大发彩票玩法|在线用户注册平台 | 官网APP下载

拒不支付职工工资284万元获刑两年******

　　本报记者　　 赵红旗

　　本报通讯员 李文晋 付屹

　　“企业应严格执行员工薪酬制度，遇到困难了，应及时与员工沟通，避免劳动争议纠纷给企业及员工带来不必要的讼累。”1月7日，河南省许昌市中级人民法院组织法官深入辖区企业了解企业所需所求，并针对企业岁尾年终常见的劳资纠纷以案说法，引导企业规范员工薪酬等相关制度，防范法律风险。

　　在一起拒不支付劳动报酬罪案件中，被告人杨某被许昌市建安区人民法院一审判处有期徒刑2年，缓刑3年，并处罚金1万元。2022年12月24日，许昌中院维持了一审判决。目前，该案判决已生效。

　　据悉，2020年5月12日，许昌某健康科技有限公司职工李某等人向许昌市建安区人力资源和社会保障局劳动监察大队投诉公司拖欠职工工资，劳动监察大队立案后，于2020年5月14日对许昌某健康科技有限公司体检部实际控制人杨某下达了《劳动保障监察限期整改指令书》，责令许昌某健康科技有限公司体检部10日内支付拖欠的劳动者工资。

　　收到限期支付劳动者工资整改指令后，被告人杨某作为许昌某健康科技有限公司、许昌某健康科技有限公司体检部的实际控制人，在有能力先行支付部分劳动者工资的情况下，仍拒不支付，并于2020年5月19日至6月1日期间，先后安排其公司出纳将公司资金用于支付体检设备CT机余款、购买体检试剂及支付水电费等。

　　立案后，迫于压力，被告人杨某于2020年6月12日至14日向被拖欠工资的职工支付报酬11万余元。经审计，截至2020年6月30日，许昌某健康科技有限公司体检部欠发228名职工13个月工资共计284.75万元。

　　许昌市建安区人民检察院审查起诉认为，被告人杨某明知人社部门向其下达了限期支付劳动者工资整改指令，在有能力先行支付劳动者部分工资的情况下，拒不支付228名劳动者的工资，应当以拒不支付劳动报酬罪追究其刑事责任。建议判处其有期徒刑2年，缓刑3年，并处罚金1万元。

　　建安区法院一审开庭审理时，杨某对起诉书指控的犯罪事实、罪名及量刑建议均无异议。

　　建安区法院审理认为，被告人杨某行为构成拒不支付劳动报酬罪。其到案后如实供述自己的罪行，且认罪认罚，公诉机关量刑建议适当，遂作出判决。

　　2022年10月30日，一审宣判后，杨某不服，上诉至许昌中院，其辩护人辩称，本案拒不支付劳动报酬犯罪事实轻微、社会危害性低，不应以此追究上诉人杨某的刑事责任。

　　许昌中院审理认为，上诉人杨某作为公司最大股东和实际控制人，应当对所拖欠公司员工的工资承担清偿责任。原判认定事实清楚，证据确实、充分，定罪准确，量刑适当，审判程序合法，依法驳回上诉，维持原判。

　　“刑法明确规定，以转移财产、逃匿等方法逃避支付劳动者的劳动报酬或者有能力支付而不支付劳动者的劳动报酬，数额较大，经政府有关部门责令支付仍不支付的，处3年以下有期徒刑或者拘役，并处或者单处罚金；造成严重后果的，处3年以上7年以下有期徒刑，并处罚金。”承办法官介绍说，劳动报酬的清偿顺序优先于普通债权，用人单位拖欠劳动者的劳动报酬和其他普通债务时，具有优先清偿劳动者劳动报酬的法定义务。

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）