MétaCan
Menu
Retour à la cohorte
Enregistrement W2953605053 · doi:10.3390/rs11121497

An Enhanced Mapping Function with Ionospheric Varying Height

2019· article· en· W2953605053 sur OpenAlexaff
Yan Xiang, Yang Gao

Notice bibliographique

RevueRemote Sensing · 2019
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésIonosphereTotal electron contentSatelliteTECLine-of-sightGeodesyFunction (biology)Remote sensingLatitudeEnvironmental sciencePhysicsGeologyAstrophysicsGeophysics

Résumé

récupéré en direct d'OpenAlex

Mapping function (MF) converts the line-of-sight slant total electron content (STEC) into the vertical total electron content (VTEC), and vice versa. In an MF, an essential parameter is the ionospheric effective height. However, the inhomogeneous ionosphere makes this height vary spatially and temporally, meaning it is not a global constant. In the paper, we review several mapping functions and propose a mapping function that utilizes the ionospheric varying height (IVH). We investigate impacts of the IVH on mapping errors and on the ionospheric modeling, as well as on the satellite and receiver differential code biases (DCBs). Our analysis results indicate that the mapping errors using IVH are smaller than those from the fixed height of 450 km. The integral height achieves smaller mapping errors than using a fixed height of 450 km, an improvement of about 8% when compared with the fixed height of 450 km. And 35% smaller mapping errors were found using HmF2 at the lower latitude. Also, the effects of IVH on the satellite DCBs are about 0.1 ns, and larger impacts on the receiver DCBs at 1.0 ns.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil0,701

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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,191 · 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'étudeSimulation ou modélisation
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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207