Evaluation of the TEC variation in Brazilian territory using data from the IGS in the period 2004 to 2008
Bibliographic record
Abstract
A principal fonte de erro na posição do usuário do sistema GPS (Global Positioning System), utilizando receptores de uma frequência, é o efeito causado pela ionosfera no sinal transmitido pelos satélites. Este erro é diretamente proporcional ao conteúdo total de elétrons (TEC Total Electron Content) presentes na ionosfera e inversamente proporcional ao quadrado da frequência do sinal transmitido. O TEC varia no tempo e no espaço com relação a hora (variação diária), a época do ano (variação sazonal), a localização geográfica, ao ciclo de manchas solares (variação de longo período). Neste trabalho foi estudado e avaliado a variação do TEC para os anos de 2004 a 2008, abrangendo o território brasileiro, através de mapas do VTEC (TEC na direção vertical) utilizando dados do modelo global da ionosfera (arquivos IONEX Ionosphere Map Exchange Format) do IGS (International GNSS Service), analisando a fase de declínio do ciclo de manchas 23 e início do ciclo 24. Também foi avaliado o processamento do posicionamento por ponto preciso, utilizando software PPP-online fornecido pelo GSD (Geodetic Survey Canada) do NRCan (Natural Resource Canada), denominado CSRS-PPP (Canadian Spatial Reference System Precise Point Precise) para os anos de 2004 e 2008, corrigindo o efeito da ionosfera pelo IONEX. Estes experimentos constatam uma redução no valor do VTEC no ano de 2008 em relação ao ano de 2004, devido a menor atividade solar no ano de 2008 em comparação à 2004, consequentemente, uma menor quantidade de elétrons presentes na ionosfera, melhorando a performance do posicionamento com GPS, com o declínio no número de manchas solares.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".