MétaCan
Menu
Retour à la cohorte
Enregistrement W4385234356 · doi:10.3390/min13070986

Integration of Electrical Resistivity Tomography and Induced Polarization for Characterization and Mapping of (Pb-Zn-Ag) Sulfide Deposits

2023· article· en· W4385234356 sur OpenAlexaboutno aff
Mosaad Ali Hussein Ali, Farag Mewafy, Wei Qian, Fahad Alshehri, Mohamed S. Ahmed, Hussein A. Saleem

Notice bibliographique

RevueMinerals · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrical resistivity tomographyInduced polarizationElectrical resistivity and conductivityGeologyMineralogySulfideMineralization (soil science)BoreholeGeophysicsMaterials scienceSoil scienceMetallurgyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The accurate characterization and mapping of low-grade ore deposits necessitate the utilization of a robust exploration technique. Induced polarization (IP) tomography is a powerful geophysical method for mineral exploration. An integrated survey using electrical resistivity tomography (ERT) and IP was employed in this study to characterize and map (Zn-Pb-Ag) ore deposits in NE New Brunswick, Canada. The survey encompassed twelve parallel lines across the study area. The 2D and 3D inversion of the results provided a detailed image of the resistivity and chargeability ranges of subsurface formations. The boundaries of sulfide mineralization were determined based on resistivity values of (700–2000 Ohm.m) and chargeability values of (3.5 mV/V) and were found to be located at an approximate depth of 80–150 m from the surface. The findings were validated through a comparison with data from borehole logs and mineralogy data analysis. The size and shape of sulfide deposits were successfully characterized and mapped in the study area using this cost-effective mapping approach.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,028
Tête enseignante GPT0,252
Écart entre enseignants0,225 · 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'étudeObservationnel
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

Citations26
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207