Society of Economic Geologists Silver Medal for 2008: Citation of Mark D. Hannington
Notice bibliographique
Résumé
Dear SEG friends and guests: Every now and then a university professor has the good fortune to work with an exceptional student. I am such a professor and the exceptional student in the mid- to late 1980s was Mark Hannington, this year’s SEG Silver Medalist. I somehow convinced Mark to come to Toronto for graduate studies (actually, I bribed him by offering submersible dives). Mark was a member of a small team I had put together to explore the deep sea floor for hydrothermal sulfide deposits as natural laboratories for better understanding volcanic-hosted massive sulfide (VMS) ores that formed on ancient sea beds and are now on land. I supervised Mark’s M.Sc. and Ph.D. theses but use the word “supervised” lightly because Mark was a self-starter. He knew what needed to be done, figured out how to do it, and got on with the task at hand. In addition, he was an unusually talented writer, a skill that would serve him well for what was to come in his career. While at Toronto, Mark collaborated with Peter Herzig. Peter, a cosponsor of Mark’s Silver Medal nomination, was one of my postdocs and is now the director of IFM-GEO-MAR, the large German oceanographic institute in Kiel. Putting Mark and Peter together was one of the best decisions of my academic life because they did exceptional research and have …
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,010 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,067 | 0,062 |
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 source (Gemma direct ou Codex distillé), 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 ».