高铁酸钾氧化降解氧氟沙星的机理

以喹诺酮类抗生素氧氟沙星（OFL）为目标物质,研究高铁酸钾（Fe （VI））对OFL的去除及氧化机理.采用高效液相色谱仪（HPLC）、液相色谱-质谱联用仪（UPLC-QTOF-MS）等方法,考察Fe （VI）投加量、pH值、温度和共存物质等因素对OFL降解效果的影响,分析反应动力学,计算过程中Fe （VI）的贡献率,识别Fe （VI）氧化OFL的产物并推测主要反应路径.结果表明：当Fe （VI）与OFL的物质的量比为40：1、pH值为8、温度为25℃时,反应30min后OFL的降解率达到92.38%,前5min快速反应阶段,OFL的降解符合伪二级反应动力学.反应过程的活化能为28.17kJ/mol.反应中Fe （VI）及中间高价态铁的贡献率为70.34%,且腐殖酸会显著抑制该反应.通过对氧化产物进行分析提出了Fe （VI）氧化OFL的3条主要路径.OFL经脱羧、去甲基、脱羰、羟基化等反应,实现其分子上喹诺酮取代基、哌嗪基环及恶嗪基环的开环.     

城市垃圾处理方法的研究

论述了城市垃圾的三种处理方法,即源头处理、中间处理、末端处理。介绍了垃圾处理相关流程和一些处理技术,使经过处理后的垃圾可以实现垃圾资源化、减量化、无害化的最终目标。     

从马航事件看“议程设置”在突发事件报道中的运用

议程设置功能是西方传播效果研究所取得的重要成果之一。议程设置理论认为大众传播对特定社会事务的关注与报道,能够通过新闻信息的传播将公众及社会引向特定的关注方向。马航事件是一次突发的重大航空事件,对这一事件的处理体现了政府部门的应对能力及媒体的社会责任感。本文重点分析议程设置功能在马航事件报道中是如何发挥作用的。     

移动化浪潮下传统报业的自救之路

近年来愈演愈烈的报业寒冬论甚嚣尘上,移动化浪潮冲击下报业的出路在何方?本文从信度、高度、深度三个侧面分析报业的固有优势,提出报业需要汲取新媒体的速度、宽度、互动度之长。报网融合的新态势是报业与移动终端的联合,以一种News-Screen的形式进行自救。     

自媒体微信公众平台发展路径探析

微信公众平台从2012年8月推出到2014年5月,用户数量已经攀升到百万级别。自媒体微信公众平台的操作者,不仅应该思考如何提供更好的内容给受众,更应该宏观地探索其未来发展路径。     

社交媒体助力公益营销——以新浪微博“冰桶挑战”为例

以微博的逐渐流行为标志,自媒体进一步演化为社交媒体。今年8月份,新浪微博冰桶挑战公益活动的高参与度和广影响力,既显示出微博这一代表性的社交媒体强大的传播力,也为公益营销带来新的创意和技巧。通过分析微博在冰桶挑战公益活动中的平台作用,可以总结出社交媒体为公益营销带来的有益尝试。     

消费文化语境下的媒体经营与消费文化传播

在消费文化语境下,媒体在满足经济利益诉求和拓展生存空间的同时,更应该重视媒体责任,营造良好的消费文化氛围。这就要注重受众心理研究,增强民众对新闻消费的关注度;提升新闻品位,打造新闻品牌,增强受众的消费热情;传播积极的消费文化,拓展传播媒介生存空间。与此同时,做好媒介经营,引导正确消费文化观的建构,重视平衡自身经济目标的实现与正确消费文化观的引导的关系。     

巧用教学媒体以趣激学,创造无限“学机”

小学英语是2001年新课程标准实施以来的一门学科。小学英语的主要任务是培养小学生学习英语的兴趣、习惯和自信心,培养学生良好的语音语调和一定的语感,并使他们养成用英语进行简单的日常交流的能力。有条件的学校可以让学生了解中西方的文化差异,开阔他们的视野,为他们的进一步学习打好基础。然而,三年级学生初步接触英语,自制力差,好奇心强,活泼好动,如果机械地重复教学,会让他们失去兴趣。久而久之,他们会讨厌英语。在新课程标准下,教师要调动学生的学习积极性,必须采用灵活有效、有创新性的教学方法,以趣激学,激发学生的学习激情。这就要求教师在教学中,必须灵活运用多种教学媒体,时刻为学生提供学习机会,让学生始终保持学习的热情。     

社交媒体的环境关注能改善空气质量吗？

随着移动互联网的快速发展,社交媒体日益成为公众表达对重污染天气等环境问题关注的工具。本研究以微博为例,探讨了社交媒体反映的环境关注对城市PM_2.5浓度水平的影响以及内在机制。研究发现,微博上环境关注的空间分布显示出向高等级和高污染城市聚集的倾向,PM_2.5浓度水平高的地区集中在煤炭资源或重工业集聚的地区。空间回归模型的结果证实了社交媒体的环境关注能显著降低PM_2.5浓度水平,层级较高的城市及创新能力较强的城市能够更好地回应社交媒体的环境关注,并有效降低城市的PM_2.5浓度水平。本研究表明,社交媒体的环境关注已经成为环境治理中的一种重要力量,在分析环境问题时应该充分考虑新兴社交媒体平台的影响。     

基于互联网旅游数据的游客量预测模型研究现状与展望北大核心

互联网旅游数据具有多元异构、高频、海量、价值密度低的大数据特征,从互联网旅游数据中挖掘关键特征信息和构建有效的游客量预测模型已成为近年来国内外相关科研机构的研究共识和热点。对近十年国内外基于互联网旅游数据的游客量预测模型研究现状进行综述。首先,介绍了互联网旅游数据的特点和来源,阐述了搜索引擎数据和社交媒体数据的获取过程和处理方法;其次,对基于互联网旅游数据的游客量预测模型现状进行评述,包括时间序列预测模型、计量经济预测模型、机器学习预测模型和组合预测模型;最后,从关键词智能提取、非结构化数据转化、多源旅游数据融合、高维非线性混频数据处理4个方面展望了未来的研究要点及趋势。