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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».