MétaCan
Menu
Retour à la cohorte
Enregistrement W4408717342 · doi:10.1109/emts57498.2023.10925252

A Multi-Frequency Suite of Polarimetric Scatterometers for Arctic Remote Sensing

2023· article· en· W4408717342 sur OpenAlexaff
Dustin Isleifson, James B. Mead, M. Christopher Fuller, Leah Hicks, Durell S. Desmond, Elvis Asihene, Gary A. Stern, David G. Barber

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRemote sensingSuitePolarimetryArcticGeologyThe arcticComputer scienceGeographyOceanographyPhysicsScatteringOptics

Résumé

récupéré en direct d'OpenAlex

We present a suite of polarimetric microwave scatterometers for Arctic remote sensing applications. The systems have been developed with L- (1.26 GHz), C- (5.5 GHz), and Ku- (17.2 GHz) band designs. The instruments were designed for near-surface operation and can be used to measure the normalized radar cross section in linear polarizations (VV, HH, and VH), as well as polarimetric parameters. The units use a frequency modulated continuous wave (FMCW) signal with pulse-to-pulse polarization switching. A mechanical positioner is used to orient the system to scan a region of interest. Herein, we describe the system technical parameters and the calibration routines. We provide sample data over a typical sea ice surface and describe system configurations. These systems are designed to provide multi-frequency polarimetric scattering data that can be analyzed for a wide variety of experiments in snow-covered sea ice and in Arctic oil spill studies.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,279
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,061
Tête enseignante GPT0,258
Écart entre enseignants0,197 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeophysics and Gravity MeasurementsTravaux en français237 207