Constraining gravity and magnetics inversions for mineral exploration using limited geological data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Mineral exploration produces a large amount of diverse geological and geophysical data, yet it can be difficult to combine all of this information into integrated models of subsurface geology. Gravity and magnetic data are the two most common geophysical datasets used in mineral exploration. They are commonly interpreted by developing 2D or 3D geological models, forward modelling the geophysical response, and modifying the models until they explain the observed data. Inversion techniques have also been developed to calculate 2D or 3D physical property models that explain observed geophysical responses. However, inversion of potential field data is hindered by the non-uniqueness of solutions. Application of default, geologically-unconstrained inversions to obtain estimated subsurface physical property models from gravity and aeromagnetic datasets is a common step in many exploration programs. Although the recovered models can help target anomalous features in the subsurface, a reliable model, consistent with all observed geological and geophysical information, can only be recovered by including geology-based constraints with the standard mathematical constraints. The University of British Columbia - Geophysical Inversion Facility?s (UBC-GIF) GRAV3D and MAG3D gravity and magnetic inversion packages (Li and Oldenburg, 1996, 1998) are particularly well suited to early stages of exploration where prior geological knowledge is limited.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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) | 0,000 | 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 découle