【摘 要】
：
习近平总书记指出,"要认真总结这次党史学习教育的成功经验,建立常态化长效化制度机制,不断巩固拓展党史学习教育成果","全党要坚持唯物史观和正确党史观,从党的百年奋斗中看清楚过去我们为什么能够成功、弄明白未来我们怎样才能继续成功,从而更加坚定、更加自觉地践行初心使命,在新时代更好坚持和发展中国特色社会主义"。
论文部分内容阅读
<正>习近平总书记指出,"要认真总结这次党史学习教育的成功经验,建立常态化长效化制度机制,不断巩固拓展党史学习教育成果","全党要坚持唯物史观和正确党史观,从党的百年奋斗中看清楚过去我们为什么能够成功、弄明白未来我们怎样才能继续成功,从而更加坚定、更加自觉地践行初心使命,在新时代更好坚持和发展中国特色社会主义"。
其他文献
《刑法修正案（十一）》新增"负有照护职责人员性侵罪"是对积极刑法观的立法回应,体现并贯彻了古典自由主义的刑法思想以及法律家长主义的保护理念,重点强调在保护未成年人免受性侵害中负有照护职责人员这类主体的身份特殊性,负有照护职责人员与其所照护未成年女性发生性关系的行为具有刑事违法性。"明知""手段行为"以及"情节恶劣"是区分罪与非罪的关键要素。本罪与强奸罪为对立关系,"是否违背妇女意志"是二者的本质区
中国语境下的功能主义刑法解释论应当认真对待和深刻检讨"问题性思考"这一法哲学基础命题,从偏重结果的功能主义转向结果与方法并重的、整体有效性的功能主义,从法官决策行动论转向法官决策有效论,坚定主张并深刻论证刑法解释方法确证功能体系化命题,努力追求并真正实现刑法解释结论合法性、合理性和合目的性"三性统一体"有效性。当前应进一步完善具有中国特色的案例指导制度,从微观上具体展开中国本土化的问题性思考,切实
经济社会的多样性发展,频繁的经济往来使得债务纠纷频发,一些债务人恶意拖欠债务不还的行为给债权人带来了经济损失。由于诉讼成本过高,司法程序的时间过长,即便胜诉但执行难等现实障碍,债权人转而采取非法手段限制或剥夺债务人的人身自由,目的是为了索要债务。行为外观上与绑架罪极其相似,甚至一些案件中暴力行为超出必要限度,索要的财物数额超出实际债务,以及拘禁的对象涉及无关第三人,仍然作为非法拘禁罪处理。本文通过
为应对愈演愈烈的非法集资乱象,《刑法修正案（十一）》提升了非法吸收公众存款罪的法定刑,以提高该罪的刑罚严厉程度来遏制非法集资犯罪。然而分析《刑法修正案（十一）》实施以来的非法吸收公众存款罪判决情况可知,法官对该罪法定刑提升的反应并不敏感,对于该罪的监禁刑与罚金刑的量刑仍秉持轻缓的态度,在共同犯罪中对主犯和从犯的量刑轻重界限不甚分明。
非法利用公民个人信息行为具有严重的法益侵害性且民事、行政法律法规无法有效防范,因而具有刑事规制的必要性。但当前我国刑法并未直接规制该行为,而是采取"被动性附随打击"进路,以期通过惩处关联犯罪而取得打击非法利用行为的附属效果。这种进路具有未单独评价非法利用行为、过度依赖关联犯罪、部分情况下导致罪刑失衡的固有缺陷,因而需要进行路径转换。考虑到为法官提供明确的裁判依据、有利于法秩序的统一,且借鉴域外的立
免疫性血小板减少性紫癜（ITP）是临床常见的出血性疾病,因其皮肤表现出青紫斑点或斑块的特点,故中医将其命名为紫斑。对于ITP的诊治,西医已有相对成熟的方案,但仍面临难治、易复发等问题。中医对紫斑有深入的认识及成熟的治疗方法。该文归纳中医对紫斑的病机认识及古今医家辨证论治思想与经验,以期促进现代医者更加准确地诊断和治疗该病。
重构主义立足于犯罪人与被害者、国家之间的关系网络,强调犯罪人与国家之间的合作,以此作为无罪认定或从宽处罚的依据。我国刑法有关行政或民事处理前置程序、犯罪后及时退还或上交等无罪处理的规定,刑事诉讼法对认罪认罚从宽处罚的规定,都只能从重构主义才能得以合理解释。刑法是法益保护法,而法益保护不只是指向过去,以确保保护法益被损害后的惩罚,同时也面向未来,激励行为人在保护法益被损害后及时修复。重构主义的制度实
目的探讨胸水和血清肿瘤标志物在肺腺癌患者诊断中的应用价值。方法选取本院2016年5月至2021年7月收治的35例肺腺癌伴胸水患者作为肺腺癌组,并选择同期住院的呼吸系统疾病（肺炎、肺感染、慢性阻塞性肺病等）患者35例为对照组,检测两组胸水和血清中肿瘤标志物及生化水平变化。结果 （1）肺腺癌组胸水CEA、CA19-9、CA72-4水平及胸水CEA/血清CEA比值均显著高于对照组（P<0.01）;（2）
《刑法修正案（十一）》将自洗钱行为入罪,反映了国内顶层设计和司法实践的要求,也适应了FATF评估考核和国际刑事治理的需要。应当准确理解自洗钱行为入罪的现实背景以及具体法条内容的变化。在司法适用中处理好与传统赃物犯罪的关系、与上游犯罪的关系,对于共同犯罪、罪数问题、量刑均衡等问题都需要作统筹考量。
随着智能技术的发展，深度学习已成为机器学习的研究热点，在各个领域发挥着越来越重要的作用。深度学习以数据为驱动，需要大量的监督数据用于提升模型性能。然而，在大数据时代，标签数据成本昂贵，需要耗费大量的人力物力，从而限制许多深度学习方法的推广。为了有效解决标签问题，研究人员将半监督与深度学习相结合。半监督学习是基于数据分布的模型假设，其同时利用少量的标签数据和大量的无标签数据构建模型，有利于扩大样本空