随着信息技术的日新月异，数字校园、网络课堂、智慧学习、实时监测和大数据人工智能评价等全新的模式，正推动教育进入数字时代的教育新形态，不仅使教育呈现新的特质，也给教育发展带来新的机遇。“教育数字化转型”是当前教育改革与实践中的热点，也是未来教育创新变革的发展趋势。教育数字化转型作为一种强调技术推动教育创新和变革的过程，其产生和实践有着重要的发展意蕴。社会和文化的变迁、技术革新的动力、国家政策的主导和教育系统内生发展四个因素形成推拉合力驱动着教育数字化转型。

在习近平新时代中国特色社会主义思想主题教育深入开展之际，上海外国语大学图书馆即日起在虹口、松江两校区图书馆同步开设学习贯彻习近平新时代中国特色社会主义思想主题教育专题书展，邀请广大师生共读主题教育学习书目，跟随总书记的书单“读原著、学原文、悟原理”，筑牢信仰之基、补足精神之钙、把稳思想之舵，一起从阅读中汲取智慧，涵养精神力量，做堪当民族复兴重任的时代新人。

以拉丁语命名的星座、星辰和以汉语命名的星宿、星官，是西方人和中国人在各自文化传统中运用想象认识星空的结晶。本讲座将带领观众走近春季星空，并了解与之相关的中西方语言和文化传统。

2017年6月1日，《中华人民共和国网络安全法》正式实施，作为我国网络安全领域的基础性法律，其在网络安全史上具有里程碑意义。对于国家来说，《网络安全法》涵盖了网络空间主权、关键信息基础设施的保护条例，有效维护了国家网络空间主权和安全；对于个人来说，其明确加强了对个人信息的保护，打击网络诈骗，从法律上保障了广大人民群众在网络空间的利益；对于高校来说，《网络安全法》则对如何强化网络安全管理、提高信息系统的安全可控水平等提出了明确的要求，指导着校园的安全、有序运行。

在利用语料库频率进行研究的过程中，我们会统计语种、词性、动词活用形式、有生性以及自他动词等语言特性的出现频率。在本次讲座中，玉冈教授将介绍如何利用分类树分析（classification trees），根据多个因素（解释变量）预测某特定表达的出现频率（目标变量）。分类树分析可以将解析结果画成树状图形式，通过可视化使结果更易理解。本次讲座中，玉冈教授将使用SPSS的决策树功能，详细解释数据输入、加权、预测模型构建、各种分析命令、树状图解读方法以及相对风险等要点。出版信息：2023年6月底，黑潮出版社将出版玉冈教授所著《基于决策树分析的语言研究》一书。决策树分析可分为分类树分析和回归树分析。前者用于预测非参数数据（定性变量），如语料库频率等。而后者用于预测参数数据（定量变量），如测试得分等。在本次讲座中，玉冈教授将重点介绍分类树分析。

In this paper, we propose the models of quantal response equilibrium and level-k reasoning to describe the decision procedure of players in the Dutch auction with independent private values. The estimation results of the models from several different experimental datasets of the Dutch auction disclose learning effects with repeated trials in the Dutch auction, in spite of insignificant difference in bids at the aggregate level across periods. In particular, the bias in belief updating makes players overestimate the winning probability expected at future prices in initial periods but this inclination becomes weaker and even changes to underestimate the expected winning probability in latter periods. Furthermore, we propose a new task that is a simplified version analogous to the decision task of the Dutch auction. We first elicit individual features of the bias in belief updating with this new task, and then, by using the structural model of level-k reasoning, we examine the predictive power of these individual features for the bidding behavior observed in the Dutch auction. We find that it is predictive for the bids in the initial periods of the Dutch auction, but not for the last periods. This result provides a support for the long-standing conjecture in the literature that players are biased in belief updating during the Dutch auction and also confirms the learning effects suggested by the estimation results of the models.