2 resultados para fine grained ground mass

em Repositório Científico do Instituto Politécnico de Lisboa - Portugal


Relevância:

100.00% 100.00%

Publicador:

Resumo:

Resumo: Este artigo analisa a relação entre o nível de consciência fonológica, conhecimento das letra e as estratégias utilizadas para ler e escrever, em crianças de cinco anos, ensinadas em catalão. Participaram 69 crianças de três classes diferentes. Cada um dos seus professores utilizava um método diferente de ensino: analítico, sintético ou analítico-sintético. As crianças foram avaliadas no início e no final do ano letivo em: Reconhecimento de letras, segmentação palavra oral, leitura de palavras, leitura de um texto curto e um ditado. Foram realizadas análises de granulação fina em nas respostas das crianças, para identificar estratégias e padrões específicos. A análise qualitativa indica que a capacidade de segmentar uma palavra em sílabas por via oral parece ser suficiente para as crianças começarem a ler de uma forma convencional. Além disso, a consciência fonológica e o conhecimento das letras são usados em formas relativamente diferentes, dependendo do tipo de texto a ser lido. As abordagens de ensino dos professores parecem ter uma influência nos resultados das crianças.

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Even though Software Transactional Memory (STM) is one of the most promising approaches to simplify concurrent programming, current STM implementations incur significant overheads that render them impractical for many real-sized programs. The key insight of this work is that we do not need to use the same costly barriers for all the memory managed by a real-sized application, if only a small fraction of the memory is under contention lightweight barriers may be used in this case. In this work, we propose a new solution based on an approach of adaptive object metadata (AOM) to promote the use of a fast path to access objects that are not under contention. We show that this approach is able to make the performance of an STM competitive with the best fine-grained lock-based approaches in some of the more challenging benchmarks. (C) 2015 Elsevier Inc. All rights reserved.