- I agree with the rapporteur that we need to step up efforts to compile gender-based statistics which reflect the real situation of women on the job market and in other sectors and to apply more efficient policies.
- Jag håller med föredraganden om att vi måste satsa hårdare på ett få fram en könsdifferentierad statistik, som gör att vi kan kartlägga den faktiska situationen för kvinnorna på arbetsmarknaden och andra områden men också bedriva en effektivare politik.
- Italy is to follow Greece, giving two countries with excellent knowledge of these problems the chance to draw up an efficient Euro-Mediterranean policy.
- Avslutningsvis, i fråga om utrikesrelationerna anser jag att ni måste främja samarbetet mellan EU och medelhavsländerna och framför allt utforma en långsiktig politik för detta samarbete, för efter Grekland kommer Italien, och det är ett bra tillfälle för dessa båda länder, som har bättre kunskaper om dessa problem, att utforma en effektiv politik för samarbetet mellan EU och medelhavsländerna.
- As far as the Lisbon objective is concerned, there may have been an increase in the employment rate, but the Member States still need to continue and step up their efforts to set more specific objectives in their national action programmes if they are to have both more efficient policies and monitoring policies.
- Det har stor betydelse också för de nya stater som vi kommer att ta emot i våra led. När det gäller Lissabon-målet bör medlemsstaterna, trots ökningen av andelen sysselsatta, intensifiera sina ansträngningar och uppställa konkreta mål i sina nationella handlingsprogram för att kunna föra en effektivare politik, men också för att man på ett effektivare sätt skall kunna kontrollera genomförandet av politiken.
show query
SET search_path TO f9miniensv;
WITH
list AS (SELECT
t11.token_id AS t11,
t12.token_id AS t12,
t21.token_id AS t21,
t22.token_id AS t22,
r1.dep_id AS dep1,
r2.dep_id AS dep2
FROM
deprel r1
JOIN depstr s1 ON s1.dep_id = r1.dep_id
JOIN word_align a1 ON a1.wsource = r1.head AND a1.wsource < a1.wtarget
JOIN word_align a2 ON a2.wsource = r1.dependent
JOIN deprel r2 ON r2.head = a1.wtarget AND r2.dependent = a2.wtarget
JOIN depstr s2 ON s2.dep_id = r2.dep_id
JOIN token t11 ON t11.token_id = r1.head
JOIN token t21 ON t21.token_id = r2.head
JOIN token t12 ON t12.token_id = r1.dependent
JOIN token t22 ON t22.token_id = r2.dependent
WHERE
s1.val = 'amod' AND
s2.val = 'AT' AND
t11.ctag = 'NOUN' AND
t21.ctag = 'NOUN' AND
t12.ctag = 'ADJ' AND
t22.ctag = 'ADJ' AND
t11.lemma_id = 25416 AND
t12.lemma_id = 40072 AND
t21.lemma_id = 6034 AND
t22.lemma_id = 56016),
stats AS (SELECT
sentence_id,
count(DISTINCT token_id) AS c,
count(*) AS c_aligned,
count(DISTINCT wtarget) AS c_target
FROM
token
LEFT JOIN word_align ON wsource = token_id
WHERE
sentence_id IN (
SELECT sentence_id
FROM
list
JOIN token ON token_id IN(t11, t21)
)
GROUP BY sentence_id),
numbered AS (SELECT row_number() OVER () AS i, *
FROM
list),
sentences AS (SELECT *, .2 * (1 / (1 + exp(max(c) OVER (PARTITION BY i) - min(c) OVER (PARTITION BY i)))) +
.8 * (1 / log(avg(c) OVER (PARTITION BY i))) AS w
FROM
(
SELECT i, 1 AS n, sentence_id, ARRAY[t11,t12] AS tokens
FROM
numbered
JOIN token ON token_id = t11
UNION SELECT i, 2 AS n, sentence_id, ARRAY[t21,t22] AS tokens
FROM
numbered
JOIN token ON token_id = t21
) x
JOIN stats USING (sentence_id)
ORDER BY i, n)
SELECT
i,
n,
w,
c,
c_aligned,
c_target,
sentence_id,
string_agg(CASE WHEN lpad THEN ' ' ELSE '' END || '<span class="token' ||
CASE WHEN ARRAY[token_id] <@ tokens THEN ' hl' ELSE '' END || '">' || val || '</span>',
'' ORDER BY token_id ASC) AS s
FROM
sentences
JOIN token USING (sentence_id)
JOIN typestr USING (type_id)
GROUP BY i, n, w, c, c_aligned, c_target, sentence_id
ORDER BY w DESC, i, n;
;