this study was an attempt to investigate the effect of subtitling on vocabulary learning among iranian intermediate students. to find the homogeneity of the groups, tofel test was administered to student in kish mehr institute in garmsar. after analyzing the data, 60 participants (female students) who scored within the range of one standard deviation above and below the mean, were selected as homogeneous out of 150 participants.they were assigned to two groups of 30 students, with the same proficiency level. then, they received vocabulary items which had been developed by the researcher as the pre-test. t-test was used to confirm that all groups didn’t differ statistically in terms of their vocabulary learning abilities. the students in the experimental group received 18 sessions of treatment, instructed using bimodal subtitling,while the control group received conventional method for watching the same movie. finally, all groups received the post- test. it was a vocabulary test followed by 10 matching items. t-test was used to compare the mean scores of two groups. statistical results showed that there was a significant difference between the experimental group and the control group. so, the hypothesis was rejected at this point. also, comparing the means in the post- test showed that bimodal subtitling was more effective than no subtitle group.

خشک کردن یکی از بهترین راه های کاهش ضایعات سیب زمینی در عملیات پس از برداشت به خصوص در مرحله انبارداری می باشد. هدف از مدلسازی انتخاب مناسبترین روش خشک کردن و همچنین بهترین شرایط عملیاتی برای بدست آوردن یک محصول معین است. مدلهای آماری قابلیت پذیرش تعداد زیادی از متغیرهای ورودی را ندارند از این رو با توجه به تعداد پارامترهای موثر در پروسه خشک کردن ورقه های سیب زمینی، شبکه های عصبی مصنوعی جهت پیش بینی فرآیند خشک شدن مناسب تر هستند. هدف از این پژوهش ارزیابی کیفیت ورقه های خشک شده سیب زمینی، پیش بینی زمان خشک شدن و نسبت رطوبت ورقه های سیب زمینی در طی فرآیند خشک کردن با تشعشع مادون قرمز تحت خلأ به عنوان تابعی از توان تابشی مادون قرمز، میزان فشار مطلق، ضخامت ورقه و محتوای رطوبت لحظه ای محصول به کمک شبکه های عصبی مصنوعی می باشد. در این تحقیق ورقه های سیب زمینی به صورت تک لایه با استفاده از گرمایش لامپ مادون قرمز تحت شرایط اعمال خلأ در سه سطح توان تابشی 100، 150 و 200 وات، سه سطح ضخامت ورقه 1، 2 و 3 میلی متر، چهار سطح فشار مطلق 20، 80، 140 و 760 میلی متر جیوه در سه تکرار آزمایشی تا رسیدن به محتوای رطوبتی 6% بر پایه تر، مناسب جهت انبارداری طولانی مدت، خشک شدند. تحلیل داده ها به کمک نرم افزار های matlab، mstatc، spss16و xlstat2014 و مقایسه میانگین ها به کمک آزمون دانکن انجام گردید. از شبکه عصبی پرسپترون چند لایه پس انتشار پیشخور با الگوریتم یادگیری لونبرگ-مارکوارت جهت آموزش الگوها استفاده گردید. مناسب ترین ساختار شبکه عصبی جهت پیش بینی مدت زمان لازم برای خشک کردن ورقه های سیب زمینی با توپولوژی 1-3-4 به همراه تابع فعال سازی سیگموئید لگاریتمی و ضریب تبیین 974196/0 بهترین نتایج را ارائه نمود. به منظور پیش بینی تغییرات رطوبت نسبت به زمان، مقایسه ضریب تبیین (r2) در نرم افزار متلب نشان داد که شبکه عصبی با چیدمان 1-4-4 و تابع آستانه تانژانت سیگموئید در مقایسه با توپولوژی های دیگر به نتایج بهتری دست یافته است همچنین میزان ضریب تبیین در این شبکه برابر با 980689/0 می باشد. ورقه خشک سیب زمینی با ضخامت یک میلی متر در دمای جوش آب به مدت سه دقیقه، بیشترین میزان نسبت باز جذب آب را داشت به طوری که توانست به مقدار 86% رطوبت ورقه تازه را کسب کند. در ورقه های ضخیم تر به علت ایجاد یک لایه سطحی بر روی آن ها زمان خشک شدن طولانی تر، آهنگ خشک شدن نزولی و میزان چروکیدگی افزایش یافت. هر چه میزان چروکیدگی افزایش یابد، نسبت باز جذب آب کمتر می گردد این پدیده به وضوح در ضخامت سه میلی متر دیده می شود. کمترین میزان تغییر رنگ قبل و بعد از فرآیند خشک شدن مربوط به نازک ترین ضخامت ورقه سیب زمینی می باشد. مقایسه انرژی مصرفی، انرژی ویژه خشک کردن و بازده مصرف گرما نشان داد که کوتاه ترین زمان خشک شدن در بهترین شرایط آزمایشی (توان تابشی 200 وات، فشار مطلق 80 میلی متر جیوه و ضخامت ورقه یک میلی متر) به مدت 26 دقیقه به طول انجامید.