A study of smoothed TEC precision inferred from GPS measurements
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
Abstract The availability of a large amount of TEC data derived from dual frequency GPS measurements observed by GPS reference networks provides a great opportunity for ionosphere studies. In order to obtain better accuracy for the derived TEC, a data smoothing technique is usually employed to take advantage of both code pseudorange and carrier phase GPS measurements. The precision of TEC data therefore is dependent on the smoothing approach. However little work has been done to evaluate the precision of the smoothed TEC data obtained from different smoothing approaches. This investigation examines the properties of two popularly used smoothing approaches and develops the closed-form formulas for estimating the precision of the smoothed TEC data. In addition, a previously proposed approximate formula for estimating TEC precision is also evaluated against its closed-form formula developed in this paper. The TEC precisions derived from the closed-form precision estimation formulas for approaches I and II are analyzed in a numerical test. The results suggest that approach II outperforms approach I and the precision of TEC data smoothed by approach II is higher than approach I. For approach I, a numerical test is also conducted to compare the precision difference between the closed-form and approximate formulas for estimating TEC precision. The comparison indicates that TEC derived from the closed-form formula have better precisions than the approximate formula. Analysis also reminds users that extra cautions should be taken when using the approximate formula in order to avoid the precision divergence phenomenon.
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