https://jaists.areeo.ac.ir/ علوم و فناوری اطلاعات و هوشمندسازی کشاورزی fa daily 1 Tue, 05 May 2026 00:00:00 +0330 Tue, 05 May 2026 00:00:00 +0330 https://jaists.areeo.ac.ir/article_135417.html هدف مقاله پیش‌رو بررسی نقش و ظرفیت‌های فناوری دوقلوی رقمی در مدیریت مخاطرات طبیعی است. دوقلوی رقمی، نمایش مجازی، پویا و تعاملی از اشیاء، فرایندها یا محیط‌های واقعی است که با استفاده از اینترنت اشیا، هوش مصنوعی و کلان‌داده، امکان شبیه‌سازی و پیش‌بینی دقیق شرایط و رفتار سامانه‌ها و پدیده‌ها را فراهم می‌کند. این فناوری که خاستگاه آن به طرح آپولوی ناسا در سال 1969 میلادی بازمی‌گردد، در سال‌های اخیر در حوزه‌های مخلتف، به‌ویژه در مدیریت مخاطرات طبیعی، کاربردهای نوینی یافته است. این مقاله با رویکردی توصیفی، کاربردهای کلیدی دوقلوی رقمی، ازجمله نمونه‌‌سازی رخدادهای بحرانی، هشدار زودهنگام، پایش زیرساخت‌های حیاتی، مدیریت منابع اضطراری و آموزش واقع‌گرایانه را در حوزه کشاورزی بررسی می‌کند. همچنین، سکو‌های رایج معرفی می‌شوند و نقش زبان تعریف دوقلوی رقمی در استانداردسازی ساختار و رفتار دوقلوهای رقمی تشریح می‌شود. در پایان، با شناسایی چالش‌های فنی و اجرایی، بر ضرورت توسعه زیرساخت‌های فناورانه، استانداردهای مشترک و پژوهش‌های میان‌رشته‌ای برای استقرار پایدار این فناوری تأکید می‌شود. در سازمان تحقیقات، آموزش و ترویج کشاورزی، فناوری دوقلوی رقمی می‌تواند با شبیه‌سازی دقیق رخدادهای بحرانی در تحقیقات وآموزش تعاملی روش‌های مقابله با مخاطرات و ترویج الگوهای تاب‌آور و نوآورانه در کشاورزی و منابع طبیعی، در مدیریت مخاطرات طبیعی نقشی مؤثر داشته باشد. https://jaists.areeo.ac.ir/article_134263.html با توجه به محدودیت منابع در بخش کشاورزی، مدیریت بهینه زمان‌بندی فعالیت‌های زراعی نقش مهمی در افزایش بهره‌وری و کاهش اتلاف منابع دارد. در این پژوهش، با هدف کاهش زمان انجام فرآیندهای کشاورزی، از الگوریتم‌های فراابتکاری برای بهینه‌سازی تخصیص منابع استفاده شده است. روش تحقیق به‌صورت توصیفی بوده و داده‌ها با بهره‌گیری از ابزارهای ریاضی و مدل‌سازی تحلیل شده‌اند. برای ارزیابی عملکرد مدل پیشنهادی، آزمون آنالیز واریانس یک‌طرفه در نرم‌افزار Matlab به کار گرفته شد. نتایج حاصل از اجرای مدل نشان داد که الگوریتم MOPSO بر اساس شاخص MID عملکرد بهتری نسبت به NSGA-II دارد، در حالی که NSGA-II از نظر معیار SNS عملکرد مطلوب‌تری ارائه داده است. مدل ابتکاری ارائه‌شده برای تخصیص منابع به فعالیت‌های کشاورزی، از کارایی بالایی برخوردار بوده و توانسته است زمان‌بندی مناسبی برای اجرای عملیات کاشت و برداشت ارائه دهد. بر اساس خروجی مدل، احتمال انجام به‌موقع این عملیات در بازه‌های زمانی بهترین زمان، زمان نیمه‌مناسب و زمان اضطراری برای محصولات گندم، کلزا و جو، رضایت‌بخش ارزیابی شده است. https://jaists.areeo.ac.ir/article_135212.html مکاترونیک به سیستم‌های مهندسی اطلاق می‌شود که در آنها کامپیوترها، قطعات الکترونیکی و قطعات مکانیکی برای انجام عملیات خاصی ترکیب می‌شوند. سیستم‌های مکاترونیک شامل سخت‌افزار الکترومکانیکی و نرم‌افزار کنترلی هستند که عملیات را خودکار می‌سازد. در مکاترونیک، اجزای مکانیکی و الکتریکی به همراه استراتژی کنترل از ابتدا به‌صورت یک سیستم یکپارچه در نظر گرفته می‌شوند و این به معنای مهندسی هم‌زمان در طراحی است. حسگرها به‌عنوان یک جزء مهم در یک سیستم مکاترونیک، وظیفه جمع‌آوری و ارسال اطلاعات مورد نیاز برای پشتیبانی از عملیات خودکار را به عهده دارند. سطح ارتباط بالا بین حسگرها و کامپیوترها، توسعه اتوماسیون ماشین‌های کشاورزیرا تسریع کرده است. عملگرها در سیستم‌های مکاترونیک، قطعات الکترومکانیکی یا الکتروهیدرولیکی هستند که سیگنال‌های الکتریکی را دریافت می‌کنند و موجب به حرکت درآوردن یک وسیله مکانیکی می‌شوند. از جمله مثال‌های استفاده از مکاترونیک در ماشین‌های کشاورزی می ‌توان به تراکتورهای هدایت شونده خودکار، کودپاش یا سمپاش‌های نرخ متغیر و سیستم فرمان تراکتور خودکار اشاره کرد. امروزه تلفیق تکنولوژی اینترنت اشیاء به‌عنوان یکی از فناوری‌های نوین و مکاترونیک به هوشمندسازی عملیات کشاورزی از جمله مکانیزاسیون کمک به‌سزایی کرده است. https://jaists.areeo.ac.ir/article_134273.html امروزه هوش مصنوعی به عنوان یک نیروی دگرگون کننده در زمینه های مختلف علمی و غیرعلمی ظاهر شده است و تأثیر آن بر علم گیاه شناسی نیز از این قاعده مستثنی نیست. در سال‌های اخیر، هوش مصنوعی روش مطالعه گیاه‌شناسان و درک زندگی گیاهان را متحول نموده است و کاربرد تکنولوژیکی آن در شناسایی خودکار گونه ها به واقعیت نزدیک می شود. استفاده از مکانیسم یادگیری عمیق و مراکز تصویربرداری حجیم منجر به ظهور نرم افزارهای Pl@ntNet و iNaturalist شده است که شناسایی گیاهان را به سرعت امکانپذیر می کند. در دهه های اخیر، تغییرات آب و هوایی چالش هایی را برای اکوسیستم های جهانی ایجاد نموده است و هوش مصنوعی نقش مهمی در کمک به گیاه شناسان و بوم شناسان برای تعیین گونه های سازگار با این شرایط محیطی دارد. با تجزیه و تحلیل داده های محیطی، مدل های هوش مصنوعی می توانند میزان تغییرات در پراکندگی گیاهان، الگوهای مهاجرت و پویایی کلی اکوسیستم را پیش بینی کنند. همچنین پژوهشگران زیستی تخمین می زنند که هوش مصنوعی می‌‌تواند در مطالعات تکاملی، ژنومیک و علم فیلوژنتیک بسیار مفید باشد، گرچه چالشهایی در برخورد با داده‌‌های بزرگ علوم زیستی وجود دارد که به طور مختصر در این مقاله معرفی شده اند. https://jaists.areeo.ac.ir/article_134307.html تحلیل شبکه‌های اجتماعی به عنوان رویکردی میان‌رشته‌ای قدرتمند، ابزاری کارآمد برای بررسی ساختارها و الگوهای ارتباطی در جوامع مختلف، از جمله جوامع علمی، فراهم می‌آورد. این مقاله به معرفی مفاهیم بنیادی، تاریخچه و ماهیت تحلیل شبکه‌های اجتماعی می‌پردازد و سپس شاخص‌های کلان و خرد این تحلیل را تشریح می‌کند. در ادامه، بر کاربرد و اهمیت تحلیل شبکه‌های اجتماعی در مطالعه شبکه‌های هم‌تألیفی علمی پژوهشگران تمرکز خواهد شد. این تحلیل امکان شناسایی الگوهای همکاری پنهان، تشخیص پژوهشگران و نهادهای کلیدی، ارزیابی جریان دانش، و سنجش انسجام و توسعه‌یافتگی شبکه‌های علمی را فراهم می‌آورد. همچنین، روش‌شناسی تحلیل شبکه‌های هم‌تألیفی و نرم‌افزارهای رایج در این حوزه مورد بررسی قرار می‌گیرد. هدف نهایی این مقاله، ارائه یک دیدگاه جامع از پتانسیل تحلیل شبکه‌های اجتماعی برای برنامه‌ریزی استراتژیک پژوهشی و توسعه ظرفیت علمی است. https://jaists.areeo.ac.ir/article_134710.html هوش مصنوعی یک فناوری نوظهور در حوزه کشاورزی است. ابزارها و تجهیزات مبتنی بر هوش مصنوعی در واقع بخش کشاورزی را به سطح متفاوتی رسانده‌اند. این فناوری جدید، تولید محصولات کشاورزی را بهبود بخشیده و نظارت، پردازش و جمع‌آوری لحظه‌ای را افزایش داده است. جدیدترین ساختارهای کامپیوتری با استفاده از سنجش از دور و پهپادها، سهم قابل توجهی در حوزه کشاورزی داشته‌اند. علاوه بر این، سنجش از دور این قابلیت را دارد که از توسعه برنامه‌های کشاورزی با هدف مقابله با این چالش اصلی، از طریق ارائه سوابق چرخه‌ای در مورد وضعیت عملکرد در دوره‌های مورد مطالعه در درجات مختلف و برای پارامترهای متنوع، پشتیبانی کند. ساختارهای مختلف پیشرفته و پشتیبانی شده توسط کامپیوتر برای تعیین عوامل اصلی مختلف مانند تشخیص گیاه، تشخیص عملکرد، کیفیت محصول و چندین روش دیگر ایجاد شده‌اند. این مقاله شامل تکنیک‌هایی است که برای تجزیه و تحلیل اطلاعات جمع‌آوری شده به منظور افزایش بهره‌وری، پیش‌بینی تهدیدات احتمالی و کاهش بار کاری کشاورزان به کار گرفته می‌شود. https://jaists.areeo.ac.ir/article_135418.html در سال‌های اخیر از پهپادسمپاش برای پاشش انواع کود و سموم شیمیایی و مواد مغذی استفاده می‌شود. در زمینۀ پاشش سموم شیمیایی با پهپاد که در حال حاضر بیشتر کاربرد دارد، پژوهش‌ها نشان دهنده مفید بودن این روش نسبت به روش‌های سمپاشی ماشینی یا دستی است. گرچه پهپادسمپاش‌ها مصرف آب و سموم را کاهش می‌دهند، اما به دلیل پاشش یکنواخت امکان دریافت محلول به مقدار کمتر یا بیشتر از حد لازم، وجود دارد. این موضوع موجب حفاظت ناکافی از محصول یا آلودگی منابع آب و خاک شده و به کیفیت و سلامتی محصول خدشه وارد می‌کند. بنابراین، نسل جدید پهپادسمپاش‌ها با قابلیت پاشش موضعی محلول به مقدار کافی و در مکان مناسب که به آن‌ها پهپادسمپاش میزان متغیر گفته می‌شود، در حال توسعه است. از این رو، در این مقاله تلاش شد تا این فناوری نوین به عنوان الفبای کاربرد هوش مصنوعی در عملیات داشت محصولات کشاورزی معرفی شود. همچنین، تجربه‌های موجود جهانی را در این زمینه ارائه کرده و اجزای اصلی این فناوری را تشریح کند. امید است در آینده نزدیک پهپادهای داخل کشور به این فناوری مجهز شده تا شاهد انقلابی در کاهش مصرف نهاده‌های شیمیایی و آلودگی‌های زیست‌محیطی باشیم. https://jaists.areeo.ac.ir/article_135666.html هدف این مقاله بررسی تأثیرات هوش مصنوعی بر مشاغل حوزه علم اطلاعات و دانش‌شناسی، تحلیل ظرفیت‌ها و چالش‌ها، و شناسایی مهارت‌ها و مشاغل نوظهور برای نقش‌آفرینی در تحول دیجیتال، به‌ویژه در بخش کشاورزی است. هوش مصنوعی با خودکارسازی وظایف تکراری، چالش‌هایی مانند حذف مشاغل، افزایش هزینه‌های بازآموزی و نگرانی‌های اخلاقی ایجاد کرده، اما فرصت‌هایی نظیر افزایش ظرفیت‌های انسانی، تمرکز بر مشاغل خلاقانه و بهبود بهره‌وری نیز به همراه داشته است. هوش انسانی با توانمندی‌هایی مانند درک زمینه، قضاوت اخلاقی، خلاقیت، هوش عاطفی و هوش عمومی همچنان برتر است. متخصصان این حوزه برای سازگاری نیازمند کسب مهارت‌های نوظهوری مانند بازیابی اطلاعات پیشرفته، تحلیل داده، مدیریت هوشمند منابع، اخلاق هوش مصنوعی و یادگیری مستمر هستند که به ظهور مشاغل نوینی چون اخلاق‌شناس هوش مصنوعی، مربی هوش مصنوعی و مهندس یادگیری ماشین منجر شده است. کاربرد این ظرفیت‌ها در کشاورزی می‌تواند به ارتقای آموزش، پژوهش و ترویج، افزایش بهره‌وری کشاورزان و توسعه پایدار کمک کند. در نتیجه، متخصصان علم اطلاعات و دانش‌شناسی با کسب این مهارت‌ها می‌توانند پل ارتباطی میان فناوری‌های هوشمند و کاربران نهایی در بخش‌هایی مانند کشاورزی باشند و به تحول دیجیتال و افزایش بهره‌وری ملی کمک کنند. https://jaists.areeo.ac.ir/article_135667.html هوش مصنوعی در کشاورزی به ابزاری قدرتمند برای بهبود بهره‌وری و مدیریت منابع تبدیل شده است. این فناوری با تحلیل داده‌های ماهواره‌ای، اقلیمی و محیطی، امکان شناسایی سطح زیرکشت و برآورد تبخیر و تعرق واقعی گیاهان را فراهم می‌کند. در شالیزارها، تعیین دقیق سطح زیرکشت و برآورد تبخیر و تعرق واقعی نقش مهمی در مدیریت بهینه منابع آب، برنامه‌ریزی آبیاری و پیش‌بینی عملکرد محصول دارد. در این نوشتار، کاربرد الگوریتم‌های هوش مصنوعی، به‌ویژه جنگل تصادفی، در تلفیق با تصاویر ماهواره‌ای برای پایش شالیزارهای استان گیلان بررسی شد. نتایج نشان داد که استفاده از این فناوری می‌تواند به تهیه نقشه دقیق اراضی شالیزاری، به‌روزرسانی اطلاعات تبخیر و تعرق، بهبود تصمیم‌گیری‌های مدیریتی و افزایش پایداری تولید کمک کند. با این حال، دقت نتایج به کیفیت داده‌های ورودی، انتخاب مدل مناسب و صحت‌سنجی میدانی وابسته است. https://jaists.areeo.ac.ir/article_135669.html کنترل شیمیایی آفات، بیماری‌ها و علف‌های هرز، رایج‌ترین روش مبارزه با این عوارض زیستی است. روش مرسوم سمپاشی برای کنترل شیمیایی، کاربرد انواع سمپاش‌های دستی، پشت‌تراکتوری یا خودگردان است. در چند سال گذشته، کاربرد پهپادسمپاش به‌عنوان نسل جدید سمپاش در حال توسعه است. پهپادسمپاش‌ها دارای مزایای گوناگونی مانند کاهش مصرف محلول، کاهش مصرف انرژی، افزایش بازده مزرعه‌ای، افزایش یکنواختی پاشش و صرفه اقتصادی هستند. به دلیل مزایای گفته شده، کاربرد این فناوری در کشور نیز در حال گسترش است. با این‌حال، بسیاری از کارشناسان و بهره‌برداران اطلاع دقیقی از ماهیت این فناوری ندارند. بنابراین، در این مقاله ترویجی تلاش شد تا این فناوری معرفی شده و به زبان ساده اجزای آن و کارکرد هریک از اجزاء تشریح شود. یافته‌ها نشان می‌دهد که این فناوری، در آینده‌ای نزدیک به عنوان یکی از ماشین‌های خودگردان کشاورزی در کنار تراکتور، کمباین و تیلر موجب بهبود توسعه کاربرد ماشین در بخش کشاورزی خواهد https://jaists.areeo.ac.ir/article_135748.html با افزایش داده‌های علمی در محیط‌های دیجیتال، حفظ مالکیت فکری و اطمینان از صحت داده‌ها به یکی از چالش‌های اصلی نظام‌های اطلاعاتی تبدیل شده است. کتابخانه‌های دیجیتال برای جلوگیری از تغییرات غیرمجاز، جعل هویت و از دست رفتن قابلیت ردیابی نسخه‌ها به راهکارهای مؤثرتری نیاز دارند. هدف این پژوهش ارائه یک مدل مفهومی مبتنی بر بلاک‌چین یا زنجیره‌ی بلوکی جهت ثبت، رهگیری و اثبات مالکیت داده‌های علمی در کتابخانه‌های دیجیتال است. در این مدل، داده‌ها و فراداده‌ها با استفاده از الگوریتم‌های هش رمزنگاری شده و تمامی تراکنش‌های ثبت، ویرایش یا حذف در یک زنجیره بلوکی امن و غیرمتمرکز ذخیره می‌شوند. قراردادهای هوشمند نیز به طور خودکار حقوق مالکیت فکری و سیاست‌های دسترسی را کنترل می‌کنند. نتایج نشان می‌دهد که این مدل می‌تواند شفافیت، امنیت و اعتماد را در مدیریت داده‌های علمی افزایش دهد. این پژوهش زمینه توسعه سامانه‌های کتابخانه دیجیتال مبتنی بر بلاک‌چین را فراهم می‌کند. https://jaists.areeo.ac.ir/article_135760.html هدف: پژوهش حاضر با هدف واکاوی علم‌سنجی در حوزه هوش مصنوعی در کشاورزی طی سال‌های ۲۰۲۱ تا ۲۰۲۵ انجام شد. روش‌شناسی: این پژوهش از نظر هدف، کاربردی و از نظر ماهیت، توصیفی - علم‌سنجی است. جامعه آماری شامل ۱۲۲۳۰ مقاله نمایه شده در پایگاه استنادی وب.آو.ساینس است. داده‌ها با استفاده از نرم‌افزارهای اکسل، و وس ویوور، آر استودیو تحلیل شدند. یافته‌ها: مجلات «فناوری کشاورزی هوشمند»، «کشاورزی - بازل» و «زراعت - بازل» پرتولیدترین منابع بودند. پراستنادترین مقالات بر مضامین «سازگاری با تغییرات اقلیمی»، «بلاکچین در زنجیره تأمین» و «کاربردهای هوش مصنوعی» متمرکز بودند. تحلیل کلیدواژه‌ها، «یادگیری ماشین»، «یادگیری عمیق» و «کشاورزی دقیق» را به‌عنوان مفاهیم محوری شناسایی کرد. پنج خوشه موضوعی اصلی شامل: مدل‌سازی و پیش‌بینی عملکرد، سنجش‌ازدور و پایش پوشش گیاهی، تغییرات اقلیمی و مدیریت ریسک، آبزی‌پروری هوشمند، و آلودگی‌های زیست‌محیطی استخراج شد. نتایج: حوزه هوش مصنوعی در کشاورزی در مرحله «رشد سریع» چرخه حیات علمی قرار دارد و تمرکز دانش بر همگرایی فناوری‌های یادگیری ماشین با چالش‌های عملیاتی نظیر تغییرات اقلیمی و مدیریت منابع است. خوشه‌های مرتبط با «تغییر اقلیم» و «عملکرد محصول» در موقعیت‌محوری و بالغ شبکه دانش قرار دارند، درحالی‌که مباحث مرتبط با «الگوریتم‌های طبقه‌بندی» ماهیت نوظهور داشته و توانایی بالایی برای پژوهش‌های آینده دارند. https://jaists.areeo.ac.ir/article_135762.html تحول کشاورزی هوشمند با بهره‌گیری از فناوری‌های نوین مانند اینترنت اشیاء در حال گسترش است. یکی از حوزه‌های کلیدی در این خصوص، طراحی و توسعۀ سامانه‌های هوشمند برای مدیریت بهینه در باغ‌ها است. انتخاب راه‌کار ارتباطی مناسب یکی از عوامل کلیدی برای موفقیت سامانه‌های هوشمند باغ‌ها برای اینترنت اشیاء است. در این پژوهش، سه راه‌کار ارتباطی کم‌مصرف در اینترنت اشیاء شامل LoRaWAN، NB-IoT و Wi-Fi HaLow با تمرکز بر کاربردهای هوشمندسازی باغ‌ها مورد ارزیابی تطبیقی قرار گرفتند. نتایج نشان داد که LoRaWAN برای پایش گسترده و کم‌مصرف در باغ‌های بزرگ و فاقد زیرساخت ارتباطی مناسب‌ است؛ NB-IoT برای سامانه‌های نیازمند مقیاس‌پذیری و مدیریت مبتنی بر زیرساخت اپراتوری مناسب است؛ و Wi-Fi HaLow برای سناریوهای کنترل و مدیریت محلی با نیاز به نرخ دادۀ بالاتر و تأخیر کم‌تر، به شرط دسترسی به منبع انرژی پایدار، مناسب‌تر است. در نهایت، به‌منظور تسهیل تصمیم‌گیری در مرحلۀ طراحی سامانه، یک چارچوب تصمیم‌یار اولیه مبتنی بر درخت تصمیم ارائه شد که نتایج مقایسۀ فنی را به یک ابزار کاربردی برای انتخاب راه‌کار ارتباطی در پروژه‌های واقعی هوشمندسازی باغ‌ها تبدیل می‌کند. https://jaists.areeo.ac.ir/article_136071.html در عصر گسترش هوش مصنوعی در کشاورزی، خطاهای الگوریتمی سیستم‌های توصیه‌گر و ماشین‌آلات خودران خسارت‌های قابل توجهی به کشاورزان وارد می‌کنند. این پژوهش با مطالعه تطبیقی نظام‌های حقوقی اتحادیه اروپا، آمریکا، چین و ایران و با استفاده از روش اسنادی، امکان پیگیری حقوقی کشاورز را بررسی کرده است. یافته اصلی نشان می‌دهد که علی‌رغم چالش‌های اثبات علیت، خلأ قانونی و پیچیدگی زنجیره تأمین فناوری، طراحی «رفتار پساخطا» در سیستم‌های هوش مصنوعی - به ویژه پذیرش صریح تقصیر - می‌تواند به عنوان اقرار در دعاوی حقوقی عمل کرده و بار اثبات را کاهش دهد. حاصل ترویجی پژوهش برای کشاورزان: انعقاد قرارداد کتبی شفاف، مستندسازی توصیه‌های سیستم، ثبت رفتار پساخطا، اطمینان از پوشش بیمه‌ای مناسب و راستی‌آزمایی توصیه‌ها با دانش و تجربه شخصی پیش از هرگونه اقدام عملی در مزرعه است. https://jaists.areeo.ac.ir/article_136122.html شبکه‌های اجتماعی به‌عنوان بسترهای تعاملی، نقشی فزاینده در انتقال دانش دارند. در حوزه منابع طبیعی، این بسترها ارتباطات میان پژوهشگران، مروجان و جوامع محلی را تسهیل می‌کنند. این شبکه‌ها با کاهش هزینه‌های مبادله و انتشار سریع اطلاعات، ابزاری قدرتمند برای توانمندسازی جوامع محلی هستند و به غیرمتخصصان امکان نقش‌آفرینی در حفاظت از منابع را می‌دهند. بااین‌حال، بهره‌برداری مؤثر با چالش‌هایی مانند انتشار اطلاعات نادرست، نابرابری دسترسی به اینترنت و غلبه محتوای عمومی بر مباحث علمی همراه است. این مقاله با هدف شناسایی ظرفیت‌های شبکه‌های اجتماعی در تسهیل انتقال دانش برای حفاظت از منابع طبیعی و ارائه تحلیل جامع از مزایا، چالش‌ها و راهکارهای عملی کاربست آن‌ها در نظام ترویج کشاورزی تدوین شده است. نتایج نشان می‌دهند شبکه‌های اجتماعی با ارتباط مستقیم با جوامع محلی، آموزش چندرسانه‌ای و علم شهروندی، نقش مؤثری در بهبود انتقال دانش دارند، مشروط بر آنکه برنامه‌ریزی راهبردی، توانمندسازی مروجان و تولید محتوای علمی در دستور کار قرار گیرد.