The experimental geoid 2020 – the first joint geoid model for the North American and Pacific Geopotential Datum 
Notice bibliographique
Résumé
<p>For the upcoming North American-Pacific Geopotential Datum of 2022, the National Geodetic Survey (NGS), the Canadian Geodetic Survey (CGS) and the National Institute of Statistics and Geography of Mexico (INEGI) computed the first joint experimental gravimetric geoid model (xGEOID) on 1’x1’ grids that covers a region bordered by latitude 0 to 85 degree, longitude 180 to 350 degree east. xGEOID20 models are computed using terrestrial gravity data, the latest satellite gravity model GOCO06S, altimetric gravity data DTU15, and an additional nine airborne gravity blocks of the GRAV-D project, for a total of 63 blocks. In addition, a digital elevation model in a 3” grid was produced by combining MERIT, TanDEM-X, and USGS-NED and used for the topographic/gravimetric reductions. The geoid models computed from the height anomalies (NGS) and from the Helmert-Stokes scheme (CGS) were combined using two different weighting schemes, then evaluated against the independent GPS/leveling data sets. The models perform in a very similar way, and the geoid comparisons with the most accurate Geoid Slope Validation Surveys (GSVS) from 2011, 2014 and 2017 indicate that the relative geoid accuracy could be around 1-2 cm baseline lengths up to 300 km for these GSVS lines in the United States. The xGEOID20 A/B models were selected from the combined models based on the validation results. The geoid accuracies were also estimated using the forward modeling.</p>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».