Precision and accuracy of modal analysis methods for clastic deposits and rocks: A statistical and numerical modeling approach
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.
Notice bibliographique
Résumé
Quantifying the proportions of certain components in rocks and deposits (modal analysis or componentry) is important in earth sciences. Relevant methods for cross-sections (two- dimensional exposures) of clastic rocks include point counts or line counts. The accuracy of these methods has been supposed to be good in the literature but not necessarily verified empirically. Natural materials are inappropriate for assessing accuracy because the true proportions of each component are unknown. The precision of modal analysis methods has traditionally been evaluated from statistical models (primarily the normal approximation to the binomial distribution) but again rarely verified in practice because it is also extremely difficult to obtain different slices through the same material at outcrop scale. Here we create a set of numerical models of red and blue spheres with different proportions and sizes and cut 60 slices through the models, on which we perform point counts and line counts. We show that both of these methods are indeed able to retrieve the correct volumetric proportions of components, on average, when enough fragments are counted or intersected. As already known, precision is controlled by component abundance and the number of points counted or clasts intersected. However, we show that other important factors include differences between slices, which are relevant for our unequal-size models, and the proportion of voids, matrix, and/or cement in the rock. We present empirical precision charts for clast counts and line counts based on our models and make recommendations for future field studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle