MétaCan
Menu
Retour à la cohorte
Enregistrement W2789952326 · doi:10.1071/aseg2018abw8_2d

Quest for the Holy Grail; BHP’s Geophysical Research Program 1985-2005

2018· article· en· W2789952326 sur OpenAlexaffabout
Ken Witherly

Notice bibliographique

RevueASEG Extended Abstracts · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensCondor Petroleum (Canada)
Organismes subventionnairesnon disponible
Mots-clésHoly GrailPeriod (music)Computer scienceBusinessEngineering managementData scienceEngineeringWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Over the period from 1985 to 2005, BHP carried out three major geophysical research projects that were intended to significantly enhance the ability to find new ore deposits. This involved major activities internally as well as external components that involved complex multi-year programs involving large expenditures. In all cases, major efforts were made to deploy the outcomes in BHP’s minerals exploration programs. While the technologies developed could be considered as successful in having met or exceeded the original development goals, in no case did the outcomes of these efforts contribute materially to the discovery of significant new mineral resources. This suggests that the technical objectives for a new technology can be comparatively straight-forward to define, but the subsequent implementation path, once the technological goals are achieved, were poorly conceived.BHP’s experience is much like the exploration industry as a whole over the same period. While much appears to have been developed which has added significantly to the technical capabilities of the industry, it has been less apparent that these developments have been able to contribute significantly to an improved discovery record.Considerable effort is now being directed towards bringing on new geophysical technologies in programs such as Uncover in Australia and CMIC’s Footprint in Canada. Past experience suggests, however, that better technology alone can’t be expected to achieve the sought after goal of improved discovery success.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,532

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,053
Tête enseignante GPT0,359
Écart entre enseignants0,306 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetMineral Processing and GrindingTravaux en français237 207