MétaCan
Menu
Retour à la cohorte
Enregistrement W4321995502 · doi:10.5194/egusphere-egu23-10171

Inferred Ionospheric irregularity scales from amplitude scintillation

2023· preprint· en· W4321995502 sur OpenAlexaff
K. Meziane, A. M. Hamza, Tayyil P. Jayachandran

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésScintillationIonospherePhysicsLatitudeAmplitudeInterplanetary scintillationGeodesyEquatorContext (archaeology)F regionAtmospheric sciencesGeologyGeophysicsOpticsPlasmaSolar windCoronal mass ejection

Résumé

récupéré en direct d'OpenAlex

The analysis of the structure function of a GNSS signal amplitude measured on the ground has revealed that ionospheric scintillation could be considered a proxy for ionospheric turbulence. More precisely, and in a recent report, the existence of a linear range with respect to the time lag in the structure function has been highlighted. In this context, the inertial-range analog has been determined from the analysis of a large set of scintillation events collected over several days from Pond Inlet located in the northern polar region and from Sao Paolo located at 23.2 degrees South of the Equator. At high latitude, we found that the mean value of the first-order scaling exponent is H = 0.55 ± 0.07, while a low altitude H is typically larger with H = 0.84 ±.11. This result clearly indicates that the long-time lag positive correlation remains persistent in the low latitude region. At high latitude however, both negative and positive long time lag correlation can occur. In addition, the obtained results clearly show that the inertial range analog is significantly smaller at high latitude, particularly the upper bound time lags at which the structure function deviates from linearity. This distinction may pinpoint to a difference in the ionospheric irregularity drift speed.   

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,346
Score d'incertitude au seuil1,000

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)0,0000,001

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 Opus0,036
Tête enseignante GPT0,250
Écart entre enseignants0,214 · 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.

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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGNSS positioning and interferenceTravaux en français237 207