MétaCan
Menu
Retour à la cohorte
Enregistrement W2982734032 · doi:10.1080/22020586.2019.12072976

Regional airborne gravity surveys in Western Australia: Considerations for the end user

2019· article· en· W2982734032 sur OpenAlexaff
Martin Bates, S. Elieff, K. Kaski, David Howard, John Brett, Richard Lane

Notice bibliographique

RevueASEG Extended Abstracts · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensCARE Canada
Organismes subventionnairesnon disponible
Mots-clésLevellingTerrainData qualityData processingConsistency (knowledge bases)Digital elevation modelGravity model of tradeComputer scienceGeographyData scienceData miningGeodesyRemote sensingCartographyEngineeringDatabaseArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

SummaryRegional airborne gravity surveys are being acquired over much of the State of Western Australia by the Geological Survey of Western Australia (GSWA) and Geoscience Australia (GA) to provide coverage where existing ground gravity coverage is sparse. The acquisition and processing of these surveys poses several challenges.The data acquired by Sander Geophysics (SGL) using the AIRGrav system in Western Australia during 2018 was done so without control lines for reasons of cost efficiency, relying on the ground gravity to provide the necessary levelling corrections. Methodologies have been developed to achieve effective levelling under these circumstances, although the final result varies depending on the methodology used. Data acquired on earlier surveys with control lines are being used to compare and contrast to data acquired without them. Ongoing power spectrum analysis suggests a way in which the different methods may be judged objectively.Horizontal components of gravity are also acquired by AIRGrav. Levelling these components is a challenge under all circumstances. The relationships between the components expressed in potential field theory allow the different components data to be compared and checked for consistency.Digital elevation model (DEM) data acquired during the surveys provide a means for checking other sources of DEM typically employed for applying terrain corrections. The impact of inaccurate DEM data on the corrected gravity data overall is small but can be locally significant. Data quality of the regional surveys is high, but the end user should be aware of the limitations posed by the choices made in data acquisition and processing.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,164

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,072
Tête enseignante GPT0,276
Écart entre enseignants0,204 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207