MétaCan
Menu
Retour à la cohorte
Enregistrement W2132724773 · doi:10.1144/1467-7873/03-066

Indicator mineral methods in mineral exploration

2005· article· en· W2132724773 sur OpenAlexaffabout
M B McClenaghan

Notice bibliographique

RevueGeochemistry Exploration Environment Analysis · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésMineralMineral explorationGeologyGeochemistryMineralogyMining engineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Indicator minerals are mineral species that, when appearing as transported grains in clastic sediments, indicate the presence in bedrock of a specific type of mineralization, hydrothermal alteration or lithology. Their physical and chemical characteristics, including a relatively high density, facilitate their preservation and identification and allow them to be readily recovered at the parts per billion level from sample media such as till, stream sediments or soil producing large exploration targets. Another major advantage of indicator mineral methods is that grain morphology, surface textures or mineral chemistry may be examined to obtain information about transport distance and bedrock source. Indicator minerals have become an important exploration method in the past 20 years and now include suites for detecting a variety of ore deposit types including diamond, gold, Ni–Cu, PGE, porphyry Cu, massive sulphide, and tungsten deposits. One of the most significant events in the application of indicator mineral methods in the past 10 years was the explosion in diamond exploration activity in the glaciated terrain of Canada and the resultant changes in sampling and processing methods and improved understanding of kimberlite indicator minerals. At the same time, technological advances have led to increased sophistication of determining indicator mineral chemistry for all indicator minerals. This paper provides an overview of indicator mineral methods and their application in a variety of terrains in the past 20 years, focusing on gold and diamond exploration.

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)0,006
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,007
Études des sciences et des technologies0,0010,003
Communication savante0,0030,005
Science ouverte0,0030,004
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0130,013

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 Opus0,022
Tête enseignante GPT0,262
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations113
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeochemistry Exploration Environment AnalysisMême sujetMining and Gasification TechnologiesTravaux en français237 207