MétaCan
Menu
Retour à la cohorte
Enregistrement W2131898334 · doi:10.1109/fie.1996.567813

Use of "virtual" (simulated) hardware devices in microprocessor laboratories and tutorials

2002· article· en· W2131898334 sur OpenAlexafffund
Michael R. Smith, Man Sum Cheng

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueExperimental Learning in Engineering
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institute of Steel ConstructionUniversity of Calgary
Mots-clésComputer sciencePortingMicroprocessorPowerPCSoftwareEmbedded systemOperating systemSoftware engineeringComputer hardware

Résumé

récupéré en direct d'OpenAlex

It is a common problem in industry that the development of software does not go hand-in-hand with the development of the hardware that the software is intended to control. A similar situation can occur in the undergraduate laboratory. Here a student, having designed the software component of a project, can't gain access to the necessary hardware to prepare for or complete a laboratory because of schedule/security difficulties. Over the past year we have overcome this problem by using "virtual" hardware, where device operation is simulated in software. We have generalized the approach so that the virtual devices can be used in conjunction with microprocessor simulator software and with actual evaluation boards for both RISC and CISC systems. We are in the preliminary development stages of a new HTML Web page approach where we control, rather than just launch, these commercial simulation packages. Such an approach would provide a controlled, interactive, tutorial environment for students taking microprocessor courses. There are further industrial and academic advantages of such an approach which can help to overcome the initial learning curve for the tools. We discuss the basics of developing "virtual" devices for use with the Windows based development environment provided with Software Development Systems 68 K and PowerPC free sample kits. These devices can then be ported to the Motorola M68332EVK and Advanced Micro Devices' SA29200 microprocessor evaluation boards to provide actual hardware experience.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,018
Tête enseignante GPT0,210
Écart entre enseignants0,192 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetExperimental Learning in EngineeringTravaux en français237 207