Petrophysics and Exploration Targeting: The Value Proposition
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is still much that needs to be understood about the physical properties of rocks in mineralised geological environments. This knowledge gap becomes more important as the transition to deeper exploration targets under cover occurs, with an associated greater reliance on geophysical exploration methods. The major challenge associated with understanding petrophysical data is not making the measurement, but rather understanding the results. The interpretation of the data is a cross disciplinary problem. Fundamentally it is necessary to understand the rock mineralogy and geochemistry to put the petrophysics in context with the geophysical results. Several case studies are presented where the petrophysics have determined not only which geophysical techniques to apply but whether a geophysical target has indeed been tested.Drill testing EM plate approximations for nickel sulphide and volcanogenic massive suphide (VHMS) ore deposits can benefit from inductive conductivity measurements on core as it can determine whether an EM conductor has been intersected. Chargeability highs associated with porphyry copper mineralisation is indicative of disseminated pyrite in the propylitic and pyrite +/- chalcopyrite +/-bornite in the potassic alteration zones and higher chargeability does not necessarily mean more copper. In most porphyry systems magnetite is coarse-grained, therefore a world class porphyry deposit should not have dominant remanent effects and the only likely source of remanence features in younger terrains are oxidised mafic intrusions and skarns. Furthermore, porosity and specific types of alteration (argillization) display the strongest correlations with resistivity and can be tied to gold distribution in Carlin Type Deposits.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle