MétaCan
Menu
Retour à la cohorte
Enregistrement W4408990262 · doi:10.3390/engproc2025088024

Investigation of Static and Kinematic Surveying Performance of Handheld GNSS Receiver

2025· article· en· W4408990262 sur OpenAlexaboutno aff
Reha Metin Alkan, Serdar Erol, Bilal Mutlu, Muhammed Yahya Bıyık

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGNSS positioning and interference
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGNSS applicationsKinematicsMobile deviceComputer scienceGeodesyRemote sensingGlobal Positioning SystemGeologyTelecommunicationsPhysicsOperating system

Résumé

récupéré en direct d'OpenAlex

In this study, the static and kinematic positioning performance of the Garmin GPSMAP 66sr handheld GNSS receiver has been tested. For the static test, GNSS data was collected for 24 h and divided into shorter sessions of 1, 2, and 4 h to assess the performance of the receiver as a function of occupation time. The whole and subgroup data were processed by the relative method for different satellite constellations using three reference stations, to form a very short (45 m), short (5.1 km), and relatively long (73.2 km) baselines. For the kinematic test, the data was collected for approximately 1 h and processed with the relative method. Additionally, the whole and subgroup static and kinematic GNSS data of the Garmin receiver were also processed with the Canadian Spatial Reference System-Precise Point Positioning (CSRS-PPP) online service. All Garmin static and kinematic solutions (both relative and PPP) were compared with those calculated by the geodetic receiver. The overall static results show that the Garmin GPSMAP 66sr handheld receiver provides accuracy in a few centimeters with the relative method when integer ambiguities were correctly fixed and in the decimeter-to-meter level using the PPP technique. For the kinematic scenario, the results were relatively poor within the level of decimeters with the relative method while the level of meters with the PPP technique.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,368
Score d'incertitude au seuil0,147

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)0,0000,000

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 GPT0,201
Écart entre enseignants0,189 · 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'étudeExpérimental (laboratoire)
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 sujetGNSS positioning and interferenceTravaux en français237 207