MétaCan
Menu
Retour à la cohorte
Enregistrement W2004301589 · doi:10.1002/j.2161-4296.2004.tb00361.x

Development and Evaluation of a New 3-D Ionospheric Modeling Method

2004· article· en· W2004301589 sur OpenAlexafffund
Zhizhao Liu, Yang Gao

Notice bibliographique

RevueNAVIGATION Journal of the Institute of Navigation · 2004
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaW. M. Keck FoundationNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésTECGlobal Positioning SystemIonosphereTotal electron contentComputer scienceRemote sensingGeologyGeophysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: Described in this paper is a new three-dimensional (3-D) ionospheric modeling method developed on the basis of tomographic techniques and GPS network data. This model is constructed with spherical harmonic and empirical orthogonal functions. The methods for constructing the model and evaluating its performance are first developed. Performance assessment results are then presented using datasets from two different types of GPS reference networks. Performance is evaluated in terms of ionospheric total electron content (TEC) prediction accuracy and the impact on improving single-point positioning accuracy. Results indicate that short-term (5 min) predictions can typically recover over 95 percent of the total ionospheric errors when modeling a local-area GPS network under medium ionospheric activity conditions. Under extremely active ionospheric conditions (Kp = 8–9), recovery can achieve an average level of about 72 percent using data from a wide-area GPS network.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,366
Score d'incertitude au seuil0,337

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,028
Tête enseignante GPT0,301
Écart entre enseignants0,273 · 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 tête enseignante, pas un consensus.

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

Citations4
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNAVIGATION Journal of the Institute of NavigationMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207