MétaCan
Menu
Retour à la cohorte
Enregistrement W2988583991 · doi:10.1080/22020586.2019.12072955

Loop - Enabling 3D stochastic geological modelling

2019· article· en· W2988583991 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueASEG Extended Abstracts · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological Modeling and Analysis
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Probabilistic logicComputer scienceEvent (particle physics)OverprintingGeologyData miningArtificial intelligencePaleontology

Résumé

récupéré en direct d'OpenAlex

SummaryLoop is a new open source 3D geological and geophysical modelling platform in full development.The new platform consists of 4 main work packages: Knowledge Management: use of AI techniques for knowledge extraction from literature, maps and reports using geological ontology. Geological rules will be encoded to ensure proper knowledge extraction.Geological Event Management: Loop is a time-aware geological modelling platform and the event manager is capturing topological and time relationship between geological objects and structural eventsForward and inverse structural modelling: we will encode structural geological rules in a time-aware context to account for folds (including overprinting), faults, shear zones, unconformities and intrusions. The modelling is based on probabilistic modelling and allows for the definition of an objective function for geology and quantification of uncertainty via posterior probabilities.Uncertainty characterisation and modelling: using stochastic simulations or the result of Bayesian modelling, Loop allows for characterisation and quantification of 3D uncertainty.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,083
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,027
Tête enseignante GPT0,221
Écart entre enseignants0,194 · 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