Density/area power-law models for separating multi-scale anomalies of ore and toxic elements in stream sediments in Gejiu mineral district, Yunnan Province, China
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
Abstract. This contribution introduces a fractal filtering technique newly developed on the basis of a spectral energy density vs. area power-law model in the context of multifractal theory. It can be used to map anisotropic singularities of geochemical landscapes created from geochemical concentration values in various surface media such as soils, stream sediments, tills and water. A geochemical landscape can be converted into a Fourier domain in which the spectral energy density is plotted against the area (in wave number units), and the relationship between the spectrum energy density (S) and the area (A) enclosed by the above-threshold spectrum energy density can be fitted by power-law models. Mixed geochemical landscape patterns can be fitted with different S-A power-law models in the frequency domain. Fractal filters can be defined according to these different S-A models and used to decompose the geochemical patterns into components with different self-similarities. The fractal filtering method was applied to a geochemical dataset from 7,349 stream sediment samples collected from Gejiu mineral district, which is famous for its word-class tin and copper production. Anomalies in three different scales were decomposed from total values of the trace elements As, Sn, Cu, Zn, Pb, and Cd. These anomalies generally correspond to various geological features and geological processes such as sedimentary rocks, intrusions, fault intersections and mineralization.
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 | 0,001 |
| Science ouverte | 0,001 | 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