Notice bibliographique
Résumé
This article explores the relevance of radar sensing methods. The principles of its operation and the advantages of use are considered: the independence of obtaining images from weather conditions and the time of day, the possibility of wide viewing at long ranges with high resolution and the flexibility of controlling and changing radar parameters, which allows you to vary the position and size of the viewing area, resolution and forms of information. In addition, the main satellite radar systems were considered: satellites of the European Space Agency ERS-1,2 and ENVISAT; Canadian satellites of MDA Radarsat-1,2; satellites launched by the German Aerospace Center (DLR) and the leading European space company Airbus DS-TerraSAR-X, TanDEM-X; Spanish satellite PAZ; Japanese satellites ALOS and ALOS-2; Italian constellation of Cosmo-SkyMed satellites; Indian satellite RISAT-1; English satellite NovaSAR-1; Finnish ICEYE satellites; Korean satellite KOMPSAT-5, Chinese satellite Huan Jing 1C, European satellites Sentinel-1 (A, B) and Russian satellites Condor. Also in this article are considered radar spacecraft planned to launch, namely: the second generation of Italian satellites COSMO-SkyMed – CSG – 2; 2 spacecraft ICEYE (Finland); 4 X-band radar satellites SuperView (China); 2 radar satellites Zhuhai (China); ALOS-4 JAXA (Japan); KOMPSAT-6 (Korea), 3 radar spacecraft of the IRS constellation (India), SAOCOM (Argentina), Russian-made satellites Obzor-P1 and Kondor-FKA, in addition, ROSKOSMOS plans to create a space complex that includes an orbital constellation of 6 small-sized spacecraft for radar observation
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,009 |
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 source (Gemma direct ou Codex distillé), 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 ».