A history of the CSIRO’s development of high temperature superconducting rf SQUIDs for TEM prospecting.
Notice bibliographique
Résumé
Over the past 14 years, CSIRO Industrial Physics has developed High Temperature Superconducting (HTS) SQUID (Superconducting Quantum Interference Device) sensor systems for TEM prospecting. Initially this work was done in collaboration with BHP P/L, now BHP Billiton, and some early successes were achieved. Collaboration with BHP ceased in 1998 after completion of a series of airborne trials. Interest in the rf SQUID sensor was revived in 2000, when it was successfully used to delineate targets at Falconbridge Ltd.’s Raglan, Quebec, mine site. As a result, CSIRO entered into a contract to build a ruggedised version of the SQUID sensor system for Falconbridge’s use under a rental agreement. Since September 2001, a number of CSIRO SQUID systems have been built and deployed over three continents. A local Australian firm, Outer-Rim Developments, has been licensed by CSIRO to manufacture the rf SQUID systems now called LANDTEM™. Technology transfer from CSIRO to Outer-Rim Developments was facilitated by Outer-Rim having a sub-contractor work within CSIRO for a number of months.In this paper, the results from some of the seminal SQUID surveys are presented and discussed. Finally a direct comparison between the noise performance of CSIRO’s HTS SQUID sensors and a Bartington flux-gate sensor is presented.
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,008 |
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 ».