Evidence and identification of SPM in airborne TDEM data from Greenland
Notice bibliographique
Résumé
Data acquired by airborne in-loop time-domain electromagnetic (EM) systems, such as VTEMTM (Witherly et al., 2004), reflect mainly three physical phenomena in the earth: (1) EM induction, related to ground conductivity, (2) Airborne Inductively Induced Polarization (AIIP), related to the relaxation of polarized charges in the ground (Kratzer & Macnae 2012, Kwan et al., 2015) and (3) Superparamagnetism (SPM), related to the induced secondary magnetic field of certain ultrafine to fine grained magnetic materials (Kratzer, Macnae & Mutton 2013, Sattel & Mutton 2015). It is also called magnetic relaxation or magnetic viscosity. Olhoeft and Strangway (1974) predicted that the SPM effect could become relatively more important and permit mapping of magnetite content with an active, more sophisticated EM system. However, as a background effect it could also represent an additional source of signal to further complicate EM exploration. In this abstract, the general characteristics of SPM anomalies occurring over barren rocks in Greenland, in an environment different from Australia and Southern Africa, are discussed and a method of identifying them in VTEM data will be presented. Presentation Date: Tuesday, October 18, 2016 Start Time: 3:45:00 PM Location: 168 Presentation Type: ORAL
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».