1من القواعد التی حققها العلماء من الأصولیین والفقهاء والبیانیین وبحثوا عن جذورها اللغویه ودلالاتها الاصطلاحیه واستدلوا بها فی المطالب ورجحوا بها بین المسائل، قاعده: «التأسیس أولی من التأکید»؛ التی تعنی وتقضی بأن یحمل الکلام علی معنی جدید مستقل عمّا سبقه من المعانی وترتیب أثر ثان علیه، أولی وأرجح من حمله علی تکرار المعنی السابق علیه وتکرار الأثر الأول علی وجه التأکید؛ وهذه الدراسه تطرح القاعده علی بساط البحث بأسلوب وصفی تحلیلی یهدف إلی بیان أهمیتها وسعتها ونطاق استخدامها فی العلوم المختلفه وتطبیقها علی نماذج تفسیریه وأصولیه وفقهیه وقانونیه ولغویه؛ وقد حصلت الدراسه علی نتائج منها أن هذه القاعده من فروع قاعده هی أوسع مجالاً وأکثر استعمالاً وهی قاعده: «إعمال الکلام أولی من إهماله»، وأن الغایه التی تستهدفها هی صون الکلام عن أن یلغی، وأن مجال استخدام القاعده یحدد فیما إذا دار اللفظ بین التأسیس والتأکید ولا تتناول حالات ومسائل یتعین فیها التأکید أوالتأسیس لدلیل لا مجال لمعارضته ولا مساغ للاجتهاد فیه.

In traditional speech processing, feature extraction and classification were conducted as separate steps. The advent of deep neural networks has enabled methods that simultaneously model the relationship between acoustic and phonetic characteristics of speech while classifying it directly from the raw waveform. The first convolutional layer in these networks acts as a filter bank. To enhance interpretability and reduce the number of parameters, researchers have explored the use of parametric filters, with the SincNet architecture being a notable advancement. In SincNet's initial convolutional layer, rectangular bandpass filters are learned instead of fully trainable filters. This approach allows for modeling with fewer parameters, thereby improving the network's convergence speed and accuracy. Analyzing the learned filter bank also provides valuable insights into the model's performance. The reduction in parameters, along with increased accuracy and interpretability, has led to the adoption of various parametric filters and deep architectures across diverse speech processing applications. This paper introduces different types of parametric filters and discusses their integration into various deep architectures. Additionally, it examines the specific applications in speech processing where these filters have proven effective.

1پژوهش حاضر با هدف بررسی اثربخشی کاربرد گیمیفیکیشن در آموزش و توسعه منابع انسانی کارکنان بخش تعمیر و نگهداری اطفا حریق بازار بزرگ ایرانمال به روش شبه تجربی با استفاده از طرح پس آزمون با گروه کنترل صورت گرفت. جامعه آماری پژوهش شامل کلیه کارکنان تیم تعمیر و نگهداری اطفا حریق بازار بزرگ ایرانمال به تعداد 24 نفر بود که به روش تمام شماری به صورت تصادفی در دو گروه آزمایش (12 نفر) و کنترل (12 نفر) جای داده شدند. آموزش موقعیت یابی کد جعبه های اطفا حریق در گروه تجربی به روش گیمیفای شده و در گروه کنترل به روش معمول انجام شد. در انتهای دوره آموزشی عملکرد گروه تجربی و گروه کنترل با پس آزمون متشکل از 20 سوال سنجیده شد و  نظرات اعضای گروه تجربی در خصوص دوره گیمیفای شده از طریق اجرای پرسشنامه رضایت سنجی 18 گویه ای (متشکل از پنج بعد سهولت ادراک شده، سودمندی ادراک شده، نگرش، مهارت و تعامل) گردآوری شد. نتایج آزمون عملکرد و پرسشنامه میزان پذیرش گیمیفیکیشن با استفاده از آزمون های توصیفی و استنباطی مورد بررسی قرار گرفت. نتایج حاصل از آزمون های توصیفی و همچنین آزمون استنباطی یومن ویتنی مربوط به پس آزمون نشان داد که نمره عملکرد گروه تجربی بالاتر از گروه کنترل بوده است. یافته های توصیفی حاصل از پرسشنامه میزان پذیرش نیز نشان داد که مشارکت کنندگان در دوره آموزشی از اجرای دوره به شیوه گیمیفای شده در تمامی ابعاد پنجگانه رضایت نسبتا بالایی داشته اند.

زمینه و هدف: ارتباط انسان شامل رفتارهای کلامی و غیرکلامی است. رفتار غیرکلامی یا زبان بدن شامل حالت چهره، جسچر، تماس چشمی، وضعیت بدن و نوای گفتار است. نوای گفتار، رفتاری است که بخش مهمی از اطلاعات معنایی و عاطفی را به شنونده منتقل می کند. با توجه به این که در ایران آزمونی برای ارزیابی درک نوای گفتار وجود ندارد، تصمیم گرفته شد آزمونی متناسب با فرهنگ و زبان فارسی طراحی شده و روایی و پایایی آن تعیین شود.روش بررسی: این مطالعه از نوع ساخت آزمون است. 73 جمله، توسط 22 دوبلر با هشت لحن بیان شد و 6582 جمله ضبط شد. برای بررسی روایی محتوایی صداها، 200 دانشجو در رده سنی 18 تا 30 سال و یک متخصص صدا، به موارد ضبط شده گوش دادند. از بین 6582 صدا، حالت عاطفی 1473 صدا، مورد توافق کامل شنوندگان بود. سپس 1473 صدا در اختیار یک متخصص صدا (مدیر دوبلاژ) قرار گرفت و در نهایت، 169 صدا جهت آزمون انتخاب گردید. آزمون درک نوای گفتار با چهار زیرآزمون تمایز نوای زبانی، تمایز نوای عاطفی، نامیدن نوای گفتار، نامیدن متناقض ها ساخته شد. پایایی آزمون روی 32 فرد بهنجار (18 تا 60 سال) تعیین گردید.یافته ها: آزمون درک نوای گفتار دارای روایی محتوایی 100 درصد و پایایی 94 درصد بود و ضریب همبستگی آن 89 درصد بود (p= 0.000).نتیجه گیری: آزمون دارای روایی و پایایی مطلوبی است. و برای ارزیابی مهارت درک نوای گفتار در زبان فارسی مناسب است.