的代谢产物了进行初步研究,阐述了灵芝有效成份的价值,并对 其部分有效成份作了分析与测定。
近年来，我国国民经济稳步增长，人民的生活水平显著提升。快节奏的生活压力、不合理的饮食习惯及不良的生活作息均间接或直接导致肥胖的发生。肥胖作为全球性的重大的公共卫生问题之一，危险性主要为易诱发高血压病、糖尿病、痛风等多种疾病，且一旦发病，复杂多变，不易治疗。因此，采取合理有效的方法干预肥胖尤为重要。中医审证求因，对不同的肥胖症患者进行辨识分型，以此达到“量体裁衣”的治疗效果。该文归纳总结古今中医对肥
＜正＞一、行政诉讼自认规则的理论问题 一方当事人就对方当事人主张对其不利事实予以承认的声明或者表示,称之为“自认”。自认规则是自认的提出、审查、采信所应遵循的准则。自认规则在许多国家的民事诉讼中被采用,《最高人民法院关于民事诉讼证据的若干问题规定》（以下简称《民事证据规定》）第8条的规定亦确定了自认规则。在英美法系中,行政诉讼适用于民事诉讼程序。我国的行政诉讼是从民事诉讼中脱胎而来的,其基本原理
以自贡恐龙文化科普园概念规划为例，通过介绍项目的背景、定位、主要内容、特色创新等，将恐龙化石这一特殊地质遗迹的保护与城市建设相结合，将其保护融入到城市转型发展中，推动产业深度融合、创新发展[1]。为该类地质遗迹在城市中的保护与利用提供一些参考和借鉴。
《义务教育数学课程标准（2022年版）》明确提出义务教育数学课程以习近平新时代中国特色社会主义思想为指导,落实立德树人根本任务,逐步形成适应终身发展需要的核心素养,在目标、内容、思想方法、和评价等方面体现数学课程的育人功能。渗透数学思想方法能够使拓宽学生分析问题的视野的,提升数学思维能力,促进学生数学学科核心素养发展。数形结合思想方法是一种非常重要的数学思想,可以帮助学生把抽象的问题具体化,把复杂
2002年《最高人民法院关于行政诉讼证据若干问题的规定》颁布施行,第65条被认为是自认在行政诉讼中的扩张适用,但从自认基础理论与内涵分析,该规定中的自认与通说有所差别,且规定略显简单、粗糙,可操作性不强。因此,宜将自认以三大诉讼类型为标准予以细化,排除直接影响公共利益及依法行政案件中适用自认,从而完善我国行政诉讼自认制度。
随着国际贸易、社会经济的不断发展,智能航运逐渐成为全球航运业竞争中的重要一环。智能航运既是我国如何在全球航运业竞争中突出重围的关键,也是未来智能贸易交流的核心实现手段,是助力我国成为实体经济第一大国的关键所在。本文首先简短分析了智能航运与经济发展速度不匹配所导致的问题所在;然后详细介绍了机器学习的概念、特征;并以此为基础浅析了机器学习在智能航运“最优路线选择”“船舶实时智能监测”“突发情况的决策”
人类从未停止处理与反思空间之于人的关系与意义。认识人与空间关系的过程也是人对主体存在以及对自我的觉醒、充盈与完善的成“人”过程。因此,幼儿园教育空间实际是人对幼儿园教育的理解的空间具象化与物化,反映的是人关乎于儿童成“人”意义的价值选择。现实幼儿园教育空间问题反映出的是儿童在客体化的空间理解与实践中的成“人”困境。“人”是本研究探讨幼儿园教育空间的价值基础与逻辑起点。本研究的思想立场源于马克思主义
为科学合理地对船舶进行安全管理，就船舶安全问题的特点，建立带有海洋气象特征的事故数据集。针对数据类别不均衡问题，在比较多种机器学习算法后，用具有代价敏感的损失函数改进XGBoost算法求解。结果表明：改进后的模型AUC值和预测正确率有了明显提高，可达0.708 5和81.51%。相比于其他方法，模型的可解释更高，能更好地揭示风险因素与船舶风险之间的交互关系。最后，对提取到的载重吨、航行海域和船员数
针对传统电网信息系统安全风险预测模型没有分解信号时频特征,导致存在预测准确性能低、预测时间长的问题,提出基于机器学习算法的电网信息系统安全风险预测模型。在电网信息系统中安装数据采集装置,采集电网信息系统运行工况信息,利用自相关匹配检测方法,实现对采集工况信号时频特征的分解,基于交互式学习技术,完成采集运行数据的聚类分析,设置系统安全风险预测指标,并利用机器学习算法计算对应指标的权值,从系统网络攻击