MétaCan
Menu
Retour à la cohorte
Enregistrement W2139458832 · doi:10.4236/pos.2013.42017

Analysis of GNSS Interference Impact on Society and Evaluation of Spectrum Protection Strategies

2013· article· en· W2139458832 sur OpenAlexaff
Do Alexis Sanou, René Landry

Notice bibliographique

RevuePositioning · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSafety and Risk Management
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsSatellite systemComputer scienceGNSS augmentationInterference (communication)Electromagnetic interferenceSystems engineeringTelecommunicationsEngineeringGlobal Positioning System

Résumé

récupéré en direct d'OpenAlex

Global Navigation Satellite System (GNSS) technology is growing fast in our society and new applications are being introduced at an unprecedented pace. The GNSS products provide worldwide and real-time services using precise timing information, positioning and synchronization technologies. Within years, GNSS applications are becoming more accurate and their precision opens doors to a wide range of applications. Nevertheless, these applications are susceptible to disruption in the operation of GNSS receivers when malfunctions, failures or interference occur. This paper’s objective is to make an overall analysis of GNSS failure impact on society and therefore make a review of GNSS spectrum protection strategies. In the first three sections of this analysis, we survey GNSS applications, their importance and their criticality. While questioning the criticality of GNSS applications, we evaluate their impact on main critical infrastructures and particularly the risks of critical dependencies in case of failure or interference. In the last two sections, we investigate GNSS spectrum interference in relation to its effects on crucial infrastructures. We review the principal Radio Frequency Interference (RFI) sources leading to GNSS and satellite communications (SATCOM) spectrum issues. Alongside, we study various ways to mitigate RFI. This process is essential to further develop and standardize mitigation techniques and to ensure GNSS spectrum immunity against RFI.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,277
Écart entre enseignants0,250 · 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 source (Gemma direct ou Codex distillé), 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

Citations8
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePositioningMême sujetSafety and Risk ManagementTravaux en français237 207