MétaCan
Menu
Retour à la cohorte
Enregistrement W1903399122 · doi:10.1002/2015ja021639

The nature of GPS differential receiver bias variability: An examination in the polar cap region

2015· article· en· W1903399122 sur OpenAlexafffund
David R. Themens, P. T. Jayachandran, Richard B. Langley

Notice bibliographique

RevueJournal of Geophysical Research Space Physics · 2015
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNew Brunswick Innovation FoundationCanadian Space AgencyNational Science Foundation
Mots-clésStandard deviationGlobal Positioning SystemEnvironmental scienceTECIonosondeGeodesySolar cycleStatisticsMathematicsRoot mean squareIonosphereAtmospheric sciencesPhysicsGeologyComputer scienceElectron density

Résumé

récupéré en direct d'OpenAlex

Abstract While modern GPS receiver differential code bias estimation techniques have become highly refined, they still demonstrate unphysical behavior, namely, notable solar cycle variability. This study investigates the nature of these seasonal and solar cycle bias variabilities in the polar cap region using single‐station bias estimation methods. It is shown that the minimization of standard deviation bias estimation technique is linearly dependent on the user's choice of shell height, where the sensitivity of this dependence varies significantly from 1 total electron content unit (1 TECU = 1016 el m−2) per 4000 km in solar minimum winter to in excess of 1 TECU per 90 km during solar maximum summer. Using an ionosonde, we find appreciable shell height variability resulting in bias variabilities of up to 2 TECU. Comparing northward face Resolute Incoherent Scatter Radar (RISR‐N) measurements to a collocated GPS station, we find that RISR‐derived GPS receiver biases vary seasonally but not with solar cycle. RMS differences between bias estimation methods and observation between 2009 and 2013 were found to range from 2.7 TECU to 3.4 TECU, depending on method. To account for the erroneous solar cycle variability of standard bias estimation approaches, we linearly fit these biases to sunspot number, removing the trend. RMS errors after sunspot detrending these biases are reduced to 1.91 TECU. Also, these ISR‐derived and sunspot‐detrended biases are fit to ambient temperature, where a significant correlation is found. By using these temperature‐fitted biases we further reduce RMS errors to 1.66 TECU. These results can be taken as further evidence of temperature‐dependent dispersion in the GPS cabling and antenna hardware.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,327
Écart entre enseignants0,284 · 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

Citations49
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Space PhysicsMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207