MétaCan
Menu
Retour à la cohorte
Enregistrement W3028060145 · doi:10.3390/min10050473

Characterization of Mineralogy in the Highland Valley Porphyry Cu District Using Hyperspectral Imaging, and Potential Applications

2020· article· en· W3028060145 sur OpenAlexaffabout
Philip Lypaczewski, Benoît Rivard, Guillaume Lesage, Kevin Byrne, Michael D’Angelo, Robert G. Lee

Notice bibliographique

RevueMinerals · 2020
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensUniversity of British ColumbiaLakehead UniversityTeck (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésEpidoteGeologyMineralization (soil science)TourmalineHyperspectral imagingPorphyry copper depositGeochemistryMineralogyKaoliniteHydrothermal circulationRemote sensingChloriteQuartzSoil scienceFluid inclusionsPaleontologySoil water

Résumé

récupéré en direct d'OpenAlex

The Highland Valley Copper (HVC) district in British Columbia, Canada, is host to at least four major porphyry Cu systems: Bethlehem (~209 Ma), and Valley, Lornex, and Highmont (~208 to 207 Ma). High spatial resolution (0.2–1.0 mm/pixel) hyperspectral imagery in the shortwave infrared (SWIR) were acquired on 755 rock samples and 400 m of continuous drill core. Spectral metrics are used to measure the relative abundance of 12 minerals and an additional metric is derived to estimate white mica grain size. In the Valley and Lornex deposits, coarse-grained white mica is associated with mineralization and is detectable up to 4 km away from the deposits. Kaolinite is present within 2 km of the mineralized centers but does not necessarily occur within strongly mineralized intervals. Prehnite is ubiquitous from 4 to 8 km from the deposits. In the Bethlehem deposit, tourmaline and epidote are associated with mineralization. We propose a spectral alteration score based on these proximal hyperspectral SWIR mineralogical patterns to assist explorers in targeting porphyry Cu systems when using drill core, surface rock samples and potentially remote sensing imagery. In a production environment, this metric could serve to facilitate ore-sorting.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
Score d'incertitude au seuil0,674

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,222
Écart entre enseignants0,207 · 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

Citations30
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetGeochemistry and Geologic MappingTravaux en français237 207