CONTROL SAMPLES USING FOR QUALITY ASSURANCE AND CONTROL (QA/QC)
Notice bibliographique
Résumé
Іn geological exploration, the quality of the data underlying of resource and reserve estimation is critically important. According to various international regulations and current world best practices, Quality Assurance and Quality Control (QA/QC) programs are a necessary part of geological exploration. Quality Assurance (QA) is used to avoid the problems with quality, Quality Control (QC) is aimed at detecting them in case of their occurrence, and together they form the overall Quality System – QA/QC. The article considers the main stages of the history of QA/QC development, which begins in the Middle Ages and continues in our time. Control samples used to control analytical tests have different types and purposes / functions: standards, preparation blanks, coarse blanks, analytical blanks, field duplicates, coarse duplicates, pulp duplicates and umpire laboratory control. Their amount and ratio is the main topic of the research. According to the published data of nine different authors, the recommended control sample amount of each type is different. On average, the amount of control samples of all types is about 20% of the total number of routine samples. In order to highlight the current state of the issue, the authors of the article have analyzed 111 QA/QC programs for 87 ore projects according to the public reports disclosed by the issuers of the Toronto Stock Exchange. So, in practice, the control sample amount does not necessarily reach the recommended 20 % and is slightly more than 16 %. The main conclusions regarding the amount and ratio of control samples can be presented as follows: (1) the general increasing trend in the amount and variety of control samples is observed; (2) among the control sample types, the so-called standards are most often used, and the least used are coarse blanks; (3) the control sample amount and variety also depends on the mineral type; (4) at more advanced exploration stages of the project, the control sample relative number usually increases, but in some cases it may decrease if the results of the previous stages are satisfactory, and the methodology and laboratory are not changed.
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 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 | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».