MétaCan
Menu
Retour à la cohorte
Enregistrement W2139720086 · doi:10.5897/sre11.1885

Kinematic GNSS-PPP results from various software packages and raw data configurations

2012· article· en· W2139720086 sur OpenAlexaboutno aff
Ángel Martín, Ana Belén Anquela Julián, J. L. Berné, Miriam Sanmartin

Notice bibliographique

RevueRiuNet (Politechnical University of Valencia) · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsPrecise Point PositioningSoftwareGlobal Positioning SystemComputer scienceKinematicsReal Time KinematicReal-time computingTrajectoryGeodesyRemote sensingGeographyTelecommunicationsOperating system

Résumé

récupéré en direct d'OpenAlex

[EN] In this study, kinematic precise point positioning (PPP) was tested. The raw data were taken from permanent stations, two airplane trajectories, a car trajectory and a walking trajectory. International GNSS Service (IGS) final products were used in the post-processing phase. The observations were processed using four different on-line software packages: the Canadian Spatial Reference System On-line Global GPS Processing Service (CSRS-PPP), the GPS Analysis and Position Software (GAPS), the Automatic Precise Positioning Service (APPS) and the Magic Global Navigation Satellite System (MagicGNSS). The results and comparisons are described in detail. The main conclusion is that an accuracy better than 10 cm for the planimetric measurements and better than 20 cm for the altimetric measurements can be achieved using the kinematic PPP method in any of the proposed tests. However, at present, the success of the technique is affected by the software used, and differences at the 0.5 m level can be found for the same specific epoch.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,572

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,034
Tête enseignante GPT0,220
Écart entre enseignants0,186 · 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

Citations27
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRiuNet (Politechnical University of Valencia)Même sujetGNSS positioning and interferenceTravaux en français237 207