MétaCan
Menu
Retour à la cohorte
Enregistrement W2987197785 · doi:10.1080/22020586.2019.12073209

3D interpretation of geological, 3D seismic and conventional geophysical data from the Darlot Gold Mine

2019· article· en· W2987197785 sur OpenAlexaff
Glenn Pears, James Reid, John McGaughey, Will Turner, Graeme Hird

Notice bibliographique

RevueASEG Extended Abstracts · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensMira Geoscience (Canada)
Organismes subventionnairesnon disponible
Mots-clésGeologyYilgarn CratonPetrophysicsArcheanGeophysicsInterpretation (philosophy)TerrainGreenstone beltGeophysical imagingSeismologyCratonGeochemistryTectonicsCartographyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

SummaryThe Darlot gold mine is an Archean orogenic deposit located in the world-class gold and nickel terrain of the Yandal granite-greenstone belt, part of the Yilgarn Craton in Western Australia.A 3D seismic survey centred on the Darlot-Centenary mineralised system was acquired in 2016-2017 with the objective of improving lithological and structural interpretation, and to generally extend understanding of the Darlot 3D mineralised system to support targeting.The capability of modern 3D seismic surveys to image formational contacts and structures in hardrock environments can have a game-changing impact on the effectiveness of brownfields exploration programs because the geometry of mineralised systems can be directly imaged over large volumes of ground. Furthermore, because the formational and structural geometry revealed by 3D seismic also provides the primary control on the physical property variations that magnetic, gravity, and electrical or EM methods respond to, seismic interpretation provides ideal constraints and guidance on the interpretation of other geophysical data. This is particularly valuable when an objective of geophysical interpretation is imaging of second-order controls on physical property variation, such as the effects of alteration.We present the preliminary results of an an integrated geological, petrophysical, seismic and non-seismic geophysical program to effectively support brownfields targeting in hardrock environments.

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)0,001
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 enseignants0,019
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,026
Tête enseignante GPT0,239
Écart entre enseignants0,213 · 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 sujetGeological Modeling and AnalysisTravaux en français237 207