MétaCan
Menu
Retour à la cohorte
Enregistrement W4408019459 · doi:10.1080/00396265.2025.2470514

Feasibility analysis of the Doppler index DI in ionospheric scintillation detection at High Arctic region of Canada

2025· article· en· W4408019459 sur OpenAlexaboutno aff
Xiaomin Luo

Notice bibliographique

RevueSurvey Review · 2025
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésScintillationRemote sensingDoppler effectIonosphereInterplanetary scintillationGeographyArcticIndex (typography)The arcticGeodesyEnvironmental scienceGeologyOceanographyPhysicsGeophysicsOpticsAstronomyComputer scienceDetector

Résumé

récupéré en direct d'OpenAlex

Based on data from 16 ISMR stations of Canadian High Arctic Ionospheric Network (CHAIN) this study analyses ionospheric scintillation phenomena during the strong geomagnetic storm on April 23, 2023. The intensity and duration of the geomagnetic storm were confirmed through variations in the Dst and Kp indexes and the global TEC map. The spatiotemporal distribution and correlation of the DI, ROTI and σφ indexes were analysed, alongside PPP experiments at all stations. The de-trended TEC (dTEC) analysis revealed a link between ionospheric scintillation and TEC fluctuations. Statistical results show a correlation coefficient around 0.7–0.9 between the DI index and ROTI/σφ indexes, with consistent spatiotemporal distributions, especially during the main phase of the geomagnetic storms from 9:00 to 21:00 UTC. The DI was also applied to explore the impact of ionospheric scintillation on GPS PPP, where the fluctuations in DI corresponded with increased positioning errors, highlighting its effectiveness as a monitoring tool.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,622
Score d'incertitude au seuil0,752

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,012
Tête enseignante GPT0,242
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSurvey ReviewMême sujetIonosphere and magnetosphere dynamicsTravaux en français237 207