MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408872801 · doi:10.3390/engproc2025088021

Impact of Solar Cycle 25 on GNSS Measurements: Analysis of Ionospheric Scintillation and Positioning Challenges

2025· article· en· W4408872801 sur OpenAlexaff
Ali Broumandan, Isabelle Tremblay, Sandy Kennedy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueIonosphere and magnetosphere dynamics
Établissements canadiensNovAtel (Canada)
Organismes subventionnairesnon disponible
Mots-clésInterplanetary scintillationGNSS applicationsScintillationIonosphereRemote sensingGlobal Positioning SystemEnvironmental scienceComputer sciencePhysicsGeologyAstronomyTelecommunicationsSolar windCoronal mass ejectionPlasmaDetector

Résumé

récupéré en direct d'OpenAlex

As the peak of solar cycle 25 approaches, increased ionospheric and scintillation activity is being observed, which is negatively impacting the quality of GNSS measurements and presenting challenges in the positioning domain. Ionospheric refraction and diffraction introduce delays and distortions to GNSS carrier phase measurements, leading to positioning errors that exceed the anticipated accuracies. These position errors can be a significant concern for users across the world who depend on precise GNSS positioning, such as in agriculture, offshore marine positioning and autonomous automotive positioning. To understand the direct impact on NovAtel receivers and its positioning engines, a comprehensive analysis was conducted. A closer look was taken at what happened in 2023–2024 by characterizing scintillation using the amplitude scintillation index (S4) values in an equatorial region. Additionally, the scintillation effect on the receivers was characterized through the analysis of C/N0, lock breaks, double differences and other indicators. With a substantial amount of data collected at 20° latitude, where high solar activity occurs due to the proximity to the equator, the positioning performance of Real-Time Kinematic (RTK) and Precise Point Positioning (PPP) was analyzed.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 GPT0,273
Écart entre enseignants0,260 · 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'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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIonosphere and magnetosphere dynamics→Travaux en français237 207→