MétaCan
Menu
Retour à la cohorte
Enregistrement W1496261126 · doi:10.1029/2006sw000246

Performance of satellite‐based navigation for marine users during ionospheric disturbances

2007· article· en· W1496261126 sur OpenAlexaff
S. Skone, R. Yousuf

Notice bibliographique

RevueSpace Weather · 2007
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFederal Aviation AdministrationU.S. Department of TransportationU.S. Department of Defense
Mots-clésGlobal Positioning SystemDifferential GPSRemote sensingSatelliteGPS signalsComputer scienceIonosphereGeodesyRange (aeronautics)Environmental scienceGeographyAssisted GPSGeologyTelecommunicationsEngineering

Résumé

récupéré en direct d'OpenAlex

The Global Positioning System (GPS) is used worldwide for marine navigation in support of hydrographic surveying operations, where horizontal positioning requirements are typically better than 10 m (95%). Differential techniques are used to reduce errors associated with signal propagation through the dispersive ionosphere and to achieve such accuracies. Two such methods are differential GPS (DGPS), in which range corrections are derived for a nearby reference station and are applied at the remote user location, and wide‐area differential GPS (WADGPS), in which ionosphere range errors are modeled over a large area using a sparse network of GPS ground stations. Both DGPS and WADGPS (Wide Area Augmentation Service) positioning accuracies are investigated here, throughout North America, for a severe geomagnetic storm event in 2003. DGPS horizontal positioning errors of 10–15 m (95%) are observed during this event, and WADGPS positioning errors generally exceed those for DGPS. This is attributed to the sparse WADGPS reference network and associated limitations in resolving the severe ionosphere gradients.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,005
Tête enseignante GPT0,216
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations13
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSpace WeatherMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207