MétaCan
Menu
Retour à la cohorte
Enregistrement W2052797065 · doi:10.1190/1.2369748

Enhancing uranium exploration through seismic methods and potential field modeling at the McArthur River mine site, Saskatchewan, Canada

2006· article· en· W2052797065 sur OpenAlexaffabout
Clare O’Dowd, Garnet Wood, D Brisbin, Brian F. Powell

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensCameco (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeologyUraniumMining engineeringField (mathematics)Uranium miningUranium mine

Résumé

récupéré en direct d'OpenAlex

In this paper we introduce initial results from the McArthur River Integration Project (McRIP), an ongoing multidisciplinary study of the geology, geochemistry and geophysics on the McArthur River mine property. Currently, results are focused on the combined interpretation of 2D, 3D surface, and borehole seismic survey interpretations integrated with historical and new drilling results, statistical analysis of gamma well logs, and underground mine mapping. By modeling these datasets in 3D and combining them with the seismic interpretations (at various resolutions), we have gained a better understanding of the two dominant uranium ore controls: 1) the paleotopography of the sandstone‐basement unconformity; and 2) the varying amounts of unconformity offset resulting from moderately to steeply‐dipping, cross‐cutting fault systems. Tests of the interpreted geophysical model with two underground drill holes required modifications of the seismic model to reconcile it with the geology. Magnetic and gravity inversions aided in the reinterpretation of the unconformity surface in the vicinity of these drill holes. The McRIP project, though still in its infancy, is changing the way we interpret and visualize all types of data, while providing further evidence that seismic methods are a valuable, if underutilized, tool for both uranium exploration, and strategic mine planning.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,164
Score d'incertitude au seuil0,329

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,227
Écart entre enseignants0,211 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeological Modeling and AnalysisTravaux en français237 207