EarthResourceML/INSPIRE Mineral Resources data models and ERML Lite: Data Standards to Deliver Mineral Resources Data EU and Globally
Notice bibliographique
Résumé
EarthResourceML (http://www.earthresourceml.org) is the international data model and standard for mineral resources data. EarthResourceML (ERML) was initially developed for the Australian Chief Government Geologists Committee (CGGC) but is now under the governance of the Commission for Geoscience Information (CGI), a commission of the International Union of Geological Sciences (IUGS). ERML/INSPIRE MR data models are the preferred standard for mineral resources data sharing initiatives and projects, such as the European Union’s INSPIRE directive, and EU-projects (Minerals4EU, ProSUM) and the Australian AuScope, and Geoscience Portal projects. The current version of ERML v2.0 was released in August 2014 and ERML v3.0 will be published 2018. Current ERML v.2.0 and INSPIRE Mineral Resource data models are practically identical. The main elements of the ERML/INSPIRE models cover mineral occurrences, mines, and mining activity. The standard describes the geological characteristics and settings of mineral occurrences, their contained commodities, and their mineral reserve, resource and endowment. It is also able to describe mineral exploration, mines and mining activities, processing/transformation activities, with the production of concentrates and refined products, and waste material characterization. ERML/INSPIRE utilises the GeoSciML v4.1 Mapped Feature model to describe spatial representations of mineral occurrences and mines, and the GeoSciML Earth Material model to describe host- and associated materials. ERML Lite v. 1.0 version was accepted and released in August 2016. The new version 2.0 of ERML Lite was published June 2018. ERML Lite 2.0 delivers a user-friendly designed and simplified flat view of key elements of the full ERML/INSPIRE data models. The CGI Geoscience Terminology Working Group (http://resource.geosciml.org/def/voc/) and INSPIRE code list register (http://inspire.ec.europa.eu/codelist/) provides a range of standard vocabularies that can be used to populate ERML/INSPIRE data services. ERML Lite test service will be demonstrated at the AGU meeting at Onegeology portal and data providers are from Oceania (AUSGIN and New Zealand), Europe (Minerals4EU, FODD, and Finland) and Arctic (60°- 90°) data (Nordic Countries, Russia, Alaska, and Canada). The ERML and ERML Lite data models enable comparison of mineral resource information from different jurisdictions. With increasing participation from geological surveys these data model will assist global resources estimates and exploration targeting.
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 | 0,012 | 0,037 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,007 | 0,011 |
| Science ouverte | 0,006 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,040 | 0,054 |
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 ».