【摘 要】
:
协同治理对提升政务数据资源的利用效率具有重要意义。利用超网络解构政务数据协同治理模型,从数据应用对象、数据应用场景以及数据本身三个层面入手,分别构建了“人”的子网络,通过子网耦合完成政务数据协同治理模型构建,并以深圳市为案例,基于实际政务服务事项清单构建政务数据协同治理超网络模型,完成数据协同治理现状的模型刻画,揭示数据协同治理网络中数据应用对象间的关联关系,最终发现:各类参与者数据协同需求度差异
【基金项目】
:
吉林大学研究生创新研究计划项目“智慧政务数据协同超网络模型构建”的研究成果之一,项目编号:101832020CX048;
论文部分内容阅读
协同治理对提升政务数据资源的利用效率具有重要意义。利用超网络解构政务数据协同治理模型,从数据应用对象、数据应用场景以及数据本身三个层面入手,分别构建了“人”的子网络,通过子网耦合完成政务数据协同治理模型构建,并以深圳市为案例,基于实际政务服务事项清单构建政务数据协同治理超网络模型,完成数据协同治理现状的模型刻画,揭示数据协同治理网络中数据应用对象间的关联关系,最终发现:各类参与者数据协同需求度差异显著,可根据需求度高低分步、分层推进协同治理;服务事项协同数据类别存在特定集群,治理过程中,可首先发掘集群的共性特征,从而提出针对性的治理方案;政务数据资源协同阻力较大,需以关键节点为突破。总体而言,政务数据协同治理仍处于初期发展阶段,各类资源协同参与感较低,需从提升人的主观能动性入手,推动政务服务数据协同治理的发展。
其他文献
智能技术将使人类重返“人力”生产制造方式,不过这里的“人力”是机器人力;建筑设计将纵向与建造产业紧密融合,形成智能建造产业网链;机器人3D打印混凝土建造是典型的智能建造方式。
【目的】调查了解口腔专科医院护士情绪智力、焦虑、抑郁现状并分析其相关关系。【方法】采用简单随机抽样法选取符合标准的口腔专科医院的护士为研究对象进行问卷调查。【结果】口腔专科护士的总体焦虑得分和抑郁得分均高于中国常模;护士情绪智力平均得分为(3.96±0.30)分,属于中等偏上;并且护士情绪智力的情绪知觉维度与焦虑状态呈负相关(P<0.01);情绪知觉维度、自我情绪管理维度和他人情绪管理维度与抑郁状
<正>本文基于同期线损系统中低压理论线损计算模块,提出台区理论线损电量偏差异常处理方法,降低电量偏差,进而提升理论线损计算正确率,以提供有效的降损依据。文中提出理论说明,并结合两个电量偏差异常治理实例进行分析说明。1电量偏差异常原因及处理方法1.1电量偏差异常原因电量偏差产生的原因可分为同期日供电量异常和理论计算供电量异常2种情况。同期日供电量异常主要是台区表底异常及倍率与实际不符。
近些年来,我国体育培训产业处于高速发展的阶段,拥有广阔的发展市场和稳定的消费人群,但目前来看,体育培训产业存在着监管不完善,人才缺失,收费标准不明确以及“流动式”经营等问题。本文通过文献资料法、逻辑分析法等研究方法,基于体育培训产业目前的发展态势以及体育培训产业在培养青少年运动技能中所肩负的责任和所发挥的作用来分析,得出以下结论:(1)政策的不断完善,为体育培训产业提供了保障;(2)体育培训产业飞
随着电子政务的发展,凸显出了不少亟待解决的问题。而“区块链”与政务的结合成为我国电子政务发展的新方向。一方面,“区块链”为我国电子政务建设创造了良好的机遇;另一方面,也为我国电子政务建设带来了巨大的挑战,值得关注并进行研究。文章在客观分析机遇与挑战的基础上,提出了在“区块链”背景下推进我国电子政务建设的对策,并以区块链+不动产相关项目为例,研究区块链技术在电子政务服务中的实际效果。以期借助飞速发展
舞蹈和美育有着天然的密切关系。舞蹈能够涵养身心之美、提升对美的感知。学校应当重视舞蹈的美育功能,从相互衔接、多样融合等方面,实现“以舞育美”。
乡村振兴战略的全面推进为大学生返乡创业提供了新的生态环境,同时也对高校创业教育改革提出了新的挑战。当前我国大学生返乡创业仍在思维认知、体制机制等层面面临诸多困境和问题,这限制了高校创业教育的进一步发展并提升了高校大学生返乡创业教育的复杂性。基于此,文章探讨了乡村振兴背景下高校支持大学生返乡创业的实现路径,提出强化返乡创业价值观和职业观教育、调整大学生返乡创业教育教学体系、搭建大学生返乡创业教育实践
工笔花鸟画的发展历经千年,在传统的基础上不断革新,逐渐成为中国传统绘画的重要组成部分。改革开放后,随着中西方文化不断交融,工笔花鸟画进一步发展变化,呈现出区别于传统的新特点,新工笔花鸟画应运而生。本文立足传统工笔花鸟画的历史发展脉络与基本概况,从题材和内容、构图和样式、材料与技法、设色与用色等四个方面,对新工笔花鸟画的艺术特色进行探讨。
线损率是综合反映电网规划、生产、管理等的重要经济技术指标,针对目前计算方法存在的计算速度慢和误差大等问题,提出了一种结合深层置信网络和深层神经网络的理论线损率计算模型。将计算过程转化为多特征提取过程,模型通过逐层贪婪法和随机小批量梯度下降法等进行训练。通过算例与传统模型进行对比分析。结果表明,与传统的线损率计算方法相比,所提方法无论是精度还是效率都有一定的提升,表明了所提方法的优越性,具有一定的实