与任免的英文句子

与任免的英文句子（精选6篇）

篇1：与任免的英文句子

to appoint and dismiss

参考例句：

The meeting lastly passed a series of appointment and disqualification lists.

会议最后通过了一系列任免名单。The appointment and removal of managers shall be in compliance with legal procedure and shall be publicly announced.

经理的任免应履行法定的程序，并向社会公告。appoint是什么意思：

v. 任命，指派，委派

to cancel an appointment

取消约会 Appointments can be made by arrangement.

约见时间可以商定解决。He will only see you by appointment.

只有事先约好他才能接见你。 It was a luxuriously appointed room.

这是一个陈设豪华的房间。She is appointed director of the farm.

她被委任为农场指导。dismiss是什么意思：

v. 解雇；让...离开；不再考虑；抛弃；解散；遣散

notice of dismissal

驳回上诉通知书 The class dismissed.

下课了。My parents dismissed me.

我父母抛弃了我。The teacher dismissed the class on time.

教师按时下课。I move that the case be dismissed.

篇2：与任免的英文句子

参考例句：

multiple parallel winding

复并联绕组 Heating in the winding may be due to a short-circuit between the turns of the coils.

绕组中发热可能是由线圈匝间短路引起的。 Each of the two medium-voltage buses is supplied from a separate auxiliary transformer secondary winding.

两条中压母线的每条由各自的`厂用变压器副绕组供电。In circuits containing windings such as reactors with iron cores a condition known as ferroresonance is possible.

在有绕组的电路中如有铁芯的电抗器,出现铁磁谐振是有可能的。Tertiary reactors can be economically switched as system reactive power requirements and voltage profiles vary.

接在第三绕组上的电抗器可根据系统无功的要求以及电压分布的变化而经济地投切。winding是什么意思：

adj. 弯曲的，蜿蜒的

n. 线圈

The wind is blustering.

风在呼啸狂吹。Wind power: Use of the energy in winds to produce power.

风力:利用风的能量来产生动力。wind energy potential

风能潜力 a wind instrument with a free reed.

篇3：与任免的英文句子

近年来, 随着BBS和Blog的迅速发展, 主观性的言论越来越多。这些言论大部分都是一些主观的论断和对事物的一些看法, 如对电子产品和汽车的使用评价、电影评论等等。那么, 如何判断这些评论是正面还是反面?态度是赞成还是反对?认为其值得推荐还是不值一文?这就引出了文本分类领域一个新的研究方向——基于情感的文本分类。基于情感的文本分类是近年来才兴起的一个研究方向, 主要研究如何对文本中句子所表达的情感等主观内容进行分类, 判断其是正面还是负面。

在本文中, 对于如何将评论文本分类为正向情感和负向情感, 提出了一种有效的机器学习策略。我们的方法不同于以前的研究:首先本文研究的文本是句子级别的粒度, 这样就可以尝试解决更加细粒度的情感分类;其次对于特征的选择, 本文选择了基于树核函数的结构化特征以及平面特征和结构化特征相复合的特征。

1 相关研究

文本的情感分类可以按照以下三个粒度进行:词/短语级别、句子级别和文章段落级别。

对于如何分类单个词或者短语的语义倾向性, 文献[1, 2]中分别使用了语言学的启发式 (Linguistic Heuristics) 方法和事先定义种子词集合的方法, 并且还提出了一个自动识别形容词的语义倾向性的算法。还有一些研究者使用Word Net进行词的语义倾向性研究。文献[3, 4]使用Word Net中的同义词和反义词指示器来预测词和短语的情感倾向。文献[5]通过计算词语之间在Word Net中的距离来获取情感之间的关系, 进而预测其情感倾向性。

以前的大多数研究工作都是针对文章段落级别来进行的, 并且假设每个段落只有一个情感主题。所使用的方法基本上都是原有的文本分类的方法, 常用的一种方法就是人工或者半人工构建区别词字典 (Discriminate-word Lexicon) [6]。文献[7]比较了三种机器学习方法 (Na6ve Bayes, Maximum Entropy Classification和SVM) 在电影评论语料上的情感分类的效果, 结果显示SVM的平均效果最好。文献[2]通过计算段落中短语的语义倾向性的平均值, 从而得出整个段落的情感倾向性。文献[7]使用n-gram特征进行了段落级别的文本情感分类, 并且取得了很好的结果。大多数的段落级别的文本情感分类都会假设一段文本只含有一个情感主题和唯一的情感倾向。但是事实上, 很多文本段落都含有多个情感主题和情感倾向。所以现在越来越多的研究人员开始关注更加细粒度的句子级别的情感分类。

一些研究者试图把段落级别的情感分类模型直接使用在句子级别上来。但是结果证明效果很不理想[8], 还需要一些额外的特征来进行句子级别的情感分类。文献[9, 10]使用了子字符串和依存结构来提高句子级别模型的性能, 并且取得了不错的效果。文献[11]也提出了必须要添加更多的特征来进行句子级别的情感分类。文献[12]提出了使用几种不同核方法来解决中文句子级别的情感分类问题。在本文中, 使用树核函数以及复合核来研究句子级别的情感分类。

2 树核函数在情感分类中的应用

为了将结构化的特征信息引入句子级别的情感分类, 本文使用支持树核函数的SVM作为分类器。

2.1 核方法

许多的机器学习算法只是涉及到在特征空间中进行向量之间的点积, 其中每个对象都由一个特征来表征。核函数可以看成一种基于特征算法的泛化, 它使用两个向量的核函数Ψ (X, Y) 来代替点积。从数学上来说只要Ψ (X, Y) 是对称的, 并且由其产生的核矩阵是半正定的, 那么它就会在一个隐式的希尔伯特空间中形成一个有效的点积。在这个隐式空间中, 一个核可以分解为多个特征, 并且特征的维数可以是无限的。所以核函数是解决高维特征分类问题的一个很好的选择。核函数与传统基于特征的算法之间的对比关系如图1所示。

2.2 卷积树核函数在情感分类中的应用

文献[7]首次使用机器学习的方法来研究情感分类问题, 他们使用了N-gram作为基本特征来进行情感分类。但是这种方法存在以下两个缺点:第一, N-gram只覆盖一句话中n个连续出现的词的信息, 而实际上存在依赖关系的词语并不一定连续出现;第二, N-gram丢弃了很多句法信息, 而这些句法信息对于判断情感倾向显然是很重要并且很有帮助的。为了解决以上两个缺点, 将句子表示成为一棵句法树, 然后使用树核函数来计算两两之间的相似度, 进而对其进行分类。

下面介绍一下卷积核的相关知识。卷积核是用来解决离散结构 (序列, 树和图) 的问题。卷积核定义了输入对象之间的核函数作为子核的卷积。

定义X和Y是两个离散对象。在概念上, 卷积核K (X, Y) 枚举了X和Y的所有子结构, 然后计算这些子结构的内积, 这可以简单地表示为:

其中, Φ表示从离散对象到特征空间的特征映射, 也可以表示为Φ (X) = (Φ1 (X) , …, Φi (X) , …) 。对于序列核来说, Φi (X) 是一个子序列。对于树核来说, Φi (X) 是一个子树。具体实现时, 这些核都可以使用动态编程在平方时间内有效地计算出。

卷积树核函数是通过计算两棵解析树之间的相同子树的数量来比较解析树之间的相似度。例如有两棵解析树T1和T2, 要计算其相似度Kc (T1, T2) :

其中Nj是Tj的节点集合, Δ (n1, n2) 计算以n1和n2为根的共同子树个数, 可以按照下面递归方法计算:

(1) 如果n1和n2节点处的产生式不同, 则Δ (n1, n2) =0, 否者转向 (2) ;

(2) 如果n1和n2都是叶子前的一个节点, 则Δ (n1, n2) =1*λ, 否者转向 (3) ;

(3) 递归计算Δ (n1, n2) :

其中#ch (n1) 是节点n1的孩子节点数目, ch (n, k) 是节点n的第k个孩子节点, λ (0<λ<1) 是衰退因子。

2.3 复合核在情感分类中的应用

卷积树核是计算两棵树T1和T2的相似度, 新的SVM工具提供了对于卷积树核的支持, 并且只需要将括号表示的句法树放进训练实例中 (如图2所示) 与其他基本特征结合进行训练即可。

使用卷积树核函数 (Collins等) [13,14]来计算两棵树的相似度, 从而挖掘句子中的结构化信息。在以往的应用中已经表明, 卷积树核能有效地获取结构化信息, 而基本特征所表示的常规信息需要通过SVM提供的基本核 (线性核, 多项式核, 径向基核等) 去捕捉。于是需要一个复合核将两者结合起来, 文本使用SVM提供的λK1+ (1-λ) K2复合核。其中K1表示由结构化信息所得的卷积树核, 而K2表示由基本特征所得的基本核。通过调整λ的值, 可以获取树核特征和基本核特征各自的贡献度。

复合核在情感分类中也可以体现其价值。复合核的树核函数通过对句法树计算为情感分类提供结构化信息, 而复合核中的基本核则可以包含一些无法通过树核函数捕获的信息。比如可以在基本核中标注出该句中所有在情感字典中词语, 这样就可以在复合核中引入一些对于情感分类很重要的信息, 进而提高情感分类的准确率。

3 实验

3.1 数据集

实验的语料来源于文献[7]中的电影评论数据库, 该数据库中包含5331个正向情感的电影评论片段 (snippet) 和5331个负向情感的片段。从中随机选取2400个单句 (1200个正向情感句, 1200个负向情感句) 的评论作为实验的语料。按照文献[7]的实验设置, 对于数据集使用了3层交叉验证。每层的数据都是800句, 其中包含400个正向情感句和400个负向情感句。

3.2 实验设置

实验参数设置如下:在以Word Unigram和Word Bigram为特征的两个实验中, 使用SVM中的线性核, 其参数使用SVM-light的默认值。在进行有关树核函数的实验中, 使用SVM-lightTK工具包, 对于单纯的树核实验 (不使用复合核) , 设置SVM-light-TK的C参数值为“T”;对于复合核实验, 设置C参数值为“+”。其余参数若未声明即为SVM-light-TK的默认值。

3.3 实验结果及分析

3.3.1 平面特征和结构化特征

首先在语料上测试了平面特征和结构化特征的效果。对于平面特征选取N-gram作为特征, 结构化特征选取基于树核函数的解析树, 最后还测试了两者结合的复合核的实验结果。结果显示在句子级别的情感分类上, 结构化特征比平面特征的效果要好, 并且两者结合的复合核也提高了一定的效果。采用Word Unigram、Word Bigram、树核和复合核 (Word unigram+树核) 进行情感分类的结果如表1所示。

从以上的数据可以看出测试集3上的数据和1, 2有比较大的差别, 经过对原始语料的分析, 发现测试集3中的数据集中含有较多的隐性情感句子, 导致了准确率下降。在后面的试验中会详细说明分类显性情感和隐性情感的区别。

通过上面的实验, 本文还对基于树核函数的实验分析了其分类出错的句子的特点。规律如下:

1) 分类出错的句子中长句占据的比例比短句要高很多。主要的原因有两点:第一, 长句产生的句法树都比较复杂, 而树核函数在计算两棵树的相似度时, 树的结构越复杂效果也就越差, 这也就导致了以后的分类结果的下降;第二, 长句中一般都含有多个情感主题, 甚至多个情感倾向。这个就违反了做句子级别的情感分类的一个假设—单个句子只有一个情感倾向。这个问题的解决的方法不在这篇论文中, 将会在下篇文章中给出方法。

2) 分类中出错的句子中, 含有情感转移的句子出错率很高。这里的情感转移只是指一个句子中含有两个相反的情感倾向, 并且通过一个连接词来连接。这类句子一般都是含有一个主情感倾向, 一个辅助情感倾向, 整个句子的情感倾向由主情感倾向确定。但是由于在句子级别的情感分类中, 分类目标是单个句子, 句子的上下文信息都缺失了, 所以很难判定哪一个是主情感倾向。这也就使分类这类句子的准确率比较低。想要提高这类句子的分类准确率, 必须引入一定的上下文信息来确定主情感倾向。

3) 在分类出错的句子中, 有很多句子本身就是有语法错误的, 或者根本就是不通顺的句子。这类句子在进行句法分析时效果就很差, 后面的分类结果自然也很不好。

3.3.2 显性情感和隐性情感

首先解释一下这两个概念:显性情感就是在表示情感时, 使用了明确的情感词, 比如“invincible is a wonderful movie”其中wonderful就是一个情感词;相反, 隐性情感就是不使用情感词来表达情感, 比如“very few people can watch this film from beginning to ending”。目前绝大多数的情感分类都是针对显性情感来进行的, 通过许多单个词或者短语的情感极性从而计算出一个句子甚至一篇文章的情感倾向。显然不能通过这种方法来处理隐性情感。将语料人工地分为两类:显性情感句子和隐性情感句子。其中隐性句子的有103句, 占整个语料的5%不到。对于隐性情感的句子单独进行分类实验, 从103个句子中选取50个做测试集, 其余的53个为训练集。分别使用Word unigram和树核这两个特征来进行分类。隐性情感的实验结果如表2所示。

3.3.3 复合核中平面特征和结构化特征的贡献

复合核是由基于平面特征的基本核和基于结构化特征的树核, 按照一定的比例复合而成的。具体的公式在此:λK1+ (1-λ) K2复合核。其中K1表示由结构化信息所得的卷积树核, 而K2表示由基本特征所得的基本核。在这个实验中, 通过改变公式中λ值来分析基本核和树核在复合核中的贡献度 (如图3所示) 。

结果显示当λ=0.5, 也即基本核与树核的比例为1:1时, 获得最高的准确率。

4 总结与展望

在本文中, 使用了树核函数来解决句子级别的情感分类问题, 最终实验结果显示由基本核与树核组成的复合核取得了不错的结果。复合核从N-gram和语法解析树中获取情感信息。这类信息更加接近语义分析, 而且也更加适合情感分类。

本文下一步的工作是要考虑如何对于句法分析器Parser产生的句法树进行裁剪, 消除噪音进而提高分类的准确率。

摘要：最近几年, 由于在线客户评论信息飞快地增长。如何把这些信息分类为正向和负向情感是一个迫切需要解决的问题。提出了一种细粒度级别 (句子级别) 的情感分类方法, 该方法在SVM分类器中使用了树核和复合核函数来进行句子级别情感的分类。实验结果表明在句子级别的情感分类中树核和复合核的方法比线性核具有更佳的性能。

篇4：与任免的英文句子

“决定”与“同意”在任免干部公文中的正确使用

“决定”与“同意”是任免干部公文中必须使用的两个词。当前，在任免干部公文中存在着滥用“同意”一词的现象。不少秘书工作者和组织部门的同志，无论是起草对特定会议如党代会、人大会、团代会等人事选举结果的批复公文，还是起草对届中干部职务调整的任免公文，都是使用“同意”一词，基本上没有使用“决定”一词。这种现象有损于任免干部公文的严肃性与准确性，必须予以纠正。

从“决定”与“同意”两个词的词义可以看出，二者之间存在着主体同客体的必然关系，即“同意”是主体，“决定”是“同意”的客体，应该是“同意”某“决定”。由此来看，对特定会议如党代会、人大会、团代会等人事选举结果的批复使用“同意”一词是正确的，“同意”的客体是会议“决定”，这种会议“决定”是符合我党的干部管理原则的，而在届中干部职务调整的任免公文中使用“同意”一词是错误的，试举一例分析：《中共××县委关于×××同志任职的通知》是这么写的：“县委同意：×××同志任中共××乡党委书记。”按照我党的干部管理原则，“×××同志任中共××乡党委书记”应该是县委作出的决定，这一任免公文显然成了县委“同意”县委的“决定”。正确的写法应该是“县委决定，×××同志任中共××乡党委书记。”

篇5：团委学生会干部选拔与任免制度

第一条 总则

为认真贯彻执行学院党政工作路线、方针、政策，建立科学规范的学生会干部选拔任用制度，形成富有生机与活力、有利于优秀人才脱颖而出的选人用人机制，不断提高干部队伍素质，建设一支富有执行力、战斗力、活力的干部队伍，保证我院学生工作的顺利进行，根据我院学生会章程和规定，制定本条例。第二条 选拔任用条件

学生会委员是学生会的领导者和组织者,要求整体素质高于一般的学生。是实行规章制度的带头人,是学习生活的排头兵。各班级应把优秀的学生选送到院学生会中来竞选委员。在选拨、任用学生干部的过程中，应具备下列条件：

（一）有坚定的政治立场和较强的政治素养，认真学习马克思列宁主义、毛泽东思想和邓小平理论，以及“三个代表的重要思想”，能够用马克思主义的立场、观点、方法分析和解决实际问题。

（二）熟悉学生工作的规律和原则，坚持实事求是，认真调查研究，具有较强的组织领导能力。自觉坚持党的民主集中制原则，作风民主，工作责任心强，勤奋敬业，开拓创新，工作实绩突出以服从上级领导组织安排为工作要求，必须认真贯彻执行上级组织集体决议。

（三）有全局观念，善于团结同学，包括团结与自己有不同意见的同学一道学习、工作、生活。

（四）正确行使工作职权，严以律己，坚持一切从同学中来到同学中去的群众路线，反对办事务虚之风，讲实话、办实事、求实效，切实做到全心全意为同学服务。

（五）团结同学，把自己看成一名普通的学生，遇事同本部门本班级同学商量，集思广义，博采众人之长。

（六）学生委员乐意欢迎学生监督，接受学生举报，经有关部门核准，确有违章、违纪行为，由常委会讨论给出意见后，可劝其主动申请免去所任职务。

第三条 本条例适用范围、院学生会委员（副部级以上）干部选拔与任免，参照本条例；院学生会理事，参照本条例。第四条 选拔任用纪律

选拔过程中要始终遵守公平公开公正的原则。(一)不准在选举中有违反校纪、校规等现象。

(二)不准在学生干部考察工作中隐瞒歪曲事实真相，或者泄露酝酿、恶意讨论干部任免的情况。

(三)不准在干部选拔工作中任人唯亲，封官许愿，营私舞弊，搞选位站队，搞一堂言，以及打击报复。

第五条 选拔任用程序

（一）学生会理事的选拔聘用，均需按照自我报名或民主推荐、自荐形式报名，举行公开竞聘演说，接受学生会委员的考核考察，并由学生会委员集体通讨论、投票通过。

（二）学生会主席团成员、委员的选拔任用，须经常委会讨论通过提名，并组成由至少一名常委组成的干部考察小组，对提名人进行工作能力、民主评议、学习情况、老师及领导评议等方面的人事考察，并形成考察报告，报常委会讨论决定任免，常委会通过主席团成员、委员任免案后，报团委书记审批通过；或参照学代会有关章程执行主席团成员、委员的竞选选拔。

（三）学生会常委的选拔任用，须经原常委会讨论提名并上报团委书记，对提名人进行考核考察，形成考察报告；公布提名人履历简介，由全体学生会委员投票通过；或参照学代会有关章程执行常委竞选选拔。

（四）学生会干部（常委、主席团成员、委员、理事）的选拔、任用，需在人事考察小组考察前公布干部考察预告公示，接受全体同学的监督和建议；有关干部任免案形成决议并通过任命后，公布干部任命公示，试用期一个月，试用期满经考核合格，正式聘用（聘期一般为一届（一年））。第六条 人事任免

（一）免职及开除

1、经同学实名举报、老师点名、或学生会常务委员会讨论决定对学生会干部进行调查。

2、由至少一名常委组成调查小组对有关部门或个人进行调查，调查过程中，需要到各部门要协助调查，各部门必须全力配合。

3、干部调查工作小组根据组织调查情况，向常委会提交调查报告。

4、调查报告应包括：

1)调查笔录

2)调查内容（自我反省认识、部门评议、调查小组评议）3)调查对象签名 4)调查处理意见

5、学生会理事的免职及开除，由本部门负责人负责，委员以上的干部免职及开除，由常委会对调查报告进行讨论，形成常委会处理意见，上报领导。

6、领导经审批无误后，形成最终任免决议。

（二）辞职

一般不允许学生会干部中途离岗，如有特殊情况要求辞职者，必须在一个月前向学生会常委会提交辞职报告，经学生会常委会讨论后提交意见给领导审批，领导形成决议后方可离任；学生干部在任期内，工作出现严重错误、不可挽回失误的、造成严重不良影响的、民主评议结果极差的，可由常委会讨论劝其辞职。不执行辞职规定的，按开除论处。

（三）调任和降职

1、对于在职部长、副部长，如经常委会讨论动议、主席团全体成员投票通过，认为其更适合担任其它职务，可对其进行平调任用。

2、对于在职部长，如工作上出现玩忽职守、推委卸责、不服从上级工作安排、造成较严重工作失误的，经常委会讨论提议、主席团全体成员投票表决，可对在职部长进行降职任用，安排在其它委员岗位。

3、鉴于我院学制的特殊情况，对于加入院学生会的正式理事，表现特别突出的，经由民主推荐、部长推荐、常委提名，并通过委员任命程序，可提拔表现突出的在职正式理事。第七条：处分

学生会干部如有思想问题或生活作风上有问题者，经同学举报，一经查实，视情节重轻，给以警告、严重警告、留职察看、撤职和开除的处分，并公布处理结果。

（一）警告（满足下列条件之一者）：

1、无故缺席各种正式会议一次或迟到三次。

2、工作消极，对安排的工作有意推卸或由于主观原因在工作中造成失误一次。

3、在学生会工作中，造成负面影响的。

（二）严重警告（满足下列条件之一者）：

1、无故各种正式会议缺席三次或迟到六次。

2、工作消极，对安排的工作有意推卸或在工作中造成失误两次。

3、在学生会工作中，造成不良影响的。

（三）留职察看；

对于符合以下违例条件的学生会干部，给予留职察看处理。

1、人事考核不通过，民主评议、常委评议特别差的。

2、工作态度恶劣，不执行集体决议和工作安排；造成严重工作失误的。

3、在学生会工作中，造成较严重不良影响的。

4、受留职察看处理的干部，要在主席团会议公开批评，并进行为期一个月的思想反省，表现良好或态度仍然消极的，经常委会讨论可恢复其职位或执行撤职处理。

（四）撤职和开除

对于符合以下违例条件的学生会干部，给予撤职或开除处理。

1、主席团成员、委员例会无故缺席三次。

2、工作消极，对安排的工作有意推卸或在工作中造成失误，并造成严重后果的。

3、违反学生会各项制度中任一项累计三次。

4、违反校纪校规，被学校做警告或以上处分。

5、一学期内有不及格达两个学科以上。

篇6：与任免的英文句子

一、命令 (令)

《国家行政机关公文处理办法》 (国发[2000]23号) 规定, 命令 (令) “适用于依照有关法律公布行政法规和规章;宣布施行重大强制性措施;嘉奖有关单位和人员”。《国家行政公文处理办法》未规定干部职务任免可以使用命令 (令) 这种公文文种, 国务院办公厅发布的《关于实施<国家行政机关公文处理办法>涉及的几个具体问题的处理意见》 (国办函[2001]1号) 也未规定命令 (令) 可以用于干部的职务任免。但命令 (令) 用于干部职务任免有其历史渊源, 从1951年的《公文处理暂行办法》直到1987年《国家行政机关公文处理办法》都规定“命令” (令) 可以用于干部职务的任免。1993年以后, 干部职务任免虽未明确规定可以使用命令 (令) , 但对国家高级干部的任免使用命令 (令) 一直袭用。

命令 (令) 的作者具有严格的限定性, 国家主席、全国人大常委会委员长、国务院总理以及各部门行政行政首长可以使用命令 (令) 。但命令 (令) 常用于发布行政法规, 宣布重大行政措施以及用于嘉奖有关单位和人员。任免令通常只用于宣布重大人事任免事项, 涉及的任免人员通常是省部级领导干部的人事任命, 以及副部级领导干部的人事任免。

任免令用于国家领导人根据有关决定宣布重大人事任免事项。“任免令主要用于高级领导干部, 省以下领导机关干部一般不使用任免令。”[1]因此, “由全国人大选举产生或者经全国人大常委会会议决定, 以国家主席的名义发布的任免令, 通常是部长级以上干部, 对国务院各部门的行政首长的任免可以使用任免令。而以国务院名义发布的任免令, 任免的工作人员通常是副部级干部。”[2]

二、公告

公告适用于向国内外宣布重要事项或者法定事项。按照规定, 国家领导人、全国人大及其常委会以及国务院各部委、地方人大及其常委会、地方政府有权发布公告。用于公布法律、法规, 宣告重大国事活动以及向国内外告知重大行动等, 它是一种典型的告知性公文。

作为领导干部的选举结果属于法定告知事项, 它必须通过公告的形式予以公布。任免公告的使用对象为人大机构。全国人大可以用公告的方式, 向国内外公布国家主席、副主席, 以及国务院总理等重要领导职位的选举结果。地方人大也可以用公告的方式, 公布地方行政首长的选举结果。但全国人大发布的领导人选举结果的公告, 其要求知晓的范围是国内外, 而地方人大公布的领导人选举结果仅局限于某一行政区域。全国人大、地方人大二者所公布的领导者的级别也有明显的差异。但公告一般不用于公布领导干部的职务免除。

三、决定

决定是“对重要事项或重大行动作出安排”。《国家行政公文处理办法》赋予“决定”一项重要任务就是对人事作出安排。根据《国家公务员职务任免暂行规定》所规定的任免权限, 各级政府都有在自己的职权范围内任免领导职务和非领导职务的权利。国务院任免各部、委员会的副部长、副主任, 各直属机构、办事机构的局长、副局长、主任、副主任等;省、自治区、直辖市人民政府任免各厅、局、委员会的副厅长、副局长、副主任, 各直属机构、办事机构的局长、副局长、主任、副主任等。

“决定”的使用对象为各级行政机构。根据各行政机构权限的不同, 任免决定所涉及的人员任免的级别高低也有所不同。任免性决定通常由领导机关在职权范围内作出, 领导机关可以集体研究决定任免者的名单。作为被任免的人员, 领导机关也可报请人大及其常委会以会议的形式通过, 然后以自己的名义公布。任免决定涉及的领导干部, 通常为某一组织机构或者某一系统内部的人事调整。作为地方上的人事任免一般由“任免决定”来公布。但决定“从发文习惯与发文实践看, 基层单位使用较少”[3], 因此作为基层单位对于干部的人事任免一般也不使用决定, 而用任免通知代行之。

四、通知

“任免通知, 是上级机关在任免下级机关的领导人或者上级机关任免事项, 需要下级机关知道时的发出一种下行公文。”[4]任免通知一般由上级行政机构作出, 它的任免依据可以是地方人大会议选举产生的结果以及地方行政首长提名任用, 也可由领导机构研究决定。

对于领导职位以及非领导职位的任免, 都必须按照《国家公务员职务任免暂行规定》的要求, 在自身的职权范围内对相关人员的职务进行任免。上级机关用任免通知任免下级机关的领导人, 其要求知晓的范围通常往往局限于某一系统内部, 一般不采用媒体公开的形式。上级机构任免事项需要下级机关知道时, 可以用普发的方式告知其下属机构。任免通知的使用对象一般不受级别的限制, 任免人员的职

参考文献

[1]范立荣.公文写作与处理[M].中国人民大学出版社, 2008.

[2]张保忠“.命令”的特征例析与写作要领[J].秘书工作, 2003 (5) .

[3]陈天恩.机关公文种类之二:决定[J].新闻与写作, 2006 (4) .