Practical knowledge is essential for engineering education. With the COVID-19 pandemic, new challenges have arisen for remote practical learning (e.g., collaborations/experimentations with real equipment when face-to-face offerings are not possible). In this context, LabEAD is a remote lab project that aims to provide practical knowledge learning opportunities for Brazilian engineering students. This article describes how engineering project management methods consisting of application domains, requirement identification, technical solution specification, implementation, and delivery phases, were applied to the development of an Internet of Things (IoT) remote lab architecture. The distributed computing environment allows integration between students’ smartphones and IoT devices deployed in campus labs and in student residences. The code is open-source for facilitated replication and reuse, and the remote lab was built in six months to enable six experiments for the digital electronics lab during the COVID-19 pandemic, covering all the experiments of the original face-to-face offering. More than 70% of the 32 students preferred remote labs over simulations, and only 2 were not approved in the digital electronics course offered remotely.Student perceptions collected by questionnaires showed that they could successfully specify, develop, and present their projects using the remote lab infrastructure in four weeks.
A análise do genoma é uma área com amplas pesquisas que permitem o estudo de doenças e o desenvolvimento de novos tratamentos. Para isso, pesquisadores utilizam-se do genoma montado através de ferramentas computacionais para realizar sua análise. Este trabalho apresenta uma análise de desempenho acerca de um algoritmo de correção hı́brida de sequências genômicas, sendo esta uma etapa necessária para a montagem do genoma. Foram implementadas sete versões do algoritmo visando comparar seus desempenhos. Os resultados obtidos a partir dos testes revelam que é possı́vel obter ganhos de desempenho de até cerca de 17 vezes em relação à versão sequencial, e que a melhor versão do algoritmo possui escalabilidade superior à linear.
O período corrente de isolamento social, adotado como medida para conter a pandemia do COVID-19, deixou aparente a necessidade de repensar métodos e técnicas de ensino, visando assegurar o aprendizado tanto teórico quanto prático dos discentes num momento em que o aprendizado presencial está inviabilizado. Este artigo apresenta a percepção docente e discente, que foram obtidas através de questionários realizados em workshops com os mesmos, de um oferecimento à distância de uma disciplina de laboratório de eletrônica digital em andamento. O oferecimento da disciplina é viabilizado por meio de uma infraestrutura desenvolvida utilizando conceitos de Internet das Coisas, permitindo o oferecimento de uma disciplina prática e respeitando as regras impostas de distanciamento social. Os resultados favoráveis obtidos até o momento foram possíveis através de um trabalho conjunto entre professores, monitores, técnicos e alunos.
A análise do genoma compreende pesquisas com amplo escopo, com foco em doenças e em tratamento das mesmas. Em apoio a tais atividades, pesquisadores valem-se de ferramentas computacionais para montagens de genomas. Este trabalho apresenta uma análise de viabilidade de uma ferramenta para correção hı́brida de sequências genômicas, etapa esta necessária para a montagem do genoma. É proposta uma arquitetura para ambientes heterogêneos, com implementação feita em CPU e uma placa FPGA. Os resultados obtidos no levantamento dos dados teóricos e práticos apontam que a implementação com o acelerador em hardware possui ganhos de desempenho de até cerca de 19 vezes em relação à versão sequencial, podendo aumentar a depender da tecnologia de comunicação utilizada.
O LabEAD é um projeto de laboratório remoto que busca viabilizar experimentos à distância durante o distanciamento social do COVID-19. Seu protótipo é apresentado em três estudos de caso: apoio a criação de vídeos com bancada remota para disciplina de Eletrônica Analógica; disponibilização de dados reais em portal web para a disciplina de Máquinas Elétricas; execução de experimentos de Eletrônica Digital de forma totalmente remota.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.