Análisis de los residuales en el calculo de velocidades geocentricas a partir de series de tiempo diarias PPP
Notice bibliographique
Résumé
The online processing of GNSS observations has been increasing in recent years. Different services such as the one offered by the Canadian Space Reference System (CSRS), under the Precise Point Positioning (PPP) modality, offers the possibility of knowing in a fast and effective way the three-dimensional position from a rinex file. Taking advantage of these results, daily files were processed for a period of 2.5 years and for 10 GNSS stations in Costa Rica which are integrated into the Sistema de Referencia Geocéntrico para las Américas (SIRGAS). The geocentric coordinates derived from the on-line PPP processing were considered as observation vectors for the estimation of their velocities (Moya et al, 2017). However, a statistical test called the outliers test (Pelzer, 1985) was previously programmed and implemented for the estimation of potential atypical observations. This test is frequently used in the analysis of geodetic networks (Knight et al, 2010), however, it was now applied in the linear velocity calculation model. The adjustment process for the calculation of velocities was done iteratively per station and per coordinate, excluding the outlier observations marked by the test in each process. On average, this test detected a series of observations with residuals ranging from -50 mm to 40 mm in its three components. Finally, with the purified velocities of oitliers, they were validated with respect to the SIRGAS multiannual solution SIR15P01, taking as reference time 2017.0. The average differences between the two determinations were _15 mm.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».