After the dismal failure of Operation Parakram, India went back to the drawing board and developed a new limited war strategy, referred to as the Cold Start Doctrine, with the aim of quick mobilization of their troops to Pakistan's border, from where they could launch conventional strikes against Pakistan and at the same time not escalate the conflict to full scale or to the nuclear level. In response to India's Cold Start Doctrine, Pakistan introduced tactical nuclear weapons. To understand why Pakistan developed the tactical nuclear weapons we must try to understand their strategic culture. The paper will argue that the Cold Start Doctrine is in fact real and can be materialized, and for that reason Pakistan has had to respond to the threat it poses. In this paper we will try to understand Pakistan's response to the Cold Start Doctrine by trying to grasp its strategic culture.
In the modern-day workplace, conflicts among team members are often observeddue to multiple reasons. Therefore, it is important to study the different aspects associatedwith conflict dynamics. For this research study, the sample was selected from organizationsenabled by information and communication technology, where employees are virtually connected. As a result, this research becomes particularly relevant in post-COVID-19 scenarios.SPSS version 23 was employed for moderation and mediation analyses using the Process Macro developed by Preacher and Hayes (version 3.3). Additionally, linear regression analysis was conducted. The statistical tests demonstrated a significant direct effect of task conflict on the outcome variables, as well as the indirect effects of moderating and mediatingvariables. The moderating variable of relationship conflict had a significant impact on bothtask conflict and team mindfulness. The direct association of task conflict was also assessedusing simple linear regression analysis in SPSS. This research explored a novel relationshipamong variables in virtual and digital organizations, where psychological contract breachessometimes also contribute to conflict dynamics. Thus, the study has investigated this phenomenon from the overarching theoretical perspective of mindfulness theory. Valuable recommendations have been provided for future researchers based on the insights derived from this research.
This Ph.D. thesis is done mainly in the context of the European Research Council's (ERC) Advanced Grant project Scale-FreeBack and partially in the context of Inria's COVID-19 Mission project Healthy-Mobility. The Scale-FreeBack project aims to develop a holistic, scale-free control approach to complex systems and to set new foundations for a theory dealing with complex physical networks with arbitrary dimensions. On the other hand, motivated by the onset of the COVID-19 pandemic, the Healthy-Mobility project aims to develop optimal control strategies for testing and urban human mobility to limit the epidemic spread. In relation to both projects, the contributions of the thesis are respectively divided into two parts.In the first part of the thesis, we develop a theory for monitoring large-scale clustered network systems with limited computational and sensing equipment through a projected network system, which is of tractable dimension and is obtained through the aggregation of clusters of a network system. We propose a minimum-order average observer and provide its design criteria. Then, the notions of average reconstructability, average observability, and average detectability are defined and their necessary and sufficient conditions are provided. We also provide graph-theoretic interpretations of these notions through inter-cluster and intra-cluster graph topologies of a clustered network system. When a clustered network system does not meet the design criteria of the average observer, we devise an optimal design methodology to minimize the average estimation error. On the other hand, if the clusters are not pre-specified in a network system, we develop clustering algorithms to achieve minimum average estimation error. Finally, we propose a K-means type clustering approach to estimate the state variance of network systems, which is a nonlinear functional of the state vector and measures the squared deviation of state trajectories from their average mean. We illustrate the results through application examples of a building thermal system and an SIS epidemic spread over large networks.In the second part of the thesis, we first study epidemic suppression through a testing policy. We develop a five-compartment epidemic model that incorporates the testing rate as a control input. We propose a best-effort strategy for testing (BEST), which is an epidemic suppression policy that provides a minimum testing rate from a certain day onward to stop the growth of the epidemic. The BEST policy is evaluated through its impact on the number of active intensive care unit (ICU) cases and the cumulative number of deaths for the COVID-19 case of France. Secondly, we develop a model of urban human mobility between residential areas and social destinations such as industrial areas, business parks, schools, markets, etc. for epidemic mitigation. We formulate two optimal control policies, the so-called optimal capacity control (OCC) and optimal schedule control (OSC), that aim to maximize the economic activity in an urban environment while keeping the number of active infected cases bounded. The OCC limits the epidemic spread by reducing the maximum number of people allowed at each destination category at any time of day, whereas the OSC limits the epidemic spread by reducing the daily business hours of each destination category. ; Cette thèse de doctorat est réalisée principalement dans le cadre du projet Scale-FreeBack de l'European Research Council (ERC) Advanced Grant et partiellement dans le cadre du projet Healthy-Mobility de la mission COVID-19 de l'Inria. Le projet Scale-FreeBack vise à développer une approche holistique de contrôle sans échelle des systèmes complexes et à établir de nouvelles bases pour une théorie traitant des réseaux physiques complexes aux dimensions arbitraires. D'autre part, motivé par la pandémie COVID-19, le projet Healthy-Mobility vise à développer des stratégies de contrôle optimal pour les tests et la mobilité humaine urbaine pour limiter la propagation de l'épidémie. En relation avec ces deux projets, les contributions de la thèse sont respectivement divisées en deux parties.Dans la première partie de la thèse, nous développons une théorie pour la surveillance de systèmes de réseaux en grappes à grande échelle avec des ressources de calcul et de détection limitées par le biais d'un système de réseau projeté, qui est de dimension traçable et est obtenu par l'agrégation de grappes d'un système de réseau. Nous proposons un observateur moyen d'ordre minimum et fournissons ses critères de conception. Ensuite, les notions de reconstructibilité moyenne, d'observabilité moyenne et de détectabilité moyenne sont définies et leurs conditions nécessaires et suffisantes sont fournies. Nous fournissons également des interprétations graph-théoriques de ces notions à travers les topologies de graphe inter-cluster et intra-cluster d'un système de réseau en grappe. Lorsqu'un système de réseau en grappe ne répond pas aux critères de conception de l'observateur moyen, nous concevons une méthodologie de conception optimale pour minimiser l'erreur d'estimation moyenne. D'autre part, si les clusters ne sont pas pré-spécifiés dans un système de réseau, nous développons des algorithmes de clustering pour atteindre une erreur d'estimation moyenne minimale. Enfin, nous proposons une approche de regroupement de type K-means pour estimer la variance d'état des systèmes en réseau, qui est une fonction non linéaire du vecteur d'état et mesure l'écart au carré des trajectoires d'état par rapport à leur moyenne. Nous illustrons les résultats par des exemples d'application d'un système thermique de bâtiment et d'une épidémie de SIS répandue sur de grands réseaux.Dans la deuxième partie de la thèse, nous étudions d'abord la suppression des épidémies par une politique de test. Nous développons un modèle épidémique à cinq compartiments qui incorpore le taux de test comme donnée de contrôle. Nous proposons une stratégie de best-effort pour le test (BEST), qui est une politique de suppression d'épidémie qui fournit un taux de test minimum à partir d'un certain jour pour arrêter la croissance de l'épidémie. La politique BEST est évaluée à travers son impact sur le nombre de cas actifs dans les unités de soins intensifs (USI) et le nombre cumulé de décès pour le cas COVID-19 en France. Deuxièmement, nous développons un modèle de mobilité humaine urbaine entre les zones résidentielles et les destinations sociales telles que les zones industrielles, les parcs d'affaires, les écoles, les marchés, etc. pour l'atténuation des épidémies. Nous formulons deux politiques de contrôle optimal, le contrôle optimal de la capacité et le contrôle optimal de l'horaire, qui visent à maximiser l'activité économique dans un environnement urbain tout en maintenant le nombre de cas d'infection actifs limité. Le contrôle de la capacité optimale limite la propagation de l'épidémie en réduisant le nombre maximum de personnes autorisées dans chaque catégorie de destination à tout moment de la journée, tandis que le contrôle de l'horaire optimal limite la propagation de l'épidémie en réduisant les heures d'ouverture quotidiennes de chaque catégorie de destination.
Sustainability is a buzz word in this 21st century where not just the nations but the organizations are trying to achieve the sustainable development goals set forth by United Nation Organization (UNO). Green HRM (GHRM) as an organization level initiative of climate action is at times needed by the organizations as regulatory requirement. It is crucial to consider the gap between intended and implemented HRM practices as it can affect the performance in the organization Similar, research consideration is required for such an intended – implemented gap in GHRM which is a research gap in the literature of GHRM. This conceptual article emphasizes on aligning the intended – implemented gap on GHRM and proposes a new research framework for green HRM as a strategic advantage with the propositions to be validated by the future researchers. Green HRM is a source of strategic advantage and it requires a detailed review with updated literature on the current situation. Current study would fulfil this gap.
NIGNET is a network of Continuously Operating Reference Stations (CORS) of GNSS (Global Navigation Satellite Systems) stations established in 2009 by the Federal Government of Nigeria through the Office of the Surveyor General of the Federation (OSGoF), which is the office charged with the Surveying and Mapping in Nigeria. Presently, the network consists of twelve(12) stations established with a good geographic distribution. The principal objective of this research project is to assess the data quality of NIGNET Network by processing the data and analysing the derived Time Series. This was done by evaluating the errors on the Time-Series and by computing the relative motions, using different plate tectonic models with respect to (w.r.t.) Nubia plate.
Marcel Proust ends the first bookDu côte de chez Swannof his mammoth novelA la recherche du temps perduwith this sentence: "Le souvenir d'une certaine image n'est que le regret d'un certain instant; et les maisons, les routes, les avenues, sont fugitives, hélas, comme les années." It would seem that a significant part of the early fiction of Intiℑār Husain, a Shī'ite Muslim and by far the most talented Urdu writer in Pakistan toäay, is devoted to the remembrance of things past, moments gone, and faces dissolved by time.
In an interview given in July 1974, Intiz̤ār Ḥusain, one of the most perceptive creative writers of Pakistan, had this to say about the experience of migration that was the direct outcome of the Partition of India in 1947:A decade ago when I was talking about the experience of migration and the articles I wrote concerning it, I was in a state of great hope and optimism. It was then my feeling that in the process of the Partition we had sudenly, almost by accident, regained a lost, great experience—namely, the experience of migration, hijrat, which has a place all its own in the history of the Muslims—and that it will give us a lot. But today, after our political ups and downs, I find myself in a different mood. Now I feel that sometimes a great experience comes to be lost to a nation; often nations forget their history. I do not mean that a nation does, or has to, keep its history alive in its memory in every period. There also comes a time when a nation completely forgets its past. So, that experience, I mean the experience of migration, is unfortunately lost to us and on us. And the great expectation that we had of making something out of it at a creative level and of exploiting it in developing a new consciousness and sensibility—that bright expectation has now faded and gone.
This Ph.D. thesis is done mainly in the context of the European Research Council's (ERC) Advanced Grant project Scale-FreeBack and partially in the context of the Inria's COVID-19 Mission project Healthy-Mobility. The Scale-FreeBack project aims to develop a holistic, scale-free control approach to complex systems and to set new foundations for a theory dealing with complex physical networks with arbitrary dimensions. On the other hand, motivated by the onset of the COVID-19 pandemic, the Healthy-Mobility project aims to develop optimal control strategies for testing and urban human mobility to limit the epidemic spread. In relation to both projects, the contributions of the thesis are respectively divided into two parts.In the first part of the thesis, we develop a theory for monitoring large-scale clustered network systems with limited computational and sensing equipment through a projected network system, which is of tractable dimension and is obtained through the aggregation of clusters of a network system. We propose a minimum-order average observer and provide its design criteria. Then, the notions of average reconstructability, average observability, and average detectability are defined and their necessary and sufficient conditions are provided. We also provide graph-theoretic interpretations of these notions through inter-cluster and intra-cluster graph topologies of a clustered network system. When a clustered network system does not meet the design criteria of the average observer, we devise an optimal design methodology to minimize the average estimation error. On the other hand, if the clusters are not pre-specified in a network system, we develop clustering algorithms to achieve minimum average estimation error. Finally, we propose a K-means type clustering approach to estimate the state variance of network systems, which is a nonlinear functional of the state vector and measures the squared deviation of state trajectories from their average mean. We illustrate the results through application examples of a building thermal system and an SIS epidemic spread over large networks.In the second part of the thesis, we first study epidemic suppression through a testing policy. We develop a five-compartment epidemic model that incorporates the testing rate as a control input. We propose a best-effort strategy for testing (BEST), which is an epidemic suppression policy that provides a minimum testing rate from a certain day onward to stop the growth of the epidemic. The BEST policy is evaluated through its impact on the number of active intensive care unit (ICU) cases and the cumulative number of deaths for the COVID-19 case of France. Secondly, we develop a model of urban human mobility between residential areas and social destinations such as industrial areas, business parks, schools, markets, etc. for epidemic mitigation. We formulate two optimal control policies, the so-called optimal capacity control (OCC) and optimal schedule control (OSC), that aims to maximize the economic activity in an urban environment while keeping the number of active infected cases bounded. The OCC limits the epidemic spread by reducing the maximum number of people allowed at each destination category at any time of day, whereas the OSC limits the epidemic spread by reducing the daily business hours of each destination category. ; Cette thèse de doctorat est réalisée principalement dans le cadre du projet Scale-FreeBack de l'European Research Council (ERC) Advanced Grant et partiellement dans le cadre du projet Healthy-Mobility de la mission COVID-19 de l'Inria. Le projet Scale-FreeBack vise à développer une approche holistique de contrôle sans échelle des systèmes complexes et à établir de nouvelles bases pour une théorie traitant des réseaux physiques complexes aux dimensions arbitraires. D'autre part, motivé par la pandémie COVID-19, le projet Healthy-Mobility vise à développer des stratégies de contrôle optimal pour les tests et la mobilité humaine urbaine pour limiter la propagation de l'épidémie. En relation avec ces deux projets, les contributions de la thèse sont respectivement divisées en deux parties.Dans la première partie de la thèse, nous développons une théorie pour la surveillance de systèmes de réseaux en grappes à grande échelle avec des ressources de calcul et de détection limitées par le biais d'un système de réseau projeté, qui est de dimension traçable et est obtenu par l'agrégation de grappes d'un système de réseau. Nous proposons un observateur moyen d'ordre minimum et fournissons ses critères de conception. Ensuite, les notions de reconstructibilité moyenne, d'observabilité moyenne et de détectabilité moyenne sont définies et leurs conditions nécessaires et suffisantes sont fournies. Nous fournissons également des interprétations graph-théoriques de ces notions à travers les topologies de graphe inter-cluster et intra-cluster d'un système de réseau en grappe. Lorsqu'un système de réseau en grappe ne répond pas aux critères de conception de l'observateur moyen, nous concevons une méthodologie de conception optimale pour minimiser l'erreur d'estimation moyenne. D'autre part, si les clusters ne sont pas pré-spécifiés dans un système de réseau, nous développons des algorithmes de clustering pour atteindre une erreur d'estimation moyenne minimale. Enfin, nous proposons une approche de regroupement de type K-means pour estimer la variance d'état des systèmes en réseau, qui est une fonction non linéaire du vecteur d'état et mesure l'écart au carré des trajectoires d'état par rapport à leur moyenne. Nous illustrons les résultats par des exemples d'application d'un système thermique de bâtiment et d'une épidémie de SIS répandue sur de grands réseaux.Dans la deuxième partie de la thèse, nous étudions d'abord la suppression des épidémies par une politique de test. Nous développons un modèle épidémique à cinq compartiments qui incorpore le taux de test comme donnée de contrôle. Nous proposons une stratégie de best-effort pour le test (BEST), qui est une politique de suppression d'épidémie qui fournit un taux de test minimum à partir d'un certain jour pour arrêter la croissance de l'épidémie. La politique BEST est évaluée à travers son impact sur le nombre de cas actifs dans les unités de soins intensifs (USI) et le nombre cumulé de décès pour le cas COVID-19 en France. Deuxièmement, nous développons un modèle de mobilité humaine urbaine entre les zones résidentielles et les destinations sociales telles que les zones industrielles, les parcs d'affaires, les écoles, les marchés, etc. pour l'atténuation des épidémies.Nous formulons deux politiques de contrôle optimal, le contrôle optimal de la capacité et le contrôle optimal de l'horaire, qui visent à maximiser l'activité économique dans un environnement urbain tout en maintenant le nombre de cas d'infection actifs limité. Le contrôle de la capacité optimale limite la propagation de l'épidémie en réduisant le nombre maximum de personnes autorisées dans chaque catégorie de destination à tout moment de la journée, tandis que le contrôle de l'horaire optimal limite la propagation de l'épidémie en réduisant les heures d'ouverture quotidiennes de chaque catégorie de destination.