The role of industry-academia collaborative research in mineral exploration
Notice bibliographique
Résumé
ABSTRACT Many people may not be aware of the extent of Kurt Kyser's collaboration with mineral exploration companies through applied research and the development of innovative exploration technologies, starting at the University of Saskatchewan and continuing through the Queen's Facility for Isotope Research. Applied collaborative, geoscientific, industry-academia research and development programs can yield technological innovations that can improve the mineral exploration discovery rates of economic mineral deposits. Alliances between exploration geoscientists and geoscientific researchers can benefit both parties, contributing to the pure and applied geoscientific knowledge base and the development of innovations in mineral exploration technology. Through a collaboration that spanned over three decades, we gained insight into the potential for economic uranium deposits around the world in Canada, Australia, USA, Finland, Russia, Gabon, Namibia, Botswana, South Africa, and Guyana. Kurt, his research team, postdoctoral fellows, and students developed technological innovations related to holistic basin analysis for economic mineral potential, isotopes in mineral exploration, and biogeochemical exploration, among others. In this paper, the business of mineral exploration is briefly described, and some examples of industry-academic collaboration innovations brought forward through Kurt's research are identified. Kurt was a masterful and capable knowledge broker, which is a key criterion for bringing new technologies to application—a grand, curious, credible, patient, and attentive communicator—whether talking about science, business, or life and with first ministers, senior technocrats, peers, board members, first nation peoples, exploration geologists, investors, students, citizens, or friends.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,083 | 0,061 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,004 |
| Études des sciences et des technologies | 0,020 | 0,029 |
| Communication savante | 0,030 | 0,018 |
| Science ouverte | 0,004 | 0,034 |
| Intégrité de la recherche | 0,010 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».