Notice bibliographique
Résumé
Abstract. By using a regional network of Global Positioning System (GPS) reference stations, it is possible to recover estimates of the slant wet delay (SWD) to all GPS satellites in view. SWD observations can then be used to model the vertical and horizontal structure of water vapor over a local area, using a tomographic approach. The University of Calgary currently operates a regional GPS real-time network of 14 sites in southern Alberta. This network provides an excellent opportunity to study severe weather conditions (e.g. thunderstorms, hail, and tornados) which develop in the foothills of the Rockies near Calgary. In this paper, a 4-D tomographic water vapor model is tested using the regional GPS network. A field campaign was conducted during July 2003 to derive an extensive set of truth data from radiosonde soundings. Accuracies of tomographic water vapor retrieval techniques are evaluated for 1) using only ground-based GPS input, and 2) using a ground-based GPS solution augmented with vertical wet refractivity profiles derived from radiosondes released within the GPS network. Zenith wet delays (ZWD) are computed for both cases, by integrating through the 4-D tomography predictions, and these values are compared with truth ZWD derived from independent radiosonde measurements. Results indicate that ZWD may be modeled with accuracies at the sub-centimeter level using a ground-based GPS network augmented with vertical profile information. This represents an improvement over the GPS-only approach.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».