MétaCan
Menu
Retour à la cohorte
Enregistrement W4392670092 · doi:10.57209/e-locucao.v1i20.420

SUSTENTABILIDADE DE DATA CENTERS COM O USO DA TI-VERDE

2021· article· pt· W4392670092 sur OpenAlexaff
MARCOS M. F. PINTO, Patrícia Klinkerfus de Campos, Viviane Ramalho de Azevedo

Notice bibliographique

RevueRevista Científica e-Locução · 2021
Typearticle
Languept
DomaineEngineering
ThématiqueGreen IT and Sustainability
Établissements canadiensImpact
Organismes subventionnairesnon disponible
Mots-clésCape verdeGeographyPolitical scienceSociologyEthnology

Résumé

récupéré en direct d'OpenAlex

Os Data Centers são grandes consumidores de energia elétrica, causando impactosao meio ambiente durante o seu ciclo de vida. O objetivo deste trabalho é apresentarvantagens tecnológicas com foco ambiental através da TI-Verde para asustentabilidade dos Data Centers. Estes centros de processamentos de dadoscomputacionais são responsáveis por parte de emissão de gases de efeito estufarelacionados ao processo de geração de energia. Neste aspecto, a TI-Verde surgecom uma nova modalidade de conhecimentos, onde foi possível perceber por meiodeste trabalho que sua aplicação traz reais retornos em eficiência energética. Foiapresentado um estudo de caso que tratou dados de 3 grandes empresas queaplicaram conceitos e atitudes de TI-Verde em seus Data Centers. Concretizandovantagens voltadas a diminuição de consumo de energia, e tornando estes centrostecnológicos ecologicamente corretos, tais práticas de tecnologia verde nãopretendem diminuir a intensidade do uso da informação, mas mostrar como as novastecnologias poderão ajudar a diminuir seu impacto ambiental.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,503
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,036
Tête enseignante GPT0,281
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Científica e-LocuçãoMême sujetGreen IT and SustainabilityTravaux en français237 207