MétaCan
Menu
Retour à la cohorte
Enregistrement W6929153191 · doi:10.48336/g3pd-j889

3D modelling and inversion of airborne gravity gradiometry and aeromagnetic data from Budgell Harbour, North-Central Newfoundland

2022· article· en· W6929153191 sur OpenAlexaffabout

Notice bibliographique

RevueMemorial University Research Repository (Memorial University) · 2022
Typearticle
Langueen
DomaineImmunology and Microbiology
ThématiqueImmune Response and Inflammation
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésInversion (geology)Mineral explorationIntrusionTectonicsSubmarine pipelineParameterized complexity

Résumé

récupéré en direct d'OpenAlex

Airborne gravity surveys have been become a popular tool for mineral exploration in the past three decades, mostly because of considerable improvements in equipment. Airborne methods make the data acquisition process rapid, more straightforward, and potentially cheaper than ground surveys. 3D modeling and inversion of gravity gradiometry and aeromagnetic datasets from Budgell Harbour, located in north-central Newfoundland, are carried out. Reef-type platinum group mineralization is present in the area, as well as a large scale, deep igneous intrusion (the Budgell Harbour Stock). The intrusion is thought to be related to the same tectonic activity that resulted in the formation of the basins offshore Newfoundland that are now being actively explored for hydrocarbons. 3D modeling and inversion, specifically taking into account topography, are done for the gravity gradiometry and magnetic data-sets. The inversions are typical unconstrained, minimum-structure inversions. Joint inversion of the gravity gradiometry and magnetic data-sets is also considered. The Earth model is parameterized in terms of an unstructured tetrahedral mesh, which allows the topography to be modeled to the same accuracy with which it is known. The goal is to develop 3D density and susceptibility models of the area, thus further assessing the mineral potential of the area and better delineating the Budgell Harbour Stock.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,234
Écart entre enseignants0,201 · 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'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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMemorial University Research Repository (Memorial University)Même sujetImmune Response and InflammationTravaux en français237 207