婚姻被撤销或宣告无效时,子女归谁抚养?

文章讨论了当婚姻因重婚等原因被宣告无效时,子女抚养权归属的问题。根据法律规定,即使婚姻无效,子女仍被视为婚生子女,并享有与婚生子女相同的权利。

在这里插入图片描述

法律咨询:
林某和李某于2017年8月18日登记结婚,婚后生育一女。后来,李某无意中发现林某是重婚,故向法院起诉,要求叛决她和林某之间的婚姻无效。那么,婚姻被撤销或宣告无效时,子女归谁抚养?

律师解答:
婚姻被撤销或宣告无效时,除了财产问题以外,对于 婚姻被撤销或宣告无效时的婚姻当事人所生的子女,究竟属于婚生子女或非婚生子女,婚姻法对此未予明确。而明确这类子女的地位,对于保护他们的合法权利有重要意义。
《婚姻法》第12 条规定,无效或被撤销的婚姻,自始无效。当事人不具有夫妻的权利和义务。同居期间所得的财产,由当事人协议处理;协议不成时,由人民法院根据照顾无过错方的原则判决。对重婚导致的婚姻无效的财产处理,不得侵害合法婚姻当事人的财产权益。当事人所生的子女,适用本法有关父母子女的规定。有人认为,被宣告无效的婚姻是自始无效的,因此当事人所生的子女应当为非婚生子女。也有人认为,对于婚姻的无效或被撤销,子女是无辜的,父母的婚姻对错不应该累及子女。实践中的主流观点认为,婚姻无效或被撤销的效力不能及于子女,子女在受胎或者出生时,其父母的婚姻关系未被宣告无效,在解释上应认为是婚生子女,如此才符合婚生子女的本意,也有利于保护子女的利益。
被撤销或宣告无效的婚姻当人事所生子女与父母之间的关系,适用《婚姻法》有关父母子女关系的规定。父母子女间的权利和义务也不受父母婚姻无效的影响。在婚姻被撤销或宣告无效时,有关子女的抚养权归属,抚养费的负担,探望权等问题,应与婚生子女同等对待,按《婚姻法》有关离婚后子女抚养的规定处理。人民法院审理撤销婚姻或宣告婚姻无效案件,涉及子女抚养的,可以调解。调解达成协议的,另行制作调解书。对子女抚养问题的不服的,当事人可以上诉。

多源数据接入 支持校园各业务系统数据接入:包括教务系统(学生成绩、课程信息)、学工系统(奖惩记录、资助信息)、后勤系统(宿舍分配、能耗数据)、图书馆系统(借阅记录、馆藏信息)、一卡通系统(消费数据、门禁记录)等。 接入方式:提供数据库直连(MySQL、SQL Server)、文件导入(CSV、Excel、JSON)、API 接口调用等多种方式,支持实同步与定批量同步。 数据标准化与治理 建立校园数据标准体系:统一数据格式(如日期格式、学号编码规则)、定义核心数据元(如 “学生” 包含学号、姓名、专业等必选字段)、规范代码集(如性别代码 “1 - 男,2 - 女”)。 数据清洗:自动检测并处理缺失值、重复值、异常值(如成绩 > 100 分),通过规则引擎实现数据校验(如 “学生年龄需在 16-30 岁之间”)。 元数据管理:记录数据来源、格式、更新频率、负责人等信息,生成数据血缘图谱,追踪数据从产生到应用的全生命周期。 二、数据共享与交换核心功能 分布式数据存储 基于 Hadoop HDFS 实现海量数据存储:结构化数据(成绩、消费记录)存入 HBase,非结构化数据(文档、图片、视频)直接存储于 HDFS,日志类数据通过 Flume 采集至 HDFS。 支持数据分片与副本机制,确保数据高可用(默认 3 副本存储),满足校园 PB 级数据存储需求。 数据交换引擎 构建点对点数据交换通道:各部门系统可通过交换引擎向平台上传数据申请获取授权数据,支持同步 / 异步交换模式。 交换流程管理:定义数据交换规则(如 “学工系统每日向平台同步新增学生信息”),记录交换日志(成功 / 失败状态、数据量),失败自动重试。 数据脱敏:对敏感数据(如身份证号、银行卡号)在交换过程中进行脱敏处理(如显示 “110********5678”),兼顾共享与隐私保护。
用户信息管理 支持用户注册(手机号 / 社交账号登录)、个人信息完善(如年龄、性别、饮食禁忌、偏好菜系等)。 记录用户行为数据:浏览历史、收藏 / 点赞美食、评分记录(1-5 星)、消费记录(如外卖订单、到店消费)、搜索关键词等。 美食数据管理 存储美食基础信息:名称、分类(中餐 / 西餐 / 日料等)、子类别(川菜 / 粤菜 / 汉堡等)、食材、口味标签(辣 / 甜 / 清淡等)、价格区间、商家信息(名称、地址、评分)、图片等。 支持商家入驻与信息更新,管理员审核美食数据合规性(如食材描述真实性)。 二、协同过滤推荐核心功能 基于用户的协同过滤(User-based CF) 计算用户相似度:通过用户对美食的评分、浏览记录等行为,使用余弦相似度 / 皮尔逊相关系数识别 “相似用户群体”(如用户 A 和用户 B 对 80% 的川菜评分一致)。 生成推荐:向目标用户推送 “相似用户喜欢但目标用户未体验过” 的美食(如相似用户高分推荐的新川菜馆)。 基于物品的协同过滤(Item-based CF) 计算美食相似度:分析用户对不同美食的共同评分 / 点击行为,挖掘美食间的关联(如 “点过麻婆豆腐的用户中有 70% 也点过回锅肉”)。 生成推荐:为用户推送 “与已喜欢美食相似” 的菜品(如用户刚收藏了水煮鱼,推荐酸菜鱼、毛血旺)。 混合推荐策略 结合两种协同过滤算法结果,根据场景动态调整权重(如冷启动用户优先基于物品的推荐,活跃用户侧重基于用户的推荐)。 融合用户显式偏好(如标注 “不吃辣”)过滤推荐结果,避免无效推荐。 三、用户交互与推荐展示 个性化推荐页 首页展示 “为你推荐” 列表,按推荐优先级排序,显示美食图片、名称、匹配度(如 “98% 的相似用户喜欢”)、用户评分、距离(适用于到店推荐)等。 支持按场景筛选推荐(如 “午餐推荐”“周末聚餐推荐”“性价比推荐”)。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值