MétaCan
Menu
Retour à la cohorte
Enregistrement W2765150741 · doi:10.3997/2214-4609.201702162

Characterization of the Spiritwood Valley Aquifer, North Dakota, Using a Helicopter Time-domain EM System

2017· article· en· W2765150741 sur OpenAlexaboutno aff
Jean M. Legault, Timothy Eadie, Geoffrey Plastow, Alexander Prikhodko, David Hisz, Jon C. Patch

Notice bibliographique

RevueProceedings · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAquiferGeologyOverburdenLithologyBedrockBoreholeGroundwaterGeomorphologyBasementBlock (permutation group theory)Hydrology (agriculture)Mining engineeringPetrologyArchaeologyPaleontologyGeotechnical engineeringGeography

Résumé

récupéré en direct d'OpenAlex

Summary Buried valley aquifers, consisting of permeable sand and gravel deposits in eroded bedrock valleys, are important sources of groundwater supply in many regions of the United States and Canada. But they have been difficult to define because they are often partially eroded, have complex lithology and are hidden within thick glacial overburden. Recent investigations of the Spiritwood Valley aquifer in Manitoba by the GSC using helicopter time-domain EM have provided the impetus for the North Dakota State Water Commission to fly a VTEM helicopter TDEM survey in the Jamestown, ND region in October, 2016. The VTEM data collected over the Spiritwood-JT block allowed for geological mapping from near surface to depth, in spite of relatively weak resistivity contrasts (<10X). The VTEM data were inverted with the 1D GALEISBSTDEM algorithm to produce resistivity-depth models. These models were able to resolve the location and depths to the top and bottom of the Spiritwood aquifer throughout the central portion of the block providing more detailed pictures of the aquifer’s geometry. In addition to resolving the main Spiritwood aquifer as well as its deeper channels, the VTEM data and models highlighted several smaller aquifers which cross-cut/branch-off from the main Spiritwood channel.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

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
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,229
Écart entre enseignants0,214 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedingsMême sujetGeophysical Methods and ApplicationsTravaux en français237 207