Crowd-Sourced Bathymetry Vertical Uncertainty Calculation per Sounding
Notice bibliographique
Résumé
Crowd-sourced bathymetry (CSB) data is becoming an increasingly valuable source of information for expanding hydrographic coverage in areas where traditional survey data is limited.However, the quantification of vertical uncertainty in CSB remains a critical challenge, particularly with respect to tidal reduction methods.Standard approaches commonly use nearest-neighbour Voronoi polygons to assign uncertainty from tide stations, but these methods often fail to account for regional tidal variability and the influence of observation period length on prediction uncertainty.This study addresses these issues by evaluating three primary factors: uncertainties in tidal predictions, the influence of tidal observation duration and tidal propagation uncertainty.Observed and predicted tidal elevations for ten representative Canadian tide stations were analyzed using the UTide Python library (Codiga, 2011).Prediction accuracy was assessed via absolute and relative error metrics defined by Collins et al. (2011).To evaluate how observation duration influences uncertainty, tidal predictions were generated using datasets spanning durations from two weeks to one year.RMS prediction errors were calculated for each duration and compared against tidal range across stations.Linear regression was then applied to quantify how prediction error scaled with tidal range for each duration.This approach allowed the estimation of observation-length-dependent uncertainty values ( ) allowing estimation at stations lacking long-term observational records.Figure 1 Vertical uncertainty results associated with tidal prediction across Canadian waters.Colored points represent calculated uncertainties at Integrated Water Level Stations (IWLS), with primary reference stations marked by red stars.Total station uncertainty ( ) was calculated by combining prediction uncertainty ( ), initially calculated as relative error and converted to absolute uncertainty using tidal range R, and the duration-based uncertainty ( ).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».