MétaCan
Menu
Retour à la cohorte
Enregistrement W1602630920

Reviews on Natural Resources in the Arctic

2001· article· en· W1602630920 sur OpenAlexaboutno aff
Jong-Ryeol Yoon, Yeadong Kim

Notice bibliographique

RevueOcean and Polar Research · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Studies and Exploration
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArcticGeologyPermafrostContinental shelfOceanographyNatural gasMineral resource classificationCanada BasinFossil fuelStructural basinGeochemistrySedimentary basinSedimentary rockEarth sciencePhysical geographyGeomorphologyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The Arctic consists of numerous sedimentary basins containing voluminous natural resources and two of the world's major oil and gas producing areas. The western Siberia Basin in the Arctic region has the largest petroliferous province with an area of 800 1,200 km and produces more than 60% of total Russian oil production. The North Slope of Alaska produces about 20% of the U.S. output, i.e., 11% of the total U.S. consumption. Being small compared to those regions, the Canadian Northwest Territories and the Pechora Basin in Russia produce only fair amount of oil and natural gas. There are also many promising areas in the northern continental shelf of Russia. In addition to Russia, Svalbard and Greenland have been investigated for oil and gas. Gas hydrates are widespread in both permafrost regions and arctic continental shelf areas. The reserves of gas hydrates in the Arctic Ocean are about 2032% of total estimated amounts of gas hydrates in the world ocean. Mineral mining is well developed, especially in Russia. The major centers are located around the Kuznetsk Basin and Noril'sk. They are major suppliers of gold, tin, nickel, copper, platinum, cobalt, iron ore, coal as well as apatite. There are also some minings of lead-zinc in Alaska and Arctic Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,009
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,013

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 Opus0,113
Tête enseignante GPT0,322
Écart entre enseignants0,209 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOcean and Polar ResearchMême sujetGeological Studies and ExplorationTravaux en français237 207