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 OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,637
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,041
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