MétaCan
Menu
Retour à la cohorte
Enregistrement W2968027476 · doi:10.1190/segam2019-3208039.1

3D joint inversion of airborne gravity gradiometry and magnetic data: A case study from Budgell Harbour Stock in northern-central Newfoundland, Canada

2019· article· en· W2968027476 sur OpenAlexaffabout
Meixia Geng, J. Kim Welford, Colin G. Farquharson, Alexander L. Peace

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésInversion (geology)Magnetic anomalyGeologyIntrusionGeologic mapGeophysicsGeodesySeismologyGeomorphologyGeochemistry

Résumé

récupéré en direct d'OpenAlex

We have studied an alkaline ultramafic intrusion in northern-central Newfoundland, Canada, using 3D joint inversion of airborne gravity gradiometry and magnetic data. The intrusion is of interest as it represents a candidate for platinum group metal mineralization of potentially economic concentrations. We developed a joint inversion algorithm based on a probabilistic method and applied it to airborne gravity gradiometry and magnetic data-sets to obtain density and magnetic susceptibility distributions. The joint coupling measure is incorporated in the inversion by using a cross covariance matrix of density and magnetic susceptibility, by which structural orientation and spatial extent of the intrusion can be efficiently integrated. A correlation coefficient defined by users can control the level of similarity between the two models. Compared with the separate inversions, better definition and location of the main intrusion as well as associated lamprophyre dykes at shallow depth was achieved by the joint inversion. Presentation Date: Tuesday, September 17, 2019 Session Start Time: 8:30 AM Presentation Time: 11:25 AM Location: 214D Presentation Type: Oral

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,110
Score d'incertitude au seuil0,221

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,021
Tête enseignante GPT0,224
Écart entre enseignants0,203 · 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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeophysical and Geoelectrical MethodsTravaux en français237 207