Gravity disturbance grids from the US GRAV-D airborne surveys
Notice bibliographique
Résumé
<!--!introduction!--><b></b> Two preliminary gravity disturbance grids are derived from airborne gravity data collected by the National Geodetic Survey, USA as part of the Gravity for the Redefinition of the American Vertical Datum (GRAV-D) project. The data set does not include releases after 2020. Nominal altitude and spatial resolution of GRAV-D surveys are ~6.3 km and ~20 km, respectively. Actual flight altitude varies from ~ 5 km to ~11 km resulting in heterogeneous spatial resolution of the gravity signal from block to block, and within each block. The airborne data used in this study includes all collected flight lines as of December 2022 covering the US territory and the US-Canada Great Lakes region with extension of about 100 km into Canada and Mexico along land borders. The least-squares collocation is chosen for the 3-D interpolation to derive the two grids at a constant height of 6000 m and on the reference ellipsoid, respectively. The two grids are assessed by the Poisson downward continuation for consistence between the two grids; comparisons are made with ultra-high degree Global Gravitational Models (EGM2008, EIGEN6C-4, XGeoidRefA, and XGM2019e), and a regional geoid model is computed by including the terrestrial gravity data. An airborne-only geoid model is determined and evaluated using GPS-Levelling data over the US and satellite altimetry data over the Great Lakes region. The two new gravity grids are expected to contribute to geodetic, geophysical and geological applications, especially development of the North-American and Pacific Geopotential Datum of 2022 (NAPGD2022).
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| 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 ».