Augmenting geological field mapping with real-time, 3-D digital outcrop scanning and modeling
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
Abstract Hand scanners are compact, lightweight, and capable of generating 3-D digital models. Although they do not compare to conventional methods (terrestrial laser scanning and photogrammetry) in terms of coverage, resolution, and accuracy, they offer increased mobility, speed, and real-time processing capabilities in the field. This study investigates the use of hand scanners for real-time, 3-D digital outcrop modeling to augment geological field mapping campaigns and highlights the advantages and the limitations. The utility of incorporating hand scanners as an additional tool for augmenting geological mapping is assessed based on 41 outcrop scans from the Gould Lake area, which is located 20 km north of Kingston, Ontario, Canada. The 3-D digital outcrop models gathered included two distinct metamorphic lithologies (marble and quartzofeldspathic gneiss) measuring up to 2.5 m high × 7 m long with an average surface area of 18 m2. This average scan size would take less than 10 min to capture, result in ~18 million individual points per scan, and provide a spatial resolution of ~1 cm for outcrop features. Throughout the course of the investigation, the main benefit of capturing multiple 3-D digital outcrop models was the ability to integrate this real-time, in situ geospatial, and geologic information across multiple visualization scales. This utility and retention of outcrop-scale geospatial information was shown to enhance the understanding of multi-scale geological relationships.
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 | 0,001 | 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) | 0,004 | 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