MétaCan
Menu
Retour à la cohorte
Enregistrement W2312560813 · doi:10.1071/aseg2013ab048

GRAVILOG: An update on the development and use of Borehole Gravity for Mining Exploration

2013· article· en· W2312560813 sur OpenAlexaboutno aff
C. Nind, J. MacQueen, Roman Wasylechko, Madjid Chemam, Claudine Nackers

Notice bibliographique

RevueASEG Extended Abstracts · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesAreva
Mots-clésBoreholeGeologyDrillingInversion (geology)Mining engineeringStructural basinGeotechnical engineeringGeomorphologyEngineering

Résumé

récupéré en direct d'OpenAlex

Scintrex GRAVILOG borehole gravity meters are now successfully deployed by Abitibi Geophysics crews in boreholes for mining exploration in Canada and USA, and by Scintrex and Micro-g LaCoste crews in wells used for CO2 injection, sequestration and leaching in Canada, USA and Europe. In 2013, GRAVILOG systems and crews will be available in Europe, Russia, Brazil and Australia. Scintrex has developed and will be testing a dual sensor GRAVILOG probe in early 2013.A brief review of the GRAVILOG development and specifications is presented, followed by several recent case histories. The result from Donner Metals / Xstrata Zinc’s Bracemac KT Zone in the Matagami region of Quebec is the first documented use in mining exploration of borehole gravity to measure excess mass coincident with a borehole EM conductor. Forward modeling and inversion of GRAVILOG data from multiple holes has proven effective in outlining the mineralization and estimating the tonnage of the Virginia Mines’ Lens 44 on the Coulon property in Quebec. Apparent bulk density measurements from multiple holes at the Labrador Iron Mines’ James South Extension iron ore deposit near Schefferville, Quebec reduce drilling costs and time needed to obtain this information.A major source of error in bulk density measurements of thin beds is minimized by the dual sensor GRAVILOG system. In addition to eliminating the error in the depth interval between the sensors, common mode noise rejection improves the gravity difference data.

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,008
Études des sciences et des technologies0,0000,001
Communication savante0,0030,005
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,011

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 Opus0,066
Tête enseignante GPT0,268
Écart entre enseignants0,201 · 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'étudeExpérimental (laboratoire)
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

Citations7
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207