MétaCan
Menu
Retour à la cohorte
Enregistrement W2544195135 · doi:10.1109/isape.2000.894716

Separation of rain and ice contributions to depolarization on slant path links

2000· article· en· W2544195135 sur OpenAlexaff
C. Amaya

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiquePrecipitation Measurement and Analysis
Établissements canadiensCommunications Research Centre Canada
Organismes subventionnairesnon disponible
Mots-clésIce crystalsDepolarizationSatelliteEnvironmental scienceRemote sensingAtmospheric sciencesMeteorologyGeologyMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Rain and atmospheric ice crystals are the main causes of signal depolarization on Earth-satellite communication links, the degradation effects being stronger as frequency increases. However, the actual impact of ice on path depolarization has not been yet clearly assessed. Current prediction methods aimed at determining long-term statistics of crosspolar discrimination (XPD) above 10 GHz fail to give good estimates, mainly due to the improper account of the effect of ice crystals. In this paper, a procedure is applied to separate and assess the individual contributions of rain and ice to depolarization events. These results lead to the formulation of a method to retrieve a fundamental ice medium parameter, the effective ice crystal content. The analysis is performed on data recorded during the propagation experiments with ESA's Olympus satellite in Belgium. Results of ice-rain separation and of ice crystal content are presented and discussed. The impact of ice on XPD is highlighted.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,296
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,013
Tête enseignante GPT0,250
Écart entre enseignants0,238 · 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.

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetPrecipitation Measurement and AnalysisTravaux en français237 207