Notice bibliographique
Résumé
Five principal sources of uncertainty in quantitative mineral resource estimation are listed and illustrated by means of a simple example (mosaic model) and a case history study for large copper deposits in the Abitibi area of the Canadian Shield.Abitibi copper potential originally was estimated on the basis of 1968 estimates of production and reserves totalling 3.12 Mt Cu.This prognostication now could be evaluated on the basis of 2008 copper production and reserves totalling 9.50 Mt Cu.An earlier hindsight study performed on the basis of 1977 data (totalling 5.23 Mt Cu) showed seven new discoveries occurring either in the immediate vicinities of known deposits or on broad regional copper anomalies predicted from the 1968 inputs.By 1977,the global geographic distribution pattern of large copper deposits in the Abitibi area had stabilized.During the next 30 years,new copper was essentially found close to existing deposits,much of it deeper down in the Earths crust.In this paper,uncertainties associated with copper ore tonnage are analyzed by comparison of 2008 data with 1968 data using (a) log-log plots of size versus rank,and (b) lognormal QQ-plots.Straight lines fitted by least squares on these plots show that 1968 slopes provide good estimates of 2008 slopes but 1968 intercepts are much less than 2008 intercepts.In each linear log-weight versus log-rank plot,the slope is related to fractal dimension of a Pareto frequency distribution,and in a lognormal QQ-plot it is determined by logarithmic variance.The difference between 2008 and 1968 intercepts represents the increase in copper ore production and reserves from 1968 to 2008.The Pareto model fits actual copper and massive sulphides increase over the past 40 years better than the lognormal frequency distribution model for 10 km×10 km cells on favorable environments in the Abitibi area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,005 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».