دور المرأة الريفية العاملة في تنمية الانتاج الزراعي العراقي

تعد الزراعة حرفة بشرية تعاونية قديمة بدأت بالأسرة الريفية كوحدة إنتاج استهلاكية تتشابك داخلها وظائف منزلية وزراعية تؤدي فيها المرأة الريفية دوراً كبيراً، والقيام بالصناعات اليدوية والمنتجات المنزلية وربما تأخذ دور رئاسة الأسرة، حيث يقع على عاتقها إدارة العمل الزراعي وتدبير الأمور المنزلية بالوقت نفسه. ومن هذه الأهمية لدور المرأة الريفية اتضحت أهمية البحث في إلقاء الضوء على كيفية تمكين المرأة الريفية العراقية للقيام بدورها بأكمل وجه في تطوير الواقع الزراعي في العراق وتنميته. فكان البحث يسير على المنهج التحليلي والمنهج النظامي لإظهار دور العوامل المساهمة في تمكين (المرأة الريفية) في هذا القطاع، وتوصل البحث إلى استنتاجات متعددة، أهمها أنَّ المرأة العراقية الريفية لم تحظ بدورها الحقيقي في مجال تنمية القطاع الزراعي، وأنَّ عملية تمكينها تحتاج الى تخطيط وتنظيم علمي مدروس وفق أسس التنمية البشرية التي يمكن أن تسهم بها المؤسسات ذات العلاقة بالإنتاج الزراعي وبشكل فعال من خلال توفير ما تحتاجه المرأة الريفية لتطوير عملها الزراعي المعدات والمستلزمات أو من التدريب وتطوير المهارات أو التعاون مع مؤسسات ومنظمات المجتمع مدني لتعليمها وتطوير قدراتها على استعمال (التقنيات الحديثة) في هذا القطاع وتوعية المجتمع لتقبل تطور المرأة والمشاركة مع الرجل في إدارة الإنتاج الزراعي وكانت كمقترحات للبحث في خاتمته أيضاً. الكلمات المفتاحية: المرأة، الريفية، والتنمية، الزراعية، العراق.

A New Framework to Bridge Semantic Gap for Semantics Based Image Retrieval

The performance of Content Based Image Retrieval (CBIR) is limited because of the Semantic Gap (SG). This motivates to extend the image retrieval process beyond low level descriptions to image semantics. Therefore, researchers proposed Semantic Based Image Retrieval (SBIR) to bridge SG. In the literature, various approaches for SBIR such as image annotation, relevance feedback, and object ontology have been proposed to bridge SG. It has been observed that not very promising results with these methods are reported in the literature. Annotation based approaches are constrained by low precision because real life images usually have a diverse set of image concepts. Relevance feedback approach is also constrained by low precision and recall because it forces to alter the query vector that causes to modify image semantics. Object ontology is a considerably good approach, but its metadata architecture appears to be very complex and suggested to use only for semantic web instead of SBIR. Moreover, this approach is reported to have low precision for conceptually diverse images. Therefore, the first contribution of our work is the performance evaluation of CBIR methods using soft computing techniques for image comparison and retrieval. In this regard, we have reported performance improvement in terms of retrieving visually similar images by employing proposed modifications in soft computing methods. However, these modifications do not translate into semantically correct retrieval of images. This leads us towards the logical conclusion of planning and development of a new SBIR framework using image concepts. By the term “image concept” we means that a set of noticeable objects and regions in an image e.g. Sky, group of person, land etc. In our first contribution we have also explored existing CBIR approaches in order to find a suitable 11 candidate (or its modified version) to be used for SBIR. The second contribution of our work is therefore to bridge the SG with a maximum tradeoff between precision and recall. The proposed framework is extensively examined by evaluating precision and recall for large segmented datasets. For the rigorous testing of our major contributions, three datasets have been opted, namely, Wang’s, COIL, and IAPR TC-12.