Open Educational Resources become an important asset for many educational institutions. In this paper we report the analysis of our survey data on using open educational resources at the University of Tripoli (UoT) among the academic staff members. The survey data was collected electronically to assess the awareness and usage of open educational resources within the University of Tripoli. Results of our survey reveal that 90% of academic staff members surveyed are using open educational resources, but they are not contributing much to OER due to lack of support from university
Abdusalam F. Ahmad Nwesri(5-2019)

تشيرتقارير بعض الخبراء الى ان التعامل مع مبادرات الحكومة اإللكترونية على إنها فوضوية و ال يمكن السيطرة عليها، على موخرا على المستويات المختلفة للحكومات والمؤسسات األكاديمية والمؤتمرات الدوليةى حول الرغم من المبادرات العديدة الحكومة اإللكترونية. تطرح انظمة الحكومة اإللكترونية عددا من التحديات لفرق الدعم اإلداري المشرفة على هده االنظمة، لمساعدة هذه الفرق تصف الورقة المراحل المختلفة لعملية تطوير الحكومة اإللكترونية وتقترح نموذج "مراحل النمو" لتحقبق حكومة اإللكترونية مكتملة الوظائف. مواقع حكومية مختلفة، وبعض مبادرات الحكومات اإللكترونية ذات الصلة تساعد في تفسير هذا النمودج . هذه المراحل تطهرالتحول المتعدد داخل الهيكلية الحكومية ووظائفها، في ذات الوقت الذي يتم فيه التحول إلى الحكومة اإللكترونية من خالل كل مرحلة كما توضح التحديات التكنولوجية والتنظيمية لكل مرحلة
عبدالمنعم عمر احمد الاسود(1-2020)

Antipersonnel landmines represent a very serious hazard endangering the lives of many people living in armed conflict counties. The huge number of human lives lost due to this phenomenon has been a strong motivation for this research. Deep Learning (DL) is considered a very useful tool in object detection, image classification, face recognition and other computer vision activities. This paper focuses on DL for the problem of landmines recognition in order to identify its type based on shape features. This research work consists of several stages: gathering a new dataset of Anti-Personnel Mines (APMs) images for training and testing purposes, employing several augmentation strategies to boost the diversity of training data, applying four different Convolutional Neural Network (CNN) models namely VGG, ResNet, MiniGoogleNet and MobileNet, and evaluating their performances on APMs recognition. In conclusion, results indicate that MiniGoogleNet exceed all of other three models in recognizing APMs with the highest accuracy rate of 97%.
Hassan Ali Hassan Ebrahem, Abdelhamid Elwaer, Marwa Solla, Fatima Ben Lashihar, Hala Shaari, Rudwan A. Husain(7-2021)