1D Inversion of Time-Domain Electromagnetic Data with Induced Polarization Effects for a Sea-Floor Hydrothermal Deposit
Notice bibliographique
Résumé
Summary Seafloor hydrothermal deposits are polymetallic massive sulfide ore deposits formed by the precipitation of metal components contained in hot water ejected from the seafloor. The sea depth is 700–2000m. Ore bodies extend hundreds of meters horizontally and tens of meters vertically. Ore bodies are exposed on the sea floor. Some lab-based petrophysics study indicates that resistivity and chargeability are diagnostic physical properties, even compared with seawater (3.0–3.5 S/m). Time-domain electromagnetic methods (TEM) are sensitive to variations in resistivity. WISTEM (Waseda integrated seafloor time-domain electromagnetic exploration) surveys have been conducted in several areas. Negative transients, which are due to induced polarization effects (IP), have been observed for data collected over known deposits. It is important to understand the system response to invert these data. The pressure vessel (PV), which contains the transmitter and receivers, can impact the data. We use numerical simulations to quantify these effects, and we develop a workflow for estimating a linear filter which captures the effects of the PV. This filter will then be used in subsequent simulations and inversions. Finally, we perform one-dimensional time-domain IP inversion of the field data. The estimated resistivity and IP parameters agree with physical property measurements from the area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».