---

پژوهش حاضر کوشیده است تا با تکیه بر آراء یوری لوتمان (۱۹۲۲ تا ۱۹۹۳)، نشانه شناس فقید و بنیان­گذار مکتب نشانه­ شناسی تارتو-مسکو نشان دهد چگونه معنا در امتداد فضای روایی رمان رود راوی اثر ابوتراب خسروی (۱۳۸۲) توزیع گردیده است. به باور لوتمان، تمامی نظام­های نشانه­ ای فعال در مناسبات اجتماعیِ جغرافیایی خاص، توانش معنایی خود را از تعامل با پیکره­ نشانه ­ای عظیمی می­گیرندکه در حافظه جمعی مردمان دوران جریان دارد. او در کتاب خود با عنوان جهان ذهن (Lotman, ۱۹۹۰) این ملغمه نشانه­ای را «سپهر نشانه ­ای» نامیده و برای آن مشخصه­ هایی از قبیل مرزبندی، نواخت و مرکزیت قائل می­شود. به­باور لوتمان، تراکم معنایی در گستره سپهرنشانه ­ای یکنواخت نبوده و با گذار از نواحی حاشیه ­ای به مرکز، چگالی معنایی افزایش یافته و فراساختارهای فرهنگی حاکم، عناصر بیشتری را با دلالت­های معنایی انباشته می­کنند. در این پژوهش، با تمرکز بر روایت، نواخت توزیع معنا در فضای داستان مورد بررسی قرار گرفته است. مطالعه حاضر به­ شیوه­ای توصیفی-تحلیلی در پی آن است تا نشان دهد چگونه با حرکت به سمت مرکز سرزمین رونیز دارالمفتاح در داستان، عناصر زمان-مکانی و نیز کنش­های شخصیت­ها دارای دلالت می­گردد. نتایج نشان می­دهد که با گذار از نواحی حاشیه­ ای به مناطق مرکزی، فراساختارهای فرهنگی عناصر بیشتری را با دلالت انباشته و این­گونه بر تجمع معنایی این مناطق می ­افزایند.

---

در این پژوهش، تأثیر توان مایکروویو بر رفتار خشک‌شدن و نفوذ رطوبت باقلا (بدون پوست) بررسی شد. نمونه‌های تازه به‌صورت تک لایه در چهار سطح توان مختلف (۲۲۰، ۳۳۰، ۴۴۰ و ۵۵۰ وات) خشک شدند. نتایج نشان داد که زمان فرآیند به‌طور معنی‌داری با افزایش توان، کاهش می‌یابد (۰۵/۰>p). شش مدل سینتیکی برای شبیه‌سازی سینتیک خشک‌کردن آزمایشگاهی بررسی شدند و مدل میدیلی بهترین عملکرد را نشان داد. میانگین نفوذ مؤثر رطوبت در محدوده ^۹-۱۰×۹۲/۱ مترمربع بر ثانیه تا ^۹-۱۰×۱۶/۵ مترمربع بر ثانیه محاسبه شد و با افزایش توان مایکروویو به‌طور معنی‌داری افزایش یافت (۰۵/۰>p). میانگین نسبت آبگیری مجدد باقلای خشک‌شده از ۱۲/۲۳۹ درصد به ۰۵/۳۲۵ درصد تغییر کرد و با افزایش توان مایکروویو افزایش یافت. همچنین در این مطالعه از روش الگوریتم ژنتیک-شبکه عصبی مصنوعی برای پیش‌بینی نسبت رطوبت باقلا استفاده شد. ساختار این شبکه دو ورودی توان مایکروویو و زمان تیماردهی داشت. شبکه بهینه دارای ۱۰ نورون در لایه پنهان قادر به پیش‌بینی نسبت رطوبت باقلا با ضریب تبیین برابر ۹۹۴/۰ بود. نتایج آنالیز حساسیت نشان داد که زمان تیماردهی حساس‌ترین عامل در پیش‌بینی نسبت رطوبت باقلا است. در مجموع، پیش‌بینی‌های مدل الگوریتم ژنتیک-شبکه عصبی مصنوعی با مجموعه داده‌های ارزیابی مطابقت زیادی داشت و برای درک و کنترل عوامل مؤثر بر سرعت خشک‌شدن باقلا در طول خشک‌کردن با مایکروویو مفید است.