MétaCan
Menu
Retour à la cohorte
Enregistrement W3004492623 · doi:10.22564/7simbgf2016.023

Integração e análise de dados aerogamaespectrométricos, aeromagnetométricos e SRTM como ferramenta de suporte no mapeamento geológico em área do Terreno Granito-Greenstone de Rio Maria, região de Xinguara

2016· article· pt· W3004492623 sur OpenAlexaboutno aff
Marcílio Cardoso Rocha, Alberto Jacques Ribeiro Corrêa, José de Arimatéia Costa de Almeida

Notice bibliographique

RevueProceedings of the 7 Simpósio Brasileiro de Geofísica · 2016
Typearticle
Languept
DomaineEnvironmental Science
ThématiqueGeography and Environmental Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésShuttle Radar Topography MissionGeologyAmazonianDigital elevation modelCratonLithologyGreenstone beltGeomorphologyTerraneRemote sensingAmazon rainforestGeochemistrySeismologyArcheanTectonics

Résumé

récupéré en direct d'OpenAlex

This paper aims to present the results obtained by the integration and analysis of geophysical data and Digital Elevation Model (DEM) images as an important tool in geological mapping in an area located in the Rio Maria Granite-Greenstone Terrane (RMGGT), in the Central Amazonian Province (Tassinari & Macambira, 2004) or Carajás Province (Santos, 2003), southeastern Amazonian Craton, Xinguara area, southeastern Pará.The aerogammaspectrometric and aeromagnetometric data used for this study were acquired by the Brazil-Canada Geophysical Project (PGBC) and the digital elevation images by the Shuttle Radar Topographic Mission (SRTM).The integration and analysis of these data showed to be very useful for geological mapping, specially to distinguish the different lithologies and help to select key areas for more detailed verification during the field mapping.At the end of this study, it was elaborated a geological map for the selected area.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,001
Science ouverte0,0030,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,205 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the 7 Simpósio Brasileiro de GeofísicaMême sujetGeography and Environmental StudiesTravaux en français237 207