农村大龄未婚男性家户结构及变动分析———以１９８２年以来人口普查数据为基础

基于１９８２年以来４次人口普查数据所作研究发现：农村３０岁及以上大龄未婚男性在核心家户生活比例最大,其次为单人户,再次为直系家户。父母是大龄未婚者组成核心家户和直系家户的主要关系资源。兄弟等旁系亲属与其组成共同生活单位的比例随时间后移大幅度降低。大龄未婚男性在主要家户中的构成有较显著的年龄差异。在３０岁、３５岁青年组,其与父母组成的核心家户、直系家户占多数;４０～５０岁组中年阶段,单独生活比例增加,与直系和旁系亲属生活仍占多数;至５５岁以上组,单独生活逐渐成为主流。多数老年未婚男性在４个时期以独居为主,２０００年后更出现增长趋向,这需要社会保障和福利机构采取切实措施给予其必要的生活协助。     

中西医结合治疗精液不液化100例

正常男性的精液射出时呈胶冻状,在室温下5～10min开始液化,变成稀薄的液体,如果精液射出30min以后仍呈胶冻状,则称为精液不液化.精液粘稠不液化或液化迟缓,降低了精子的活动力,减缓或抑制精子通过宫颈,妨碍受精.长时间不液化,陷入精液凝块中的精子则无法移动,女方难以受孕.该症是导致男性不育的原因之一,笔者采用中西医结合治疗取得了一定的疗效,现报告如下.     

当代青年关于“儒家”的身份想象研究

儒家文化在中国始终扮演着隐性在场的角色。与之相应，在物质条件迅速发展的现代社会中，当代青年面临着如何重塑其文化人格的难题。在认真审视日常生活的平庸之后，部分青年选择“儒家”作为其身份想象。这种想象将儒家士大夫的“殉节”作为共情的基础，试图以此汲取其人格中的神圣力量。通过分析造成这一“文化奇观”的心理机制，我们可以发现此类青年的身份想象其实较多立足于诸如“自由”“平等”等文化价值的考量，而其所推崇的士大夫精神实际上已遭到隐性的转轨以贴合现代生活。是故，此类青年的所作所为并不能被单纯理解为儒学的“复活”，反而呈现了一种更为复杂的现代气质及其相关心理诉求。对于这一现象，我们姑且称之为当代青年在其心灵世界所发起的“逆向突围”。仅以青年而言，这既反映了部分自发形成的“文化保守主义”的面相下所包含的复杂动因，亦反映了当代青年表达其精神诉求时的曲折性与隐蔽性。     

村庄的气质

<正>火炕上睡眠沉，一只北红尾鸲还是早早叫醒了我。大雾，露浓，捋一把红白樱桃吃着，我开始奔跑。水泥路是新开辟的，河谷汛期总是冲断路，上游的村庄难以出行，村里果断改道了。院外曾经是一丛丛狭叶荨麻，往南逶迤不绝，如今也铺成水泥路了，我跑得宽宽绰绰，直奔槐子家看羊去。     

中国汉族男性家系Y-STR容差规律研究

目的 调查分析常用的35个Y-STR以及累加另24个备选Y-STR基因座在中国汉族男性家系成员及无关个体间的容差分布情况，研究获得不同容差数与间隔减数分裂次数之间的分布规律。方法 收集37个中国汉族男性家系成员283名与100名无关人员血样，利用Yfiler Plus^TM、ZGWZ FSY、Yfiler Platinum、SureID^?PathFinder Plus、Y SUPP Plus试剂盒进行Y-STR分型，分析35个常用Y-STR和总共59个Y-STR分型数据，分别统计家系成员之间和无关个体之间的容差分布情况，并利用贝叶斯公式计算不同容差数的家系成员之间间隔不同减数分裂次数的概率分布。结果 对于35个Y-STR分型，家系成员之间容差分布在0～5个基因座与0～5个步长，97.98%的容差发生在3个基因座以内；0容差的两个体有68.33%概率在间隔6次减数分裂以内，3容差的两个体有74.34%的概率在间隔10次以上。对于59个Y-STR分型，家系成员之间的容差分布在0～7个基因座与0～9个步长，90.56%的容差发生在3个基因座以内...     

民族地区农村男性婚姻挤压及其治理研究

自20世纪80年代以来，我国出生人口性别比持续畸高。随着这些人口渐次进入婚龄，男性婚姻挤压就是必然结果。在区域发展不平衡、人口大规模流动的背景下，民族地区农村女性受婚姻收益最大化的驱动，在向发达地区劳务迁移的同时，实现了婚姻迁移，而民族地区农村男性在劳务迁入地婚姻市场缺乏竞争力，只能回乡择偶。这一新变化打破了本地婚姻市场性别结构平衡，导致男性的婚姻挤压尤其严重。民族地区农村男性婚姻挤压具有扰乱婚姻秩序、影响社会稳定和加重养老负担等社会后果和潜在风险。多措并举校正出生性别比失衡、提高民族地区农村男性的婚姻竞争力、探索对他们的关爱帮扶措施，是治理民族地区农村男性婚姻挤压的主要举措。     

机器学习技术结合Y染色体CpG位点推断男性年龄

目的 年龄推断作为个体特征描绘关键环节之一，在法医实践中的地位愈发重要，然而从混合斑中推断出个体年龄是一个尚未解决的难题。本研究通过筛选Y染色体上CpG位点并结合机器学习算法构建男性个体年龄推断模型。方法 从GEO数据库筛选男性血液甲基化数据，按照年龄变化趋势对Y染色体上的位点进行差异性分析。对Y染色体上的差异性CpG位点进行线性回归拟合并计算Spearman相关系数，基于年龄相关CpG位点构建支持向量机、梯度提升机、随机森林、多元线性回归、K最邻近等5种机器学习模型用于年龄推断模拟和验证。结果差异性分析得到26个CpG位点，通过线性拟合得到8个年龄相关CpG位点。五种机器学习训练模型推断年龄的平均绝对偏差（Mean Absolute Deviation,MAD）范围从5.19岁～7.68岁。在验证阶段的数据集中，支持向量机的年龄推断模型表现最佳，MAD为5.43岁。结论 本研究基于机器学习算法验证了Y染色体上的CpG位点对男性个体年龄推断的可行性，为法医实践提供有效依据。