Supplementing public geoscience knowledge with archived industry data: an example from northwest Canada
Notice bibliographique
Résumé
Mineral industry exploration data archived in the public domain are an underutilized source of geoscience knowledge in Canada. Efforts to rescue archived data can contribute to the repository of public geoscience knowledge, thereby meeting the objectives of the Government of Canada's Open Data Initiative and increasing the cost effectiveness of modern mapping projects. This report documents a data rescue exercise dealing with a high quality set of maps produced by a 1975 Rio Tinto exploration program in the Mackenzie Mountains, NWT, (RT claim group, northern NTS 106B and southernmost NTS 106G) and now residing in the public domain. These maps were digitized in preparation for Geological Survey of Canada (GSC) field work in the Mackenzie Mountains. Line-work, lithological information, and structural data were captured in a GIS database. These archival maps cover a small area in much greater detail than was possible for the regional maps published by the GSC. As a result, the digitized dataset will allow for strategic selection of sites requiring a revisit, potentially streamlining the GSC's present and future mapping campaigns in the region. The high density of structural measurements contributed to clearer understanding of map unit distribution during GSC field work in 2016, and may contribute to a detailed structural analysis of the region. The 1975 Rio Tinto exploration program cost over $450,000 CAD ($2 million in 2016 dollars). The cost of rescuing the data was minor by comparison, consisting mainly of the salary required to pay a junior scientist to carry out the digitizing.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».