Constrained Potential Field Inversions in Areas under Cover: Examples from Gawler Craton IOCG Prospects
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
The future of greenfields mineral exploration will be driven towards covered terranes with little or no outcrop. Consequently, the inherent risk and costs of such exploration will rise. The exploration focus will be pushed towards inexpensive methods and more importantly obtaining the most value from them. Potential field geophysics provide a solution to this impending issue with regional datasets often available in the public domain and higher resolution data being relatively inexpensive to acquire. Constrained potential field inversion represents a method for adding or maximising the value from the associated datasets. Many greenfields environments have an apparent absence of a priori data to constrain the first pass inversion. This paper suggests that although this absence may exist, meaningful ?soft? constraints will still be present which when included in the model objective function, improve and add value to the inversion process. Additionally the same constraints can be used to test whether a proposed geological hypothesis is a viable model. Using gravity data over covered IOCG prospects within the Gawler Craton, this paper demonstrates how ?soft? constraints can be employed to enhance the inversion process. Simplified layered geological models representing cover and basement have been discretised, using realistic petrophysical bounds that when incorporated into the model objective function yield more accurate results. Furthermore, the potential of a prospect to host IOCG mineralisation can be simply tested in a similar fashion. When inversion results describe bodies that are geologically unrealistic, the target can be downgraded saving a potentially expensive drillhole.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découle