MétaCan
Menu
Retour à la cohorte
Enregistrement W2321370743 · doi:10.1071/aseg2001ab073

Detecting kimberlite pipes at Ekati with airborne gravity gradiometry

2001· article· en· W2321370743 sur OpenAlexaboutno aff
Guimin Liu, Peter Diorio, P. Stone, Grant Lockhart, Asbjørn Nørlund Christensen, Nick Fitton, Mark Dransfield

Notice bibliographique

RevueASEG Extended Abstracts · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKimberliteGeologyTerrainDifferential GPSGeodesyGravity anomalyGeologic mapRemote sensingGeological surveyMineralogyGlobal Positioning SystemGeophysicsGeomorphologyPaleontologyCartographyEngineeringOil field

Résumé

récupéré en direct d'OpenAlex

From late April to the end of July 2000, a 39,000 line km airborne gravity gradient survey was completed over the Ekati� mine property in the NWT, Canada. This was the world’s first airborne gravity gradient survey for the purpose of detecting kimberlite pipes. Preliminary data processing was done on site at the Ekati� diamond mine. Subsequent drilling of gravity anomalies in the year 2000 has resulted in the discovery of two new kimberlite pipes. More anomalies will be drilled in 2001.The AGG data shows that more than half of the known kimberlite pipes have associated gravity anomalies. Some pipes with a diameter as small as 100 m or less can be detected in the AGG data. The AGG data has a 300 m resolution with an average RMS noise of 7.6 Eotvos in the derived vertical gradient. Laser profilometer data and differential GPS data were also acquired in the survey to construct a detailed digital elevation model for terrain correction.Besides detecting kimberlite pipes, the AGG data is also useful for mapping details of geological structures. This is complementary to the magnetic data acquired simultaneously with the AGG 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,017
Tête enseignante GPT0,219
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations13
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetGeological Modeling and AnalysisTravaux en français237 207