User’s Guide to Vertical Control and Geodetic Leveling for CO-OPS Observing Systems.
Notice bibliographique
Résumé
The National Ocean Service (NOS) Center for Operational Oceanographic Products and Services (CO-OPS) is responsible for the management of a national water level measurement program. The foundation of this program is the operation and maintenance of the National Water Level Observation Network (NWLON), a network of approximately 200 continuously operating data collection stations in the U.S. coastal oceans, the Great Lakes and connecting waterways, and in U.S. Trust Territories and Possessions. The data and information from this network represent one of the most unique and valuable geophysical data sets available. The network provides for the determination and maintenance of vertical reference datums used for surveying and mapping, dredging, coastal construction and restoration, water level regulation, marine boundary determinations, tide prediction, and determination of long-term water level variations (e.g. trends). The station platforms and telemetered data are used to support major U.S. Government programs such as the NWS Tsunami Warning System, the NWS storm surge monitoring programs, the U.S. Army Corps of Engineers (USACE) national dredging program, the USACE/Canadian Great Lakes regulation program, and the NOAA Climate and Global Change Program. This guide provides references to several National Geodetic Survey (NGS) documents related to the standard methodologies and tools used to derive geodetic elevations using differential and trigonometric leveling. These references do not supersede the information in this document as this document is specifically written to determine and monitor water level sensor and bench mark network elevations for the determination of tidal datums and subsequently the sea level trend.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».