MétaCan
Menu
Retour à la cohorte
Enregistrement W1549753887

Geobotanical Remote Sensing Applied to Targeting New Geothermal Resource Locations in the U.S. Basin and Range with a Focus on Dixie Meadows, NV

2003· article· en· W1549753887 sur OpenAlexaff
W. L. Pickles, Greg Nash, W. M. Calvin, Brigette A. Martini, P. Cocks, T. Kenedy-Bowdoin, Roberta Knight, Eli A. Silver, Donald C. Potts, W. Foxall, P. Kasameyer, Al Waibel

Notice bibliographique

RevueUniversity of North Texas Digital Library (University of North Texas) · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensGeoscience BC
Organismes subventionnairesnon disponible
Mots-clésGeothermal gradientStructural basinResource (disambiguation)Range (aeronautics)Focus (optics)Basin and range topographyRemote sensingGeologyGeographyEarth scienceArchaeologyEnvironmental scienceGeomorphologyPaleontologyEngineeringComputer sciencePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents an overview of the work our collaboration is doing to increase the detailed mapped resource base for geothermal exploration in the Western US. We are imaging several large areas in the western US with high resolution airborne hyperspectral and satellite multispectral sensors. We have now entered the phase where the remote sensing techniques and tools we are developing are mature enough to be combined with other geothermal exploration techniques such as aeromagnetic, seismic, well logging and coring data. The imaging sensors and analysis techniques we have developed have the ability to map visible faults, surface effluents, altered minerals, subtle hidden faults. Large regions are being imaged at reasonable costs. The technique of geobotanical remote sensing for geothermal signatures is based on recent successes in mapping hidden faults, high temperature altered mineralization, clays, hot and cold springs and CO2 effluents the Long Valley Caldera and Mammoth Mountain in California. The areas that have been imaged include Mammoth Mountain and the Long Valley Caldera, Dixie Meadows NV, Fish Lake Valley NV, and Brady Hot Springs. Areas that are being imaged in the summer of 2003 are the south moat of the Long Valley Caldera, Mammoth Mountain western Pickles, Nash, Kasameyer, Foxall, Martini, Cocks, Kennedy-Bowdoin, McKnight, Silver, Potts, flanks, Mono Inyo chain north of Mammoth Mountain in CA, and the Humboldt Block in NV. This paper focuses on presenting the overview of the high-resolution airborne hyperspectral image acquisition that was done at Dixie Meadows NV in August 2002. This new imagery is currently being analyzed and combined with other field data by all of the authors on this paper. Results of their work up until the time of the conference will be presented in papers in the remote sensing session.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,122

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)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,156
Écart entre enseignants0,147 · 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'étudeObservationnel
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

Citations2
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of North Texas Digital Library (University of North Texas)Même sujetGeochemistry and Geologic MappingTravaux en français237 207