دیہات میں قابل ڈاکٹروں کا فقدان
آج تک یہ المیہ ہی بنا ہوا ہے کہ شہروں میں زیادہ سہولتیں ہوتی ہیں اور دیہاتوں میں زندگی سہولتوںسے دور ہوتی ہے۔اسی بات کی وجہ سے لوگ شہروں کا رخ کرلیتے ہیںاور دیہاتوں میں پہلے سے بھی کم لوگ رہ جاتے ہیں۔جو افراد تعلیمی میدان کوفتح کرلیتے ہیںتو وہ دیہات میں رہنا پسند نہیںکرتے ،بوریا بستر سمیت شہروں کی طرف نکل پڑتے ہیں۔جیسے وہ پڑھائی ہی اس لیے کرتے ہیں کہ وہ شہروں کی طرف زندگی کو لے جاسکیں۔
ناطق نے بھی کہانی کے آغاز میں قاری کی توجہ اسی طرف مبذول کرائی ہے کہ دیہاتی زندگی بہت سادہ ہوتی ہے۔جہاں قابل ڈاکٹروں کا فقدان ہوتا ہے قابل ڈاکٹرز کا اس لیے کہ وہاں جو کوئی سیانا ہوتا ہے تو اسے علاج معالجے کیلئے مقرر کر لیا جاتاہے۔وہ اب چھوٹی موٹی بیماریوں بخار،زکام ،گلہ خراب جیسے امراض کا تو علاج کر سکتا ہے مگر بڑے مسائل کو حل کرنا اس کے لئے ناگزیر ہوتا ہے۔
دیہات میں خواتین اور ان کے نومولود بچوں کے حوالے سے بھی بہت سے مسائل کاسامنا رہتا ہے اور پورے علاقے میں زچگی سینٹر نہ ہونے کی وجہ سے اکثر انہیں جان سے بھی جانا پڑتا ہے۔ناول نگار نے بھی کہانی میں ایک سیانی عورت کا ذکر کیا ہے جو کہ دراصل خود کی پناہ کیلئے اس علاقے میں بسی اور پھر وہاں لوگوں کا علاج معالجہ کر کے گزارا شروع کردیااوراس علاج معالجے کا تجربہ اس عورت کو اس لیے تھا کہ اس کی ماں نرس تھی اور ماں کو دیکھ کر وہ کافی کچھ سیکھ چکی تھی۔
’’میری بیوی کا سارا علاج معالجہ اس نے کیا۔تمہیں تو ہماری مشکلوں کی خبر نہیں پر یہاں...
Children are the future of the parents, family, nation, and country. But the future of children is becoming insecure due to the changing conditions of the present age and global conspiracies against humanity. The prophet (ﷺ) used to pray for children. In the same way, every parent wants to have kids. And they want their children to be mentally and physically healthy in every way. The Quran and Seerat-e-tayyaba guide us to the right of children so that if these rights are provided. The future of every child will be secured in this world and hereafter. Children’s rights are divided into two categories: 1: parental rights, and 2: postnatal rights. This article describes five prenatal rights and fifteen postnatal rights with arguments.
Graph mining is a well-established research field and lately it has drawn considerable attention of research communities. It allows to process, analyze, and discover significant knowledge from graph data. Graph mining has been highly motivated by the enormous number of applications. Such applications include Chemoinformatics, Bioinformatics, and societal networks. In graph mining, one of the most challenging tasks is Frequent Subgraph Mining (FSM). FSM has been applied to many domains, such as graphical data management and knowledge discovery, social network analysis, Bioinformatics, and security. In this context, a large number of techniques have been suggested to deal with the graph data. However, FSM approaches are facing some challenges, including enormous numbers of Frequent Subgraph Patterns (FSPs); no suitable mechanism for applying ranking at the appropriate level during the discovery process of the FSPs; extraction of repetitive and duplicate FSPs; user involvement in supplying the support threshold value; large number of subgraph candidate generation; and there exists no specialized scheme to decide the discovered FSPs are optimized patterns as well. Thus, the aim of this research is to make cope with the challenges of enormous FSPs, avoid duplicate discovery of FSPs, use the ranking for the discovered FSPs, and to suggest an optimization strategy to illustrate an association between the frequent and the optimized subgraph patterns. The exploration of this association will further help to decide on the FSPs as optimized FSPs. Therefore, to address the aforementioned challenges a new FSM framework A RAnked Frequent pattern-growth Framework (A-RAFF) is developed. The proposed FSM framework, A-RAFF, provides an efficient answer to these challenges through the initiation of a new ranking measure called FSP-Rank. The proposed ranking measure FSP-Rank, based on the characteristics of the FSPs, effectively reduced the duplicate and enormous FSPs. Moreover, in this study, we have investigated the association between FSPs and optimized subgraph using a Particle Swarm Optimization technique. The effectiveness of the techniques proposed in the dissertation is validated by extensive experimental analysis using different benchmarks, both real and synthetic graph datasets. Finally, our experiments have consistently demonstrated promising empirical results, thus confirming the superiority and practical feasibility of the proposed FSM framework.