MétaCan
Menu
Retour à la cohorte
Enregistrement W2084076600 · doi:10.1139/e09-024

Geologist-controlled trends versus computer-controlled trends: introducing a high-resolution approach to subsurface structural mapping using well-log data, trend surface analysis, and geospatial analysisA companion paper to Mei, S. 2009. New insights on faults in the Peace River Arch region, northwest Alberta, based on existing well-log data and refined trend surface analysis. Canadian Journal of Earth Sciences, <b>46</b>(1): 41–65.

2009· article· en· W2084076600 sur OpenAlexaffvenueabout
Shilong Mei

Notice bibliographique

RevueCanadian Journal of Earth Sciences · 2009
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésResidualGeologyKrigingPolynomialVariogramData miningRemote sensingAlgorithmComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

This paper introduces a refined trend surface analysis (TSA) for detecting faults with small, metre-scale offsets (5–20 m). Conventional TSA uses a global polynomial method to model the trend; the power of the polynomial (e.g., first, second, or third order) is the only parameter for input. The refined approach is different in that it uses local-fit techniques to generate the trend. The refined approach provides greater flexibility for inputting geological knowledge in the trend surface modelling process. This results in a trend surface with the maximum amount of unwanted information, which is removed from the residual surface after removal of the trend from the data, leaving features of interest optimally highlighted in the residuals. Such a trend is referred to as a geologist-controlled trend to differentiate it from the trend surface modelled by conventional TSA, which is primarily a computer-controlled global polynomial surface. The refined approach goes one step beyond conventional TSA by incorporating advanced geostatistics for modelling the trend, interpolating the resultant residuals, and then extracting formation-top offset patterns from the residual surface using spatial analysis. Modelling the geologist-controlled trend in the refined approach results in higher resolution in detecting formation-top offsets and higher accuracy in digitizing fault locations, compared with various techniques that have been traditionally used in subsurface structure mapping of the West Canada Sedimentary Basin (WCSB) (e.g., structural and isopach contour mapping, cross-section construction, and seismic and aeromagnetic data interpretation). The refined approach is demonstrated using the Basal Fish Scale Zone in the Peace River Arch region as an example.

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)0,003
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: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,974
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,049
Tête enseignante GPT0,265
Écart entre enseignants0,217 · 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
GenreMéthodes

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

En bref

Citations14
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Earth SciencesMême sujetGeochemistry and Geologic MappingTravaux en français237 207