Probabilistic forecasting of ionospheric scintillation and GNSS receiver signal tracking performance at high latitudes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
At high latitudes, phase scintillation occurs predominantly on the dayside in the ionospheric footprint of the magnetospheric cusp, and in the nightside auroral oval. A new technique of probabilistic forecasting of phase scintillation occurrence relative to the arrival time of high-speed solar wind from coronal holes and interplanetary coronal mass ejections has recently been proposed [Prikryl et al. 2012]. Cumulative probability distribution functions for the phase-scintillation occurrence that are obtained can be specified for low (below-median) and high (above-median) values of various solar wind plasma parameters. Recent advances in modeling of high-speed solar wind and coronal mass ejections, combined with the probabilistic forecasting of scintillation, will lead to improved operational space weather forecasting applications. Scintillation forecasting and mitigation techniques need to be developed to avoid potential costly failures of technology-based Global Navigation Satellite Systems in the near future, in particular during the upcoming solar maximum. The Global Navigation Satellite Systems receiver-tracking performance during severe scintillation conditions can be assessed by the analysis of receiver phase-locked-loop jitter. Tracking jitter maps [Sreeja et al. 2011] offers a potentially useful tool to provide users with expected tracking conditions, if based on scintillation predictions as proposed above. Scintillation indices are obtained from L1 GPS data collected with the Canadian High Arctic Ionospheric Network. Combined with high rate amplitude and phase data, they can be used as input to receiver tracking models to develop scintillation mitigation techniques.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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