MétaCan
Menu
Retour à la cohorte
Enregistrement W2085086656 · doi:10.12789/geocanj.2015.42.069

Igneous Rock Associations 17. Advances in the Textural Quantification of Crystalline Rocks

2015· article· fr· W2085086656 sur OpenAlexafffundvenue
Michael D. Higgins

Notice bibliographique

RevueGeoscience Canada · 2015
Typearticle
Languefr
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversidade de São Paulo
Mots-clésHumanitiesIgneous rockGeologyPetrographyMineralogyTexture (cosmology)ArtGeochemistryArtificial intelligenceComputer science

Résumé

récupéré en direct d'OpenAlex

During the last 20 years, textural (microstructural) studies have regained their place in the pantheon of petrographic methods. This has happened by quantifying textures, so that models can be developed and tested – an approach that has proved to be so successful for chemical and isotopic studies. The combination of chemical, isotopic and textural methods, especially if applied to different crystal populations, can be a very powerful tool in the clarification of petrologic histories of rocks. Here, I will discuss some recent advances in the application of textural studies to crystalline rocks.RÉSUMÉAu cours des 20 dernières années, les études de texture (microstructure) ont retrouvé leur place au panthéon des méthodes pétrographiques. Cela a pu se produire grâce à la quantification des textures, permettant ainsi de développer et tester des modèles – une approche qui s’est avérée très bénéfique pour les études chimiques et isotopiques. La combinaison de méthodes chimiques, isotopiques et d’analyse texturale, en particulier si elles sont appliquées à des populations distinctes de cristaux, peut être un outil très puissant permettant de définir l’histoire pétrologique des roches. Dans le présent article, je vais discuter de certaines percées récentes dans l'application d’études texturales de roches cristallines.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,283
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,038
Tête enseignante GPT0,263
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations5
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeoscience CanadaMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207