اشترك بالحزمة الذهبية واحصل على وصول غير محدود شمرا أكاديميا
تسجيل مستخدم جديدلعولمة بين التكيف و الممانعة
961
0 65
0
(
0
)
تأليف
أسعد ملي( باحث )
تمت اﻹضافة من قبل
Shamra Editor
اسأل ChatGPT حول البحث
من أهم نتائج البحث و إحدى أهم إضافاته العلمية تأكيدنا ضرورة عدم النظر إلى مصطلحي التكيف و الممانعة نظرة ميكانيكية صرفة، فثمة دول تصنف من ضمن بلدان العالم النامي مثل النمور الآسيوية و ماليزيا و أندونيسيا و الصين مثلا، و هي في وضعية متأقلمة و متكيفة إلى حد بعيد للعولمة و غير متصادمة معها، لكنها في الوقت نفسه غير موافقة على كثير من منطلقاتها و رافضة –بالتأكيد- لآثارها السلبية، فأين نصنف هذه البلدان، أفي خانة الدول المتكيفة مع العولمة أم في مجموعة الممانعة لها؟ ما أردنا الوصول إليه هو أنه عندما تحقق المجتمعات تنميتها المستدامة الناجزة يمكن اعتبارها من جهة في موقع المتكيف موضوعيًا للعولمة و غير المتصادم معها، و في بعض الأحيان المكيف لها.
No English abstract
المراجع المستخدمة
الببلاوي، حازم، اقتصاد السوق والليبرالية، وجهات نظر، العدد 64 ، مايو، . القاهرة 2004
الحاجي، محمد عمر، عولمة الإعلام والثقافة، الطبعة الأولى، دار المكتبي، . دمشق، 2002
المسافر، محمود خالد، العولمة الاقتصادية: هيمنة الشمال والتداعيات على . الجنوب، الطبعة الأولى، بيت الحكمة، بغداد، 2002
قيم البحث
اقرأ أيضاً
على الرغم من أن تحيز التعرض قد درس على نطاق واسع في بعض مهام NLP، إلا أنه يواجه تحدياته الفريدة في توليد استجابة الحوار، وسيناريو الجيل الممثل الأول إلى مختلف. في الحوار الإنساني الحقيقي، هناك العديد من الردود المناسبة لنفس السياق، ليس فقط مع تعبيرات
مختلفة، ولكن أيضا مع مواضيع مختلفة. لذلك، بسبب الفجوة الأكبر بكثير بين العديد من ردود الحقيقة الأرضية والاستجابة الاصطناعية التي تم إنشاؤها، فإن تحيز التعرض أكثر تحديا في مهمة توليد الحوار. ما هو أكثر من ذلك، حيث يشجع MLE النموذج على تعلم الكلمات الشائعة فقط بين ردود الحقيقة المختلفة ، ولكن يتجاهل الأجزاء المثيرة والمحددة، قد يؤدي التحيز التعريض إلى أن يؤدي المزيد إلى مشكلة توليد الاستجابة المشتركة، مثل لا أعرف "وهاها؟" في هذه الورقة، نقترح آلية تحول التكيف الرواية، والتي تتعلم العبور تلقائيا بين التعلم الأساسي للحقيقة وتولد التعلم فيما يتعلق بدرجة مطابقة على مستوى الكلمة، مثل تشابه جيب التمام. تظهر النتائج التجريبية على كل من مجموعة بيانات STC الصينية ومجموعة بيانات Reddit الإنجليزية، أن طريقتنا التكيفية تحقق تحسنا كبيرا من حيث التقييم القائم على المتري والتقييم البشري، مقارنة بنهج تحيز التعرض للدولة القصيرة. يظهر تحليل إضافي حول مهمة NMT أيضا أن طرازنا يمكن أن يحقق تحسنا كبيرا.
لقد بات معلوماً ارتباط العولمة العضوي مع آخر مبتكرات التكنولوجيا التي
أفرزتها الثورةالعلمية التكنولوجية في مرحلتها الثالثة، و على رأسها الطفرة الهائلة
في مجال المعلوماتية و الشبكة الدولية للاتصالات (الإنترنت)، و مدى تأثير ذلك على
تطور الإعلام و القدرة على تسويق الأفكار.
يهدف البحث الحالي لتعرف العلاقة بين التكيف الاجتماعي للأطفال و درجة تحصيلهم الدراسي، و تعرف تأثير متغير الجنس في ذلك، و ذلك في شريحة من الأطفال الذين هجرت أسرهم خلال فترة الأزمة السورية من مناطق ريف دمشق إلى مدينة جرمانا
تم استخدام المنهج التحليلي ا
لوصفي في الدراسة الميدانية و طريقة المسح بالعينة التي تكونت من 100 طفل و طفلة من أطفال المساحة الصديقة للطفل بمدينة جرمانا، و تمثلت أداة البحث من استبيان لقياس مدى التوافق الاجتماعي و التحصيل الدراسي للأطفال، و قد توصل البحث إلى مجموعة من النتائج من أهمها:
- عدم وجود علاقة ارتباطية ذات دلالة احصائية بين التكيف الاجتماعي لدى أفراد العينة و التحصيل الدراسي.
- وجدت علاقة ارتباطية ذات دلالة احصائية بين التكيف الاجتماعي لأفراد العينة الإناث و التحصيل الدراسي.
- لم توجد علاقة ارتباطية ذات دلالة احصائية بين التكيف الاجتماعي لأفراد العينة الذكور و التحصيل الدراسي.
سنقدم في هذا البحث استراتيجية ذاتية التكيف تمكننا من كتابة خوارزمية متوازية تتكيف
مع عدد الموارد المتوفرة على البيئة التفرعية المخصصة لتنفيذ البرنامج المتوازي. إن
التطبيقات المتوازية المدروسة و المعنية بالبحث هي تطبيقات ممثلة بمخطط تدفق البيانات
ا
لمبني ديناميكياً خلال التنفيذ. تقوم الطريقة المقترحة هنا على المزاوجة بين خوارزمية
تسلسلية و أخرى متوازية معتمدين على مبدأ سرقة العمل في جدولة المهام. و نقدم دراسة
لتعقيد هذه الخوارزمية المتكيفة و تحليل لأدائها على معالج و مقارنته مع خوارزمية
تفرعية تقليدية.
في الآونة الأخيرة، أظهرت KNN-MT (Khandelwal et al.، 2020) القدرة الواعدة لإدماجها مباشرة نموذج الترجمة الآلية العصبية المدربة مسبقا (NMT) مع استرجاع المجلة K-Levely-Levely-Level (KNN) ذات المستوى الأعلى للمجال تكيف المجال دون إعادة التدريب. على الرغم
من كونها جذابة من الناحية النظرية، فإنه يعتمد بشدة على كورسا موازية عالية الجودة داخل المجال، مما يحد من قدرته على التكيف عن المجال غير المزعوم، حيث توجد شركة موازية داخل المجال نادرة أو غير موجودة. في هذه الورقة، نقترح إطارا جديدا يستخدم بشكل مباشر جمل أحادية المجال في اللغة المستهدفة لبناء اسم بيانات فعالة لاسترجاع جار ك. تحقيقا لهذه الغاية، نقدم أولا مهمة AutoNCoder بناء على اللغة المستهدفة، ثم قم بإدراج محولات خفيفة الوزن في نموذج NMT الأصلي لتعيين تمثيل مستوى الرمز المميز لهذه المهمة إلى التمثيل المثالي لمهمة الترجمة المثالية. توضح التجارب في مجموعات البيانات متعددة المجالات أن نهجنا المقترح يحسن بشكل كبير من دقة الترجمة مع بيانات أحادية الجانب المستهدف، مع تحقيق أداء مماثل مع الترجمة الخلفي. تنفيذنا مفتوح مصادر في HTTPS: // github. com / zhengxxn / uda-knn.
الأسئلة المقترحة
سجل دخول لتتمكن من نشر تعليقات
التعليقات
جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
