Genaration fellowship.

-




ജനറേഷൻ ഫെല്ലോഷിപ്പ്: ഫെബ്രവരി 12 വരെ അപേക്ഷിക്കാം 


ഊർജം, സമ്പദ് വ്യവസ്ഥ, പരിസ്ഥിതി എന്നീ മേഖലകൾ നേരിടുന്ന വലിയ വെല്ലുവിളികൾക്ക് പ്രായോഗികമായ പ്രശ്നപരിഹാരങ്ങൾ നിർദ്ദേശിക്കാൻ പ്രാപ്തരായ പുതു തലമുറ ചിന്തകരെ വളർത്തിയെടുക്കാൻ ലക്ഷ്യമിടുന്ന  "ബ്രേക്ക് ത്രൂ ജനറേഷൻ ഗവേഷണ ഫെല്ലോഷിപ്പുകൾ" - ക്ക് ഫെബ്രുവരി 12 വരെ അപേക്ഷിക്കാം.

ഓക് ലാൻ്റ് (കാലിഫോർണിയ) ആസ്ഥാനമായി പ്രവർത്തിക്കുന്ന പരിസ്ഥിതി ഗവേഷണ സ്ഥാപനമായ ബ്രേക്ക് ത്രൂ ഇൻസ്റ്റിറ്റൂട്ടിൻ്റെ, 'ബ്രേക്ക് ത്രൂ ജനറേഷൻ' സംരംഭമാണ്, ഫെല്ലോഷിപ്പുകൾ ഒരുക്കുന്നത്.

പത്ത് ആഴ്ച നീണ്ടുനിൽക്കുന്നതാണ് പ്രോഗ്രാം. ബൂട്ട് ക്യാമ്പിൽ തുടങ്ങുന്ന പ്രോഗ്രാമിൽ, തുടർന്ന് എനർജി, സിറ്റീസ്, ഫുഡ് & ഫാമിംഗ് എന്നീ മൂന്നു വിഭാഗങ്ങളിലായി ചർച്ചകൾ നടക്കും. പോളിസി ഉദ്യോഗസ്ഥരുടെ മേൽനോട്ടത്തിൽ വിശിഷ്ടാംഗങ്ങൾ, പോളിസി വൈറ്റ് പേപ്പർ, റിപ്പോർട്ടുകൾ, മെമ്മോസ് എന്നിവ തയ്യാറാക്കണം. കൂടാതെ ചിന്തകർ, എഴുത്തുകാർ, സ്കോളർമാർ എന്നിവരുമായുള്ള സംവാദങ്ങൾ, അവരുടെ പ്രഭാഷണങ്ങൾ, ഡിബേറ്റുകൾ, വർക്കിംഗ് ഗ്രൂപ്പുകൾ എന്നിവയിൽ പങ്കെടുക്കാനും തിരഞ്ഞെടുക്കപ്പെടുന്നവർക്ക് അവസരം ലഭിക്കും. 

2021 ജൂൺ - ആഗസ്റ്റ് കാലയളവിൽ നടത്തുന്ന പ്രോഗ്രാമിലേക്ക് തിരഞ്ഞെടുക്കപ്പെടുന്നവർക്ക് ആഴ്ചയിൽ 600 ഡോളർ വീതം ലഭിക്കും. ആവശ്യകത പരിഗണിച്ച് ട്രാവൽ/ ഹൗസിംഗ് അസിസ്റ്റൻസ് സ്റ്റൈപ്പൻഡുകളും കിട്ടാം. 

ഏതു രാജ്യത്തു നിന്നുമുള്ള, ഫൈനൽ വർഷ അണ്ടർ ഗ്രാജുവറ്റ് വിദ്യാർത്ഥികൾ, കോളേജ് ഗ്രാജുവറ്റുകൾ, പോസ്റ്റ് ഗ്രാജുവറ്റുകൾ എന്നിവർക്ക് അപേക്ഷിക്കാം. 

അപേക്ഷ ഓൺലൈനായി https://thebreakthrough.org/ ൽ "ഫെല്ലോഷിപ്പ്" ലിങ്ക് വഴി, 2021 ഫെബ്രുവരി 12, പസഫിക് ടൈം 11.59  വരെ നൽകാം. 


Vineesh V
Assistant Professor of Geography,
Directorate of Education,
Government of Kerala.
http://geogisgeo.blogspot.com

Comments

Post a Comment

Popular posts from this blog

Spatial feature manipulation in remote sensing

-
Image
Spatial feature manipulation in remote sensing refers to the process of altering or modifying the spatial characteristics of a particular feature in an image or data set. This can be done for a variety of reasons, such as to improve the accuracy or clarity of the image, to enhance the interpretability of the data, or to extract specific information from the image. One common method of spatial feature manipulation is resampling, which involves changing the resolution or spatial extent of an image. This can be done to match the resolution of other data sets, to reduce the size of the image for faster processing, or to increase the resolution for greater detail. Another technique is spatial filtering, which involves applying mathematical operations to the image data to remove noise or highlight specific features. This can be done using convolution filters, which apply a pre-defined mathematical function to the image data, or using image enhancement techniques, such as contrast stretching
Read more

Grey level thresholding. Level slicing. Contrast stretching lo p

-
Image
Grey level thresholding. Level slicing. Contrast stretching. Image enhancement Lillesand and Kiefer (1994) explained the goal of image enhancement procedures is to improve the visual interpretability of any image by increasing the apparent distinction between the features in the scene. This objective is to create "new" image from the original image in order to increase the amount of information that can be visually interpreted from the data. Enhancement operations are normally applied to image data after the appropriate restoration procedures have been performed. Noise removal, in particular, is an important precursor to most enhancements. In this study, typical image enhancement techniques are as follows: Grey level thresholding Grey level thresholding is a simple lookup table, which partitions the gray levels in an image into one or two categories - those below a user-selected threshold and those above. Thresholding is one of many methods for creating a binary mask for an i
Read more

Spatial filtering, Remote Sensing. Low-pass filter. High-pass filter

-
Spatial filtering encompasses another set of digital processing functions which are used to enhance the appearance of an image. Spatial filters are designed to highlight or suppress specific features in an image based on their spatial frequency. Spatial frequency is related to the concept of image texture. It refers to the frequency of the variations in tone that appear in an image. "Rough" textured areas of an image, where the changes in tone are abrupt over a small area, have high spatial frequencies, while "smooth" areas with little variation in tone over several pixels, have low spatial frequencies. A common filtering procedure involves moving a 'window' of a few pixels in dimension (e.g. 3x3, 5x5, etc.) over each pixel in the image, applying a mathematical calculation using the pixel values under that window, and replacing the central pixel with the new value. The window is moved along in both the row and column dimensions one pixel at a time and the ca
Read more