MétaCan
Menu
Retour à la cohorte
Enregistrement W4393377487 · doi:10.1190/tle43040208.1

Introduction to this special section: Gravity, electrical, and magnetic methods

2024· article· en· W4393377487 sur OpenAlexaboutno aff
Irina Y. Filina, Maurizio Fedi, Jiajia Sun, A.D. Morgan

Notice bibliographique

RevueThe Leading Edge · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSection (typography)Special sectionGeologyMechanical engineeringComputer sciencePhysicsEngineeringEngineering physics

Résumé

récupéré en direct d'OpenAlex

Abstract Geophysics plays an important role in all aspects of geologic analysis, spanning from regional exploration and tectonic mapping to local prospect-level studies and energy transition projects. Out of a variety of geophysical techniques, seismic methods often play the most central role, while less expensive nonseismic methods are less frequently applied. One of the objectives of SEG's Gravity and Magnetics Committee is to promote nonseismic geophysical methods and showcase their value in various geologic applications. As members of that committee, we, the editors of this special section, assert that gravity, magnetic, and electrical methodologies are powerful yet often undervalued tools. We present this special section focused on nonseismic geophysical methods and the impact they can make on various geoscience projects. Included here are a regional tectonic study in Antarctica, a local mining exploration mapping project in Canada, and an analytical methodology capable of providing critical information about subsurface geology and helping to determine the depths of important geologic structures. Although our scope is to provide a broader discussion of different types of nonseismic techniques, all of the papers presented in this special section focus on magnetic surveying.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0020,002
Communication savante0,0040,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,010
Charge utile insuffisante (le modèle a refusé de juger)0,0240,021

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 Opus0,019
Tête enseignante GPT0,291
Écart entre enseignants0,272 · 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
GenreÉditorial

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Leading EdgeMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207