Congruence through repeatability of position solutions by different GNSS survey techniques
Notice bibliographique
Résumé
In this study, we determined three-dimensional (3D) position coordinates for eight new Continuous Operating Reference Stations (CORS) in Ghana through three different GNSS positioning techniques. The three GNSS positioning techniques whereby the network of CORS was tied to ITRF14 and War Office 1926 datums included:1) Precise Point Positioning (PPP); 2) Precise Differential GNSS (PDGNSS), using reference stations based on ITRF14; and 3) PDGNSS, using reference stations based on War Office. The PPP solutions were computed using the Canadian Spatial Reference System Precise Point Positioning software (CSRS-PPP), available online and as an open source GNSS laboratory tool software (gLAB). The PDGNSS solutions were obtained from OPUS and AUSPOS online services, as well as from self-post-processing using Topcon Tools software v8.2.3. All solutions were computed using 24-hour data for twelve consecutive days in the month of October 2018 (GPS DoY 284 to GPS DoY 295). The quality, reliability, and acceptability of position solutions were measured by computing the average positioning error, the rate of ambiguity resolution and the repeatability ratios of the solutions. The variability of coordinate differences for each pair of different positioning techniques was computed to determine their solution congruences. Ultimately, , the average positioning errors in northing, easting, and height were 0.003m, 0.005m and 0.009m, respectively. The rate of ambiguity resolution was between 75.3% and 90.3%. Repeatability ratios ranged between 1: 68,500,000 and 1: 411,100,000. Finally, the minimum and maximum range of variability in coordinate differences for each pair of positioning techniques was 1mm to 16mm for horizontal positions and 2mm to 137mm for vertical positions.
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 | 0,000 |
| 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 | 0,000 | 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 ».