MétaCan
Menu
Retour à la cohorte
Enregistrement W4415567831 · doi:10.1190/geo-2024-0958

3D velocity modeling for mineral exploration via ambient noise tomography

2025· article· en· W4415567831 sur OpenAlexafffundabout
Hema Sharma, Adebayo Oluwaseun Ojo, Sheri Molnar, David Good, Nicholas Arndt, John H. McBride, Chanelle Boucher, Charles D. Beard, Dan Hollis

Notice bibliographique

RevueGeophysics · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensOntario Power GenerationGolder Associates (Canada)Barrick Gold (Canada)Western University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAmbient noise levelGeophoneRayleigh waveMineral explorationSeismic noiseNoise (video)TomographyDispersion (optics)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT An application of ambient noise tomography (ANT) for mineral exploration near the town of Marathon, Ontario, Canada, is documented. The study area consists of host rocks for platinum group metals and copper. ANT was performed to generate a 3D shear-wave velocity (VS) model for the exploration of Marathon deposits. The ambient noise recordings used were collected using 90 vertical geophones for 26 days. The recordings were used to compute the noise correlation functions and estimate Rayleigh wave phase and group velocity dispersion curves. Then, these dispersion measurements were used for 2D tomography to create 2D velocity maps that were inverted to obtain a 3D VS model. The independently produced VS model shows good agreement with the measured VS from downhole VS logging. Furthermore, the developed 3D velocity model aids in interpretation of the study area that can be helpful for future mineral exploration and for improving understanding of the mineral generation model.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,325

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,017
Tête enseignante GPT0,225
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207