MétaCan
Menu
Retour à la cohorte
Enregistrement W2968388417 · doi:10.4095/314941

Methodology for portraying 3D structure using ArcGIS: a test case from the southern Canadian Rocky Mountains, British Columbia and Alberta

2019· report· en· W2968388417 sur OpenAlexaffabout
Poshan Thapa, M E McMechan

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésGeographyArchaeologyTest (biology)CartographyForestryGeologyPaleontology

Résumé

récupéré en direct d'OpenAlex

In the study of structural geology, a three-dimensional (3D) geologic cross-section plays an important role in the understanding of subsurface structures and their geometric relationships. This Open File report describes the procedural workflow followed to construct 3D cross-sections entirely within the ESRI ArcGIS software suit. The ArcGIS components involved include ArcMap, ArcScene and ArcCatalog (version 10.5.1), and extensions comprising 3D Analyst, Spatial Analyst and a third-party ArcMap plugin called Xacto Section Tools that was developed by the Illinois State Geological Survey. ArcGIS allows the processing and analysis of vector (e.g. geological surface, faults, cross-section lines, etc.) and raster data (digital elevation model (DEM), surface) to create 3D cross-sections and fence diagrams with a high degree of spatial accuracy. This method utilized surface information from digital bedrock geological maps, 2D structural cross-sections and a DEM derived from the geological map contours. Shapefiles of 3D cross-sections, the bedrock geological map, style file for cross-sections and geological map, DEM, cross-section lines, and fault data are included in this report for visualization in ArcGIS software. Three movie files (.avi) are included for viewing without ArcGIS software. The methodology successfully allowed the 3D viewing of the structural geometry of the study area and should be applicable to for other geographic locations and geologic settings. Contact surfaces consistent with the map and cross-section data were readily created using ArcGIS in areas with minimal faulting. However, in areas with structural overlap caused by reverse faulting significant segmentation of the input data was required to generate meaningful surfaces.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,006
Études des sciences et des technologies0,0030,001
Communication savante0,0030,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,073
Tête enseignante GPT0,265
Écart entre enseignants0,192 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeological Modeling and AnalysisTravaux en français237 207