MétaCan
Menu
Retour à la cohorte
Enregistrement W3121710325

Analisis Perbandingan Kinerja KVM dan LXC Pada Proxmox VE 4.3 di SMK Negeri 3 Sigi

2017· article· id· W3121710325 sur OpenAlexaff
Syaiful Hendra, Hajra Rasmita Ngemba, Moh. Risaldi

Notice bibliographique

RevueE-Proceedings KNS&I STIKOM Bali · 2017
Typearticle
Langueid
DomaineComputer Science
ThématiqueBlockchain Technology in Education and Learning
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésOperating systemComputer sciencePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Virtualisasi merupakan teknologi yang dapat memungkinkan sebuah komputer dapat membuat sebuah mesin atau komputer bayangan (Virtual) yang dapat berjalan dalam komputer tersebut namun dengan system operasi yang berbeda. Virtualisasi server adalah pemanfaatan perangkat lunak dalam membangun sebuah server dalam sebuah mesin atau komputer bayangan (Virtual). Proxmox VE adalah distro linux yang berbasis debian (x86_64) yang di buat khusus sebagai hypervisor atau disebut juga VirtualMachine Manager (VMM) tipe 1 (bare metal). Penelitian ini menggunakan metode experimental dengan membandingkan dua fitur utama yang ada dalam Proxmox VE 4.3 yaitu KVM dan LXC. Hasil dari penelitian ini didapatkan bahwa kinerja LXC lebih effisien dibandingkan KVM yang diuji dengan berbagai aktifitas.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0170,005

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 Opus0,021
Tête enseignante GPT0,272
Écart entre enseignants0,252 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE-Proceedings KNS&I STIKOM BaliMême sujetBlockchain Technology in Education and LearningTravaux en français237 207