MétaCan
Menu
Retour à la cohorte
Enregistrement W2554577951 · doi:10.1071/aseg2016ab316

Application of the airborne electromagnetic method for Banded Iron-Formation mapping in the Hamersley Province, Western Australia

2016· article· en· W2554577951 sur OpenAlexaff
Regis Neroni, Rory Murray, D. A. Kepert

Notice bibliographique

RevueASEG Extended Abstracts · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensPediatric Oncology Group
Organismes subventionnairesnon disponible
Mots-clésGeologyStratigraphyInversion (geology)PaleontologyTerrainGeomorphologySeismologyPetrologyTectonicsCartography

Résumé

récupéré en direct d'OpenAlex

Stratigraphy of the Hamersley Province in Western Australia, featuring alternating units of banded iron-formations and shales with contrasting electrical properties in a mostly gently undulating shallow dipping layered geometry, is particularly favourable to airborne time-domain electromagnetic mapping techniques. Manipulated vertical cross-sections of modelled conductivity obtained from laterally constrained 1D inversion of SkyTEM304 data enable the exploration geologist to interpret weathering profiles, shallow dipping stratigraphy and steep structures, all of which are crucial aspects of bedded iron ore deposits genesis models. Five potential interpretation pitfalls have nevertheless been encountered. Occasional obvious artefacts can be present in inverted models but their causative sources should be easily identifiable in the measured channel data. The inverted models coherence is generally compromised when acquisition system terrain clearance cannot be maintained below approximately 80 m. The in-loop setup and processing routines have inherent limitations over steep stratigraphy. Complex stratigraphy geometries can result in off line responses to be artificially incorporated in the 1D inverted conductivity cross-sections. Lastly, lateral interfaces between fresh and altered rocks could easily be misinterpreted as fault contacts.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,164

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,271
Écart entre enseignants0,250 · 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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207