Optimizing Geochemical and Sediment Sampling in Frontier Areas by Reviewing Past Projects and Analyzing the Benefits of Introducing New Technologies and Practices
Notice bibliographique
Résumé
Abstract Due to the large geographical areas typically associated with frontier regions, the need to enhance techniques for gathering information on petroleum systems and prospect charge is critical to ensure efficient and accurate results. Small changes in efficiencies of acquisition techniques and use of ever improving technology can significantly improve the chances of success. The results from a 2015 geochemical sampling program offshore Labrador and Newfoundland were reviewed, to determine areas of improvement and efficiency for future work in this and other frontier areas. Seismic data acquired offshore Newfoundland and Labrador plus surficial satellite seep mapping hinted at active petroleum systems and thus a need for a geochemical survey to assess these was determined. Evaluated areas were divided into two groups, one to identify regional petroleum systems and the other to reduce prospect charge risk. Core samples, heatflow and bathymetry were among the data collected. Using the concept of 'intelligent sampling' the authors are developing systems and procedures to ensure efficiency and improve the chances of analytical success. Dedicated vessels with DP systems are utilized, complete with a full range of multi-beam sonars, sub-bottom profilers, dedicated launch and recovery systems, and sub-surface positioning to ensure coring accuracy. Further innovations included core barrel mounted cameras and coring rope load monitoring. Based on the 2015 survey, modified approaches are proposed to improve sample acquisition, many of which are being implemented in the 2016 survey:core recovery (ensure cores penetrate below the biogenic zone) with revisions to the drop core assembly design;evaluation of appropriate coring methods (gravity, piston and vibro);new technologies for live slick sampling (traditionally difficult in areas of rough weather or sea conditions) are analysed with oil detection radars and seaborne/airborne drones;methods to reduce probability of sample contamination; and,best practice storage methods to meet the needs of the variety of analytical methods proposed.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 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 ».