MétaCan
Menu
Retour à la cohorte
Enregistrement W2100738452 · doi:10.3319/tao.2008.19.1-2.111(sa)

Altimetry Enhanced Free-Air Gravity Anomalies in the High Latitude Region

2008· article· en· W2100738452 sur OpenAlexaff
Jeong Woo Kim, D. R. Roman, Bang-Yong Lee, Yeadong Kim

Notice bibliographique

RevueTerrestrial Atmospheric and Oceanic Sciences · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensUniversity of Calgary
Organismes subventionnairesKorea Polar Research Institute
Mots-clésGeodesySatellite altimetryAltimeterGeologyRemote sensingLatitudeWavelengthGravity anomalyGravitational fieldArcticOceanographyPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Available marine free-air gravity anomalies (FAGA) derived from multiple satellite altimetry missions have had geologically useful, short wavelength features removed during processing. An approach is described for augmenting these FAGA in the high latitude region with coherent higher frequency data. This added-value approach is demonstrated over the Barents Sea in the Arctic using existing FAGA predictions from the Danish National Cadastre (KMS98) as a reference. Short wavelength components between 4 and 111 km were added from reduced and correlation-filtered ERS1 168-day mission altimetry that had been sorted into ascending and descending datasets for separate processing. The processed data were then recombined by spectral quadrant swapping to generate a correlated, high frequency gravity field related to the local geologic sources. This added-value surface adjusted the reference FAGA to better reflect features at wavelengths related to the distances between altimetry tracks.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,031
Tête enseignante GPT0,220
Écart entre enseignants0,188 · 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'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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTerrestrial Atmospheric and Oceanic SciencesMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207