The occurrence, size and geometry of geothermal resources in volcanic terrains
Notice bibliographique
Résumé
Abstract Volcanic terrains in general, and arc volcanic belts in particular, have been prime geothermal exploration targets as far back as the first geothermal power generation at Larderello, Italy, in 1904. The popularity of this terrain for geothermal exploration and development is based on the concept of young shallow magma bodies providing an abundance of shallow crustal heat and also on the presence of hot springs and fumaroles observed within these terrains. The success in developing these geothermal resources ranges from spectacular (e.g. Japan, Philippines, Indonesia, New Zealand, Italy, Iceland) to disappointing (e.g. Cascade Range of northwestern North America). The types, shapes and geometries of geothermal resources in volcanic terrain range in size from large broad three-dimensional fractured stockwork systems to narrow geothermal cell conduits. Effective and economic exploration and development of these resources is greatly improved by understanding the varying sizes and geometries of these resources and matching the exploration strategy design specifically for each exploration target rather than applying a single exploration formula and data interpretation model to all settings. Information from the mining industry provides valuable insight into the range in geometry and size of these resources. This body of knowledge should be used by the geothermal community: (1) for more effectively designing exploration programs specific; (2) to each prospect to interpret the body of exploration data in terms of site-specific geology and tectonics; (3) to integrate basic risk management best practices into exploration and development programs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».