Full Conference Title: The 10th International Conference on Petroleum Geochemistry and Exploration in the Afro-Asian Region (AAAPG 2019)
Notice bibliographique
Résumé
Date of the Event: 10-12 May, 2019 Location: Guangzhou, Guangdong, China Preface The 10th International Conference on Petroleum Geochemistry and Exploration in the Afro-Asian Region (AAAPG2019) is an international forum where the latest research and technological advances related to petroleum geochemistry in the Afro-Asian region are presented and exchanged. The objective of the AAAPG2019 is to promote international and interdisciplinary exchange of information, to foster co-operation among researchers in academia, research institutes and industry, and to stimulate growth and advances in the field of petroleum geochemistry across the Afro-Asian region. Scientific topics discussed in this conference include: • 1. Fossil fuel resources of Afro-Asian region & exploration priorities. • 2. Geochemistry of source rocks, petroleum accumulation and alteration. • 3. Oil and gas generation and migration. • 4. Biomarker and isotopic geochemistry. • 5. Novel geochemical technologies and basin modelling. • 6. Geochemistry and petro-physics of unconventional oil & gas. • 7. Environmental geochemistry and bio-geochemistry. • 8. International perspectives and alternative energy sources. The AAAPG2019 was held in Guangzhou, China, on May 10-12, 2019, 220 representatives from 18 countries and regions including India, Indonesia, Saudi Arabia, Nigeria, Sudan, the United States, the United Kingdom, Germany, Canada, Australia, Poland, and China participated in the meeting. A total of 141 abstracts were received, 74 abstracts were presented in oral and 41 abstracts were presented in poster. The papers included in this volume are expanded papers from parts of the abstracts presented in this conference. This volume was supported by the Strategic Priority Research Program of the Chinese Academy of Sciences (XDA14010103), China national major S&T program (2017ZX05008-002-030). Guangzhou, China 30 July, 2019 Yunpeng Wang
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,472 | 0,332 |
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 ».