Re-reading remittances through solidarity: Mexican hometown associations in New York City

This paper analyzes how Mexican hometown associations in New York City practice solidarity so that they might best meet the needs of the transnational communities that they serve. Commonly formed by immigrants in the United States, hometown associations are organizations which send money collectively to their home countries, supporting public infrastructure and community projects. Scholars have debated both the merits of remittance programs that channel migrant funds as economic development and the agency of immigrant economies in neoliberal development structures. Through primary data collected from interviews in New York City, I review the frustrations that hometown associations have with one such program: Mexico's programa tres por uno para migrantes. Concurrently, I examine how the same hometown associations engage ethical economic practices of collective remittance sending and community service provision in New York City. Drawing on feminist literature on diverse economies, I argue that the solidarity work of hometown associations disrupts the dominant remittance as development discourse. Migrants are not content to participate in tres por uno and through practicing solidarity they distance themselves from this neoliberal policy.     

Seeing financialization? Stylized facts and the economy multiple

One of the most prominent stylized facts about contemporary capitalism concerns its “financialization.” Like all economic stylized facts, however, facts about financialization are recognized by some commentators and not by others. This article offers one explanation why. It argues that the claims we can make about “the economy” depend upon how we envision that economy in the first place. The economy can be pictured in myriad ways – it is multiple, not singular – and different pictures of it enable the identification of different stylized facts about it. So it is with financialization. The article illustrates this by examining the history of two different traditions of picturing the economy. One – national accounting – increasingly has enabled financialization to be seen; the other – mainstream economics – generally has not.     

基于深度学习的区域生态安全时空模拟与预测

区域作为人类、自然、社会共同作用和互相影响的复杂系统,对区域进行生态量化建模与模拟仿真,是实现区域可持续发展战略的关键。传统机器学习方法对区域生态系统建模取得了一定的成果,但难以确定学习特征和实现时空模拟。深度学习不需事先确定训练特征,具有优异的特征学习能力,能够提高模型预测精度,因此利用深度学习进行建模具有显著优势。本文使用植被净初级生产力（NPP）、气溶胶光学厚度（AOD）和人口格网数据,充分利用深度学习的优点,采用最优深度神经网络时空模拟,得到了河南省2007-2014年3 km分辨率的生态赤字空间分布图和河南省2015-2020年的生态赤字时间预测结果并进行分析,为区域生态的科学管理和建设供科学依据和参考。     

平度市国土资源局全面推进“双保”行动的探索

为应对国际金融危机,平度市国土资源局积极响应国土资源部在全国范围内部署开展的"保增长、保红线"双保行动,立足部门职能,扎实工作,加强和改善土地宏观调控新机制,有效保障扩大内需,保障重点项目用地,促进经济平稳较快发展。     

菏泽市挖掘节约用地潜力的探索

菏泽市国土资源局在学习科学发展观过程中,在挖掘土地潜力上下功夫,寻求突破口,通过向节约投资要效益、向低效用地要效益、向标准厂房要效益、向调整结构要效益、向集约用地要效益、向压缩用地面积要效益、向闲置土地要效益、向废弃未利用土地要效益、向旧村改造要效益九条措施破解了土地制约瓶颈,缓解了用地矛盾,确保了全市经济又好又快发展。     

大学新生心理控制源、学习动机与学业成绩的关系

以广东海洋大学2009级53个专业1 876名(男生1 156人,女生720人)新生为对象,研究心理控制源、学习动机、学业成绩的特点及相互关系。研究结果表明:1)大多数新生的心理控制源为内控,没有显著的性别差异;2)学习动机多元化趋势明显,有非常显著的性别差异,男生学习动机更强;3)学业成绩有非常显著的性别差异,女生学业成绩更好;4)心理控制源、学习动机、学业成绩之间存在明确关系,心理控制源与学习动机、心理控制源与学业成绩有非常显著负相关,学习动机与学业成绩有非常显著正相关;5)学业成绩受心理控制源、学习动机等综合影响。     

元认知理论框架下大学英语教学与测试模式探析

元认知是人们对自身认知活动的自我意识、自我监控与自我调节,元认知理论在学习实践中具有广泛的适应性。大学英语教学中运用元认知策略改革教学与测试模式,能提高学生的自主学习能力,取得良好的教学效果。     

社会物理学视角下中国农村工业时空演化——以河南省芝田村为例

以五次实地调研为基础,对农村工业从民国初期至今进行阶段划分并总结其阶段特征;运用折射定律、万有引力定律定量分析工农效率及折射率,验证了微观尺度上可以反映更大尺度运行状况的理论假设。结果表明:(1)工业相对于农业有更高的效率。(2)引力与距中心村(镇)二次方正相关。(3)波动伴随工业发展的整个过程。国家政策在早期起主导作用;随着时间发展,外界经济环境逐渐成为决定性因素。(4)私有企业比集体企业折射率高是集体企业改制的主要原因,但前者承受经济风险的能力明显低于后者。(5)工农折射率与企业规模呈正相关。(6)企业组织效率:集群>集聚>分散。产业集群是农村工业发展的方向。在工业发展的初期,效率与企业规模之间存在指数增长关系,但随着向更高阶段的演进,将产生自我抑制作用。     

碳足迹研究进展及其对低碳旅游研究的启示

旅游业不仅是气候变化的受害者,也是造成气候变化的重要原因。基于生命周期评价理论的碳足迹研究,可以对产品或服务从“摇篮”到“坟墓”的整个生命过程所排放的直接和间接的CO2量进行估算。通过整理国内外对碳足迹研究起源,碳足迹内涵,碳足迹分类,碳足迹研究理论与方法,区域碳足迹,碳足迹与贸易、碳足迹与家庭生活,碳足迹计算器,碳足迹标签等方面的研究,总结国内外在碳足迹研究上的差异,并从旅游碳足迹研究,低碳旅游政策,碳汇旅游,低碳旅游衡量标准等方面提出低碳旅游研究的启示。     

基于众包数据的室内定位方法和平台

随着WLAN的普及,基于Wi-Fi的室内定位方法逐渐成为研究与应用的热点。虽然,其中基于位置指纹的定位算法研究相对广泛,应用效果较好,然而现有的指纹定位方法或系统仍存在以下3个问题：① 离线阶段的数据标定和定位模型的训练需要耗费大量人力物力,以及时间消耗,使系统很难得到实际应用;② 真实环境中WLAN信号波动呈现高动态性,采集的数据存在显著的时效性,无法提供长时间的有效定位保证;③ 实际环境中AP设备变动频繁,导致训练数据与定位数据特征维度不等长,造成模型失效。针对上述问题,本文提出了一种基于众包数据的模型更新方法,通过不断融合增量数据,使定位模型保持实时有效。该方法主要包括半监督极速学习机(SELM)、具有时效机制的增量式定位方法(TMELM)和特征自适应的在线极速学习机(FA-OSELM)3部分。基于上述方法,本文设计并实现了基于众包数据的室内定位平台系统。实际应用表明,本文提出的方法能够显著降低模型训练阶段的数据采集工作量,有效提升模型训练速度,并且长时间保持较高的定位精度。