MétaCan
Menu
Retour à la cohorte
Enregistrement W2105946907 · doi:10.1144/1467-787302-040

Statistical evaluation of anomaly recognition performance

2003· article· en· W2105946907 sur OpenAlexaff
Clifford R. Stanley

Notice bibliographique

RevueGeochemistry Exploration Environment Analysis · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensAcadia University
Organismes subventionnairesnon disponible
Mots-clésAnomaly (physics)Anomaly detectionComputer sciencePattern recognition (psychology)Artificial intelligencePhysics

Résumé

récupéré en direct d'OpenAlex

Over the past several years there have been a number of ‘new’ selective extraction/partial digestion (SE/PD) methods introduced to the mineral exploration industry. Some of these are truly novel, employing emerging technologies and recent chemical discoveries to digest specific mineral components of geochemical samples. Others represent improved, but recycled, historic approaches that benefit from advanced instrumentation and knowledge to surpass the performance of historic SE/PD techniques. Nowadays, most major commercial geochemical laboratories offer their own versions of a variety of SE/PD approaches, and all claim thattheir versions offer significant exploration advantage over conventional analytical techniques. However, a significant number of geochemists remain unconvinced regarding the advantage that some of these SE/PD techniques offer. This is due to a large number of factors, including: i) the lack of disclosure of the geochemical procedures involved in the digestions, ii) the lack of knowledge of what is actually being extracted from a sample by these methods, iii) the lack of an adequate number of objective assessments of these techniques in orientation surveys, and iv) the lack of adequate rigorous comparisons of the results of these new techniques with those from conventional (trusted) exploration methods. The objective of empirical assessment of a new exploration technique is to determine whether the new technique provides exploration advantage over competing, established methods. Exploration performance can be determined using the hypergeometric probability of obtaining a result by chance that is equivalent in performance to the results of an orientation survey testing a new SE/PD method. The lower the hypergeometric probability of a result equivalent to that from an orientation survey, the more likely the exploration method successfully detected the presence of mineralization. This probability is thus a quantitative measure of exploration performance that allows rigorous comparison of conventional andnew exploration techniques. Furthermore, this statistical procedure for assessing exploration performance of new SE/PD techniques provides the objectivity required to evaluate the effectiveness of any new exploration method.

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)0,019
score de la tête « metaresearch » (Gemma)0,062
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,062
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0070,003
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,041
Tête enseignante GPT0,233
Écart entre enseignants0,192 · 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

Citations21
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeochemistry Exploration Environment AnalysisMême sujetGeochemistry and Geologic MappingTravaux en français237 207