MétaCan
Menu
Retour à la cohorte
Enregistrement W1984661888 · doi:10.1155/2011/973656

The Flying Laboratory for the Observation of ADS-B Signals

2011· article· en· W1984661888 sur OpenAlexafffund
Raymond Francis, Ronald G. Vincent, Jean-Marc Noël, Pascal Tremblay, D. Desjardins, A. C. Cushley, Matthew Wallace

Notice bibliographique

RevueInternational Journal of Navigation and Observation · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensRoyal Military College of CanadaWestern University
Organismes subventionnairesDefence Research and Development Canada
Mots-clésFloat (project management)Global Positioning SystemAutomatic dependent surveillance-broadcastRemote sensingNear spaceSatelliteTransit (satellite)Computer scienceAir traffic controlAerospace engineeringReal-time computingAeronauticsMeteorologyTelecommunicationsGeographyEngineeringMarine engineeringTransport engineering

Résumé

récupéré en direct d'OpenAlex

Automatic dependent surveillance-broadcast (ADS-B) is a system in which aircraft continually transmit their identity and GPS-derived navigational information. ADS-B networks for air traffic monitoring have already been implemented in areas around the world, but ground stations cannot be installed in midocean and are difficult to maintain in the Arctic, leaving a coverage gap for oceanic and high latitude airspace. A potential solution for worldwide tracking of aircraft is through the monitoring of aircraft-transmitted ADS-B signals using satellite-borne receivers. To investigate this possibility, a high altitude balloon experiment was carried out in June 2009 to determine if ADS-B signals can be detected from near space. The Flying Laboratory for the Observation of ADS-B Transmissions (FLOAT) was the first stratospheric platform to collect ADS-B data. The FLOAT mission successfully demonstrated the reception of ADS-B signals from near space, paving the way to the development of a space-based ADS-B system.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,003

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 Opus0,041
Tête enseignante GPT0,248
Écart entre enseignants0,207 · 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'étudeExpérimental (laboratoire)
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

Citations38
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Navigation and ObservationMême sujetAir Traffic Management and OptimizationTravaux en français237 207