Na świecie jest ponad miliard jednostek tego sprzętu, generuje on setki milardów KWh co roku, zaś prąd to nie tylko stacje jądrowe i wodne, lecz także, cieplne, opałowe, węglowe czy działające na drewno! Zmniejszając zużycie prądu chociaż na 10% ogranicznym liczbę samochodów o 7 milionów

I to jest właśnie coś.

Grano.la jest być może jednym z bardziej perspektywicznych projektów, który mi się ostatnio nawinął. Lubię takie rzeczy!
Jest to tak naprawdę niewielki program działający w tle i śledzący za aktywnością sprzętu. Kiedy użytkownik pracuje aktywnie, wydajność komputera pozostaje na poziomie maksymalnym, zaś jak odchodzimy na chwilę, piszemy sobie coś spokojnie, czy ogólnie korzystamy z niezasobożernego oprogramowania, Grano.la redukuje moc procesora, hamuje twardy dysk i zmniejsza jasność ekranu. Niby nic nowego — przecież mamy profile w laptopach. Jak dla mnie tego typu inicjatywy jednak pobudzają świadomością, są bardziej skłonne zgromadzić masę osób przychylnych (w tej chwili użytkownicy “uratowali” ponad 79 tys. drzew…) i rozprzestrzenić się na naszych laptopach.

A sama zasada działania jest prosta — technologia dynamic voltage i frequency scaling.

Aby zacząć korzystać z granoli wystarczy pobrać i zainstalować program z ich strony i zacząć ratować naszą planetę.

Celem badania ankietowego jest uzyskanie wiedzy o użytkownikach, stopniu ich zadowolenia z usług dostarczanych przez system oraz ich opinii na temat interfejsu systemu, za pośrednictwem którego usługi są dostarczane użytkownikom. Aby uzyskać tę wiedzę, należy przetworzyć dane ankietowe. Rezultaty tego przetwarzania można wykorzystać do zwiększenia efektywności wykorzystania usług systemu zorientowanego na usługi.

Wadą badania ankietowego jest:

• ­ trudność zaprojektowania ankiety, tj. ułożenia takiego zestawu pytań, który pozwoli wydobyć od użytkowników jak najwięcej istotnych informacji o stopniu zadowolenia z usług dostarczanych przez system oraz z interfejsu systemu, za pośrednictwem którego usługi są dostarczane użytkownikom,
• ­ konieczność przetwarzania wypełnionych ankiet w celu uzyskania końcowej oceny systemu.

Różni użytkownicy ten sam system oceniać będą w różny sposób. Powodem tego stanu rzeczy są np. różnice w wymaganiach jakie stawiają oni usługom dostarczanym przez system. Dlatego warto podzielić użytkowników na grupy, w zależności od odpowiedzi udzielanych w ankietach.
Podział na grupy odbywa się w przestrzeni ankiet, której współrzędne odpowiadają kolejnym pytaniom ankietowym, natomiast wypełnione przez użytkowników ankiety są punktami w tej przestrzeni.  Po pierwsze, odpowiedzi na pytania ankietowe zazwyczaj są ograniczone do wyboru spośród niewielkiej liczby wariantów. Utrudnia to analizę ankiet metodami automatycznego grupowania danych, które najlepiej działają w przestrzeniach o współrzędnych typu ciągłego. Po drugie, ankiety użytkowników mogą być ułożone w przestrzeni ankiet równomiernie, nie tworząc wyraźnych zgrupowań. Wówczas algorytmy grupowania za każdym uruchomieniem znajdywałyby inny, losowo wybrany, podział na grupy. Odpowiada to sytuacji, w której pomiędzy skrajnymi opiniami występują opinie pośrednie i nie ma podstaw do podzielenia tego zbioru na odrębne części.
W publikacji opisano metodę selekcji atrybutów wspomagającą proces grupowania użytkowników na podstawie wyników badania ankietowego. Metoda umożliwia przeprowadzenie grupowania bez względu na to, czy dane są rozmieszczone w przestrzeni nierównomiernie czy równomiernie. Rezultaty jej działania dają również podstawę do uporządkowania zestawów pytań ankietowych (atrybutów) ze względu na ich wartość informacyjną, rozumianą jako przydatność do oceny jakości usług systemu informatycznego.

Wątpliwości budzi fakt, iż nie ma ani słowa o losie MySQL. Być może powodem tego brak zatwierdzenia “sprzedaży” MySQL jako części transakcji wynikającej z porozumienia z 20 kwietnia 2009 roku między Oracle i Sun, w którym Oracle poprzez akwizycję akcji za okrągłą kwotę $7,4 miliardów przejmuję Sun. Kolejnym powodem wydają się być małe perspektywy samego MySQL, które z sukcesem może być zastąpione przez MariaDB, PostgreSQL, Drizzle czy SQLite.