Structure and data quality assessment of the Kimberlite Indicator and Diamond Database (KIDD)
Notice bibliographique
Résumé
The Kimberlite Indicator Diamond Database (KIDD) developed by Northwest Territories Geoscience Office is a relational database archiving kimberlite indicator mineral (KIM) grain counts reported within assessment reports of mining activity in the Northwest Territories and Nunavut. KIDD archives four main types of sample data and metadata: 1) sample and site descriptions (general sample attributes: sample number, location, etc.); 2) information on KIM (grain count data for suites of KIM); 3) analytical information (processing techniques, processed size fractions, etc.); 4) comments (mixed array of sample site attributes, analytical information, KIM information). The completeness and accuracy of reported KIM grain counts is variable. There are KIM grain count entries for only ~34% of all archived samples. Entries for individual KIM grain counts vary between ~0.02% (diamonds) to ~16% (garnets). Despite some limitations in grain count reporting, the data contained within KIDD are of high quality and integrity: 87-100% of data reported within assessment reports are faithfully and accurately reported within KIDD. Limitations to the use of KIDD also result from irregular and non-standardized inconsistent reporting of sample weights and sampling site attributes. These limitations result not from an absence of data but from the database structure itself that does not contain proper fields for standardized reporting of these attributes. Overall, KIDD offers a useable archival dataset of high data quality. However, numerous caveats and limitations in data reporting require careful data evaluation by the user.
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 | 0,054 | 0,141 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,006 |
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 ».