Dijlah Publisher House
Not a member yet
259 research outputs found
Sort by
تمثلات الذات في رسوم الطلبة النازحين في المرحلة الاعدادية
No full textيُعدّ التعبير عن الذات حاجة إنسانية أساسية، ويُشكّل الرسم إحدى أهم القنوات التي يعبر من خلالها الفرد عن انفعالاته وأفكاره الداخلية. فقد أولى علماء النفس اهتمامًا كبيرًا بدلالات الألوان والخطوط والفضاءات في الرسوم، بوصفها مؤشرات نفسية تعكس الدوافع الكامنة والقلق والتوتر والخبرات الشخصية. وانطلاقًا من ذلك، سعى هذا البحث إلى دراسة رسوم الطلبة النازحين في مدينة كربلاء للكشف عن تمثلات الذات لديهم وما تحمله تلك التشكيلات البصرية من معانٍ نفسية واجتماعية.
اعتمد البحث المنهج الوصفي على عينة بلغت (40) طالبًا من طلبة الصف الرابع الإعدادي للعام الدراسي (2015–2016). استُخدمت أداتان أساسيتان هما: (1) مقياس مفهوم الذات للمصطفوي (2005) المتكون من (48) فقرة، و(2) استمارة تحليل الرسوم التي بُنيت لأغراض البحث واشتملت على (6) مجالات و(19) خاصية رئيسة و(51) خاصية فرعية. وقد تحقق الصدق بعرض الأدوات على خبراء مختصين، أما الثبات فتم تأكيده بالاستعانة بمحللين خارجيين. طُلب من الطلبة رسم موضوع حر، وتم تحليل (40) رسماً وفق المعايير الموضوعة.
أظهرت النتائج انخفاض مستوى مفهوم الذات لدى الطلبة النازحين، وهو ما انعكس في صِغر الأشكال داخل الرسوم، وقلّة التفاصيل، واتساع الفراغات، الأمر الذي يشير إلى معاناة نفسية متمثلة بالقلق، والتوتر، وضعف الثقة بالنفس، فضلاً عن ضعف التفاعل مع البيئة المحيطة. وقد خلص البحث إلى أن رسوم الطلبة تمثل نافذة للكشف عن أبعادهم النفسية والاجتماعية في ظل ظروف النزوح.
وبناءً على النتائج، أوصى البحث بتفعيل دور مؤسسات المجتمع المدني وبالتنسيق مع المديريات العامة للتربية، من أجل تقديم الدعم النفسي والمادي للطلبة النازحين، والمساهمة في التخفيف من معاناتهم وتعزيز فرص اندماجهم وتطورهم النفسي والاجتماعي بشكل سليم
مختلف الحديث وطرق علاجه عند السبزواري في كتابه تفسير مواهب الرحمن
No full text يدرس هذا البحث جملة من المباحث والمطالب الحديثية المتعلقة بعلم الدراية وهي: مختلف الحديث وطرق علاجه عند السيد السبزواري (رحمه الله) في كتابه تفسير مواهب الرحمن في تفسير القرآن.
وتكمن اهمية هذا الموضوع في إبراز البحث الحديثي عند السيد السبزواري(رحمه الله) في كتابه مواهب الرحمن في تفسير القرآن ، وبيان إبراز حضور البحوث الحديثية في الموسوعات التفسيرية في جانبها التطبيقي .
وايضا كشف النقاب عن مسلك السيد السبزواري في علاجه للاخبار المتعارضة. وقد توصل البحث الى مجموعة من النتائج المترتبة على هذا البحث والتي منها:
ان للبحث الحديثي أثرا واضحا في تفسير مواهب الرحمن في تفسير القرآن
Exploring Gender Bias in Machine Learning Algorithms: A Linguistic Examination
No full textThe two possible approaches to the understanding of how gender bias is present within the language-based AI systems discussed in this study include word embedding (technique in natural language processing that represents words as numerical vectors) and machine translation. It applies concepts of sociolinguistics and algorithm justice (making equitable, transparent, and socially responsible decisions) to the question of whether these systems reproduce or reproduce previously existing stereotypes of gender in the society. Word embedding analysis shows some obvious trends: there exist strong associations of words that mean male career, science and power, and words that mean female family, appearance and emotions. Using machine translation there is a high inclination to translate into masculine translations. Indicatively, career translations in STEM (science, technology, engineering, and mathematics) contexts show that, out of 1000 of them, 4% are made with female subject pronouns, and 72% with male subject pronouns. All in all, the results indicate that both word embedding and AI-based translations are biased in terms of gender and the biases are frequently stronger than the gender trends in the real world. The research points out three important facts namely, (1) word embedding reinforces subterranean gender stereotyping, (2) language translation systems prefer masculine ones, and (3) they actually favor representations of social inequalities. The authors recommend that such areas as integrating other spheres in addition to deductive techniques and incorporating more diverse data should be improved to understand the ways language represents social hierarchies better. The research will aim to ensure that more transparent and less biased AI is designed by detecting these biases
العلاقة بين سعر الفائدة والتضخم للمدة (2018 – 2024) (تجارب دول)
No full textيهدف البحث إلى بيان أثر سعر الفائدة في التضخم في البنك المركزي الأوروبي للدولة لإدارة السياسة النقدية ألا وهي سياسة أسعار الفائدة. وتنتج التحولات السريعة في البيئات المصرفية والتطورات الحاصلة في الاقتصاد العالمي هي عوامل مؤثرة في السياسة الاقتصادية، وأن تطبيق سياسة الفائدة السالبة على المصارف يهدف إلى زيادة السيولة؛ وغطى البحث المدة (2018 – مايس 2024) ،وجاء البحث ليعالج مشكلة اذا لم يكن باستطاعة أسعار الفائدة الموجبة تحقيق اهداف السياسة النقدية ، فلابد للبنوك المركزية اللجوء إلى أسعار الفائدة الصفرية والسالبة. وهل تؤدي سياسة أسعار الفائدة السالبة أثراً واضحاً في اقتصاد الدولة ، لقد تم استخدام التحليل الوصفي لتحليل مسارات أسعار الفائدة والتضخم في البنك المركزي الاوروبي، فضلاً عن التطرق عن سلوكياتها خلال مدة البحث. واستخدام التحليل الكمي لبيان اثر سعر الفائدة في التضخم قضلا عن امكانية اسقاط هذه التجربة على الاقتصاد العراقي وقد توصل البحث، ان البنك المركزي الاوروبي استخدم سياسة سعر الفائدة السالبة؛ لمعالجة معدلات التتضخم العالية والانكماش. واوصى البحث، أن تغيير سعرالفائدة يتطلب من البنوك المركزية موازنة دقيقة في حالة تغير أسعار الفائدة؛ لأن الهدف هو التحكم بمستويات التضخم ولكن إذا ارتفعت أسعار الفائدة بمعدل كبير فسيؤدي ذلك الى إبطاء عجلة الاقتصاد
Attendance System using Face Recognition Techniques and GSM
No full text https://journal.duc.edu.iq/index.php/djst/submission?id=44#detail
WILDFIRE DETECTION IN DRY FORESTS USING WSN-IOT SENSORS AND K-MEANS ALGORITHM
No full textAbstract- This paper presents the methodology employed for optimal deployment of Wireless Sensor Network (WSN) IoT nodes used for wildfire detection. The methodology focuses on utilizing the k-means clustering algorithm for determining the most efficient positions of WSN nodes. This chapter is organized into sections describing the problem statement, data collection, k-means clustering algorithm, performance evaluation, and the wildfire detection process. The primary objective of this study is to optimize the deployment of WSN IoT nodes in a specific geographic area to improve the accuracy and efficiency of wildfire detection. The problem involves determining the best positions for WSN nodes so that they can effectively monitor and report the occurrence of wildfires while minimizing energy consumption and communication latency
An Intelligent Q-Learning-Based Framework in Embedded Systems
No full textAs embedded systems increasingly power energy-sensitive applications, optimizing software for minimal energy consumption has become a critical challenge. This study introduces a reinforcement learning (RL)-based framework that autonomously refactors Python code to enhance energy efficiency. Targeting legacy codebases, the proposed model leverages Q-learning to detect performance bottlenecks and apply structural code transformations. Experimental results based on CPU usage and execution time profiling in a Google Colab environment indicate an average energy reduction of 27.6% over traditional static optimization methods. The framework continuously adapts its strategy through learning iterations, making it both scalable and compatible with modern software engineering workflows. These findings underscore the model’s potential in advancing energy-efficient development practices, particularly for IoT and resource-constrained computing environments, while contributing meaningfully to the intersection of AI-based code analysis and sustainable computing
Review study: variation of prosthetic feet, materials and production techniques
No full textprosthetic feet play a critical role in restoring mobility and improving quality of life for individuals with lower limbs amputations. These prosthetics feet are not as versatile as normal feet, but they do enhance the patient\u27s performance. when it comes to prosthetic feet, the choice of a device is determined by how well it fit the features of human foot. prosthetic feet must fulfil different specifications in which they depend on material qualities, foot design and manufacturing method. this review explores the wide diversity of prosthetic feet currently available, with focus on the materials used and the production techniques employed in their fabrication; by bringing these elements together the review offers a clear picture of how design choice, material selection, and fabrication methods works hand-in-hand to improve prosthetic function and user experience. the goal is to support future innovation by connecting practical engineering insights with real-world impact
A Hybrid deep learning-based approach to detecting cyberattacks in the Internet of Things (IoT) environment
No full text
Abstract
Due to the increasing complexity of cyber attacks and rapid growth of the Internet of Things (IOT) network, the study suggests a hybrid deep learning framework to detect cyber attack in the IOT network. To properly analyze both structural and temporary patterns in network traffic, the suggested approach is a mixture of deep nerve network (DNN) and long short -term memory (LSTM) network. Several attacks, including distributed Daniel-Off-Services (DDOS), injection attacks and data leakage, were embedded in large ton-IOT datasets that were used to measure models. The false alarm rate of the hybrid model was very low and provided an unprecedented address accuracy of 100%. Its excellent performance can be replaced by model capacity to dynamically optimize with changing attack techniques, learn deep non -lineer features through DNN layers, and analyze complex temporary sequences through LSTM block. With strong scalability abilities and large data and future threats, these findings describe an encouraging path towards promoting IOT security for industrial and mission-mating uses
Integration of Artificial Intelligence in Power System Operations: Enhancing Predictive Maintenance
No full textSince the depletion of fossil fuels, the world has become increasingly reliant on renewable energy sources. With each passing year, reliance on renewable energy sources increases significantly. As a result, complex and hybrid power generation systems are being designed and developed to meet the energy needs and ensure energy security in any country. Continuous technological improvements and efforts to provide uninterrupted power to end users depend heavily on an efficient and fault-tolerant operation and maintenance system. Therefore, innovative algorithms and techniques using artificial intelligence have been introduced to reduce equipment and plant downtime. Efforts are underway to develop robust diagnostic maintenance systems that can identify faults before they occur. To achieve this goal, AI techniques and tools are being used in power systems to increase the overall efficiency of these diagnostic maintenance systems. This research provides an overview of the frameworks for using AI techniques in power system operations, focusing on predictive maintenance, which contributes to reducing downtime and improving the quality and reliability of operational processes. Research discusses the most important artificial intelligence technologies used in energy systems and reflects the ability of these devices to identify errors in errors and detect weak and deficient places before failure. It also reveals the benefits and benefits that these technologies receive and need to get global support to automate the energy sector with the aim of gaining stability and efficiency