家彩网论坛-购彩大厅APP | 在线登录-APP下载

3斤肉上桌只剩1斤多店家称是正常现象******

　　□ 本报记者 张守坤

　　“我们点了3斤肉，结果菜端上桌之后重量只有1斤多。从店员到厨师再到老板都说菜品缩水是正常现象。”

　　在天津工作的张文(化名)不久前和几位朋友一起来到一家铁锅炖吃饭。店内富有东北特色的装修和座无虚席的大厅让张文对菜品充满期待，但等到菜上了桌，张文感觉到不对。

　　张文告诉《法治日报》记者，他们点的3斤肉包括1斤鸡肉、2斤鹅肉，服务员把菜倒进锅里后，分量一眼看上去就不对，而且只能看到鸡头和鸡爪。“我们刚开始以为是饭店少上了鹅肉，便叫来服务员询问情况。服务员表示菜品已经上全了，还找来了厨师，厨师说这些肉都是他刚刚炒过的，鹅肉鸡肉都在不会有错。”

　　最后，饭店老板也来了，坚持说菜品没有任何问题：“我们的肉分量都是足的，只是生肉变成熟肉的过程中会缩水，1斤生肉制成菜品可能在6两左右，这都很正常，不信的话可以去后厨看。”但当张文真准备去看时，老板却又借故离开，摆摆手说“店里生意忙，不要再闹了”，还说多送他们一份花卷和贴饼。

　　“这样看来，3斤肉熟了后可能只剩一半，缩水多少全由老板说了算，根本不公平。”张文说，除了肉量少，肉的“内容”也让他们感到不满。“锅里鸡脖鸡头鸡屁股都有，还有全是白膘的带皮鹅肉，真正能吃的没多少。”

　　缺斤短两、菜品缩水、以次充好、掺杂水分……张文就餐时遇到的糟心情况并非个例。北京市民孙洋(化名)不久前来到一家蒸汽石锅鱼店就餐，在选鱼时，老板不仅将桶和里面的水一起称重，结账时本来3斤多的鱼，却按4斤计算收费。

　　近日，海南省三亚市综合行政执法局发布多批旅游市场整治典型案例，就有商家擅自偷换消费者提供用于海鲜加工的活鱼、在销售皮皮虾的过程中存在掺杂水分、缺斤短两等情况。

　　中国法学会消费者权益保护法研究会副秘书长陈音江向记者介绍，类似这种“缩水”的缺斤短两行为，是餐饮界不够诚信守法商家的借口。不只是肉，很多食材煮熟后都会严重缩水，餐饮机构作为专业一方，生熟关系应当提前进行说明，或者在菜单上标明，顾客要求对菜品进行查看，称量时也应配合，充分保障消费者的知情权和选择权。

　　陈音江举例说，假如消费者要了一份炒鸡，结果全是或者大部分是鸡头鸡脚这样的边角料，明显不符合一般人的消费习惯，属于以次充好，涉嫌侵犯消费者的知情权和公平交易权。

　　中国政法大学副教授、中国法学会商法学研究会理事兼副秘书长朱晓娟认为，就餐中的消费者权益保障问题是关系民生的重大问题，各方应共同打造和维护安全、合理、公平的就餐质量、环境与秩序。

　　朱晓娟建议，商家要树立长线思维，诚实守信，应该依照餐饮行业惯例对就餐食材的计量方式等进行明示告知。对于行业协会而言，应该针对餐饮消费中反映的普遍问题进行针对性行业指引，出台自律管理细则，引导餐饮行业建立并执行合理的行业惯例，要求餐饮企业对事关消费者合法权益的相关事项进行必要的解释与说明，做到让消费者明明白白消费，充分发挥行业协会的引领作用。

　　北京瀛和(三亚)律师事务所执行主任张华认为，监管部门除了关注餐饮经营企业的许可、卫生条件等硬件外，对于餐饮消费中损害消费者权益的问题应进行主动监管，采取抽查、约谈等方式进行事前事中的防范与规制，对于有关投诉，要及时回应与处置。

　　在江苏省法学会经济法研究会理事长、江苏大学法学院副教授杜乐其看来，有关部门应加大信息化管理力度，比如某餐厅出现欺诈行为，就要第一时间将此餐厅的信用记录发布在官方网站或者公众号。同时监管部门可以加强对投诉的途径和方法的宣传力度，提高消费者的维权意识和能力。

　　“还应规范餐厅菜单和发票的设计，实现信息对称。菜单、发票的设计要规范、全面，比如注明菜肴的名称、分量、价格以及原料的规格；在客人结账时提供规范的发票，发票上有菜肴名称、单位、单价以及总价，这样如果消费者遭遇欺诈，发票就会成为一个有力的证据。只有充分实现消费者与经营者的信息对称，才能最大限度地防止消费者被欺诈。”杜乐其说。

提速近10倍！基于深度学习的全基因组选择新方法来了******

　　近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物（Molecular Plant）》上。

　　全基因组选择作为新一代育种技术，通过构建预测模型，根据基因组估计育种值进行早期个体的预测和选择，从而缩短育种世代间隔，加快育种进程，节约成本，推动现代育种向精准化和高效化方向发展。

　　统计模型作为全基因组选择的核心，极大地影响了全基因组预测的准确度和效率。传统预测方法基于线性回归模型，难以捕捉基因型和表型间的复杂关系。

　　相较于传统模型，非线性模型（如深度网络神经）具备分析复杂非加性效应的能力，人工智能和深度学习算法为解决大数据分析和高性能并行运算等难题提供了新的契机，深度学习算法的优化将会提高全基因组选择的预测能力。

　　该研究团队以玉米、小麦和番茄3种作物的4种不同维度的群体数据为测试材料，通过创新深度学习算法框架开发了全基因组选择新方法。

　　与其他五种主流预测方法相比，该方法有以下优点： 可以利用多组学数据开展全基因组预测；算法设计中包含批归一化层、回调函数和校正线性激活函数等结构，可以有效降低模型错误率，提高运行速度；预测精度稳健，在小型数据集上的表现与目前主流预测模型相当，在大规模数据集上预测优势更加明显；计算时间与传统方法相近，比已有深度学习方法提速近10倍；超参数调整对用户更加友好。

　　该研究得到了国家重点研发计划、国家自然科学基金、海南崖州湾种子实验室和中国农业科学院科技创新工程等项目的支持。

学术支持

中国农业科学院作物科学研究所

记者

宋雅娟

　　（文图：赵筱尘 巫邓炎）