MétaCan
Menu
Retour à la cohorte
Enregistrement W6959613137 · doi:10.11575/prism/27833

Sounding of the Ionosphere Using the CanX-2 Nano-Satellite and Single-Frequency Radio Occultation Techniques

2015· other· en· W6959613137 sur OpenAlexfundno aff

Notice bibliographique

RevuePRISM (University of Calgary) · 2015
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Pathogens and Resistance
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Space AgencyUniversity of Toronto
Mots-clésRadio occultationTECIonosphereGlobal Positioning SystemSmoothingOccultationCOSMIC cancer databaseCalibrationDepth sounding

Résumé

récupéré en direct d'OpenAlex

The objective of the research presented in this thesis is to show that single-frequency ionospheric electron density profiles can be obtained using GPS radio occultation techniques with commercial, off-the-shelf hardware. The platform used in support of this objective is the CanX-2 nanosatellite. Limitations with respect to the antenna’s field of view and poor signal quality are overcome with the use of the code-minus-carrier observable, TEC calibration and a various smoothing techniques. All techniques are validated through comparison of the corresponding vertical electron density profiles to optimized data assumed to be the best possible representations of the true ionospheric signal. This assumption is substantiated through application of the optimization procedure to raw COSMIC data and comparison to COSMIC published post-processed product. Smoothing of raw CanX-2 code-minus-carrier data was conducted via polynomial fit and a moving-average filter. Both methods fared very well when compared to the optimized data. The radio occultation research performed with CanX-2 represents 2 orders of magnitude decrease in cost over similar work conducted by larger-budget and larger-scope programs.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,001

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 Opus0,018
Tête enseignante GPT0,182
Écart entre enseignants0,164 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePRISM (University of Calgary)Même sujetPlant Pathogens and ResistanceTravaux en français237 207