MétaCan
Menu
Retour à la cohorte
Enregistrement W2981251456 · doi:10.5382/sp.18.11

Muon Geotomography—Bringing New Physics to Orebody Imaging

2014· book-chapter· en· W2981251456 sur OpenAlexaffabout
D. Bryman, J. F. Bueno, Kris Davis, Vlad Kaminski, Zhiyi Liu, Douglas W. Oldenburg, Mark Pilkington, Richard Sawyer

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensMowi (Canada)Geological Survey of CanadaTRIUMFUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMineralGeochemistryGeologyMineralogyEarth scienceChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract Muon geotomography, a novel geophysical exploration and imaging technology, uses cosmic rays to create three-dimensional (3-D) images of subsurface density distributions. The first controlled field test confirming the capability of muon geotomography for imaging a dense orebody in a complex geologic environment was conducted at the Price volcanic-hosted massive sulfide (VHMS) deposit, Vancouver Island, British Columbia, Canada. The semimassive and massive polymetallic mineralization of the Price deposit is situated in a Paleozoic stratigraphic package of rocks known as the Sicker Group including the Price, Myra, Thelwood, and Flower Ridge Formations, indicative of volcanic rocks formed in a rifted oceanic island-arc system. The field application involved placing a sensor with an active area of 1 m 2beneath the massive sulfide orebody in an underground tunnel for exposures of about two weeks at several locations. Muon flux data were inverted to recover a 3-D density image of the deposit. The inverted data were in good agreement with drill core data. However, some distortions of the image were observed due to the limitations imposed by the available tunnel which restricted the angular views available to the sensors. Muon geotomography works best when sensors are placed such that they can view the region under study from a range of different angles. The demonstrated ability to perform accurate forward model simulations makes the sensitivity of the technique predictable for specific survey situations. The results demonstrate the potential of muon geotomography for identification and characterization of orebodies located in complex geologic environments. Three-dimensional images from muon geotomography surveys may be used to guide drilling operations toward regions of high-density contrast, thereby significantly reducing costs and environmental impact associated with locating orebodies.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,219
Écart entre enseignants0,208 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetParticle Detector Development and PerformanceTravaux en français237 207