PPP using NRCan Ultra Rapid products (EMU): Near real-time comparison and monitoring of time scales generated in time and frequency laboratories
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
The Precise Point Positioning (PPP) time-transfer technique requires the availability of precise estimates of GNSS satellite orbits and clock offsets. Several such products are available from the International GNSS Service (IGS), each having their own characteristics: robustness, update rate, latency and satellite clock offset time interval. The most frequently updated IGS products are the Ultra Rapid products, which are generated four times a day with a latency of three hours. Natural Resources Canada (NRCan) contributes its own Ultra Rapid GPS product to the IGS for combination. However, the underlying processes running at NRCan generate products much more frequently - 24 times a day - with a latency of 90 minutes, offering an opportunity for more timely time-transfer results when used in PPP. INRIM and NRCan hereby assess the potential of using the PPP with the NRCan Ultra Rapid GPS products to serve as a short latency time-transfer tool. A specific experiment has been set up, where the NRCan Ultra Rapid GPS products, as well as all currently available IGS products, are used in PPP time transfer between selected IGS stations collocated in timing laboratories. Results and relative merits are compared in light of their respective delivery and frequency stability characteristic, in view of designing an automated near real-time monitoring system to assist timing laboratories in operational maintenance of frequency standards and time scales dissemination to external users.
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) | 0,000 | 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