MétaCan
Menu
Retour à la cohorte
Enregistrement W4291754869 · doi:10.1190/image2022-3739311.1

3D inversion of QMAGT airborne magnetic gradiometry data for susceptibility and magnetization vector models of the Thompson Nickel Belt in Manitoba, Canada

2022· article· en· W4291754869 sur OpenAlexaffabout
Michael R. Jorgensen, Michael S. Zhdanov, Brian Parsons

Notice bibliographique

RevueSecond International Meeting for Applied Geoscience & Energy · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensVale (Canada)
Organismes subventionnairesnon disponible
Mots-clésMagnetizationNickelInversion (geology)GeologyGeophysicsRemote sensingGeodesyMaterials scienceSeismologyPhysicsMagnetic fieldMetallurgy

Résumé

récupéré en direct d'OpenAlex

Following recent advances in SQUID technology, full tensor magnetic gradiometry (FTMG) is emerging as a practical exploration method. We introduce 3D regularized focusing inversion based on the Gramian regularization and moving sensitivity domain to interpret the FTMG data efficiently. A helicopter-borne QMAGT full tensor magnetic gradiometry (FTMG) survey was conducted over the Thompson Nickel Belt by Dias Airborne contracted by Vale Canada LTD. This project aimed to study the location and structure of the P2 member sulfidic meta sedimentary rocks of the Paleoproterozoic Ospwagan Group hosting the Mystery ultramafic intrusion and the associated Ni sulfide mineralization proximal to the survey area. The observed FTMG and calculated total magnetic intensity (TMI) data were analyzed and inverted separately using the developed 3D inversion methods. The data were inverted for susceptibility and magnetization vector models. This is one of the first papers to present the applied inversion of FTMG data towards a magnetization vector model. We also present a comparison of the inversions using the FTMG data and the calculated TMI data.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,030
Tête enseignante GPT0,229
Écart entre enseignants0,199 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSecond International Meeting for Applied Geoscience & EnergyMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207