MétaCan
Menu
← Retour à la cohorte
Enregistrement W4312389448 · doi:10.4095/326090

Hudson Bay, Hudson Strait, Moose River, and Foxe basins: synthesis of Geo-mapping for Energy and Minerals program activities from 2008 to 2018

2022· report· en· W4312389448 sur OpenAlexaffabout
Denis Lavoie, Nicolas Pinet, S Zhang, Julito Reyes, Chunqing Jiang, Omid H. Ardakani, Martine M. Savard, Ryan S. Dhillon, Zhuoheng Chen, J R Dietrich, Kezhen Hu, J A Craven, B. R. Roberts, Mathieu J. Duchesne, V Brake, G Huot-Vézina, Jennifer M. Galloway, A D McCracken, Esther Asselin, V Decker, M. Beauchemin, M P B Nicolas, Derek Armstrong, K E Hahn

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésProspectivity mappingBayGeologyStructural basinHydrocarbon explorationSubmarine pipelineGeological surveyEarth scienceOceanographyGeochemistryGeomorphologyPaleontology

Résumé

récupéré en direct d'OpenAlex

As part of its Geo-mapping for Energy and Minerals program, the Geological Survey of Canada included the Hudson Bay Basin in its research portfolio with the goal of generating a modern understanding of its geological framework and a precise knowledge of its hydrocarbon systems. The Hudson Bay-Foxe Basins GEM-1 project led to the proposal of modern stratigraphic frameworks and produced extensive geochemical data on hydrocarbon source rocks as well as data on diverse burial-thermal indicators. Satellite data were acquired over the entire offshore domain in the search for evidence for active hydrocarbon systems. For the Hudson-Ungava GEM-2 project, the aim of the research activities was to better understand local and regional factors associated with the burial and exhumation histories as they pertain to regional or local hydrocarbon prospectivity. This research led to a basin-scale stratigraphic framework coupled with detailed analyses of hydrocarbon generation and the appraisal of the best potential reservoir units.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,527

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0090,016
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,027
Tête enseignante GPT0,255
Écart entre enseignants0,228 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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 sujetHydrocarbon exploration and reservoir analysis→Travaux en français237 207→