MétaCan
Menu
Retour à la cohorte
Enregistrement W6931377937 · doi:10.5281/zenodo.7980096

Delineation of Regolith Zones in Nickel Laterite using Electromagnetic Imaging: Ravensthorpe, Western Australia.

2023· article· en· W6931377937 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMicrobial Metabolism and Applications
Établissements canadiensFirst Quantum Minerals (Canada)
Organismes subventionnairesnon disponible
Mots-clésRegolithLateriteWeatheringBoreholeMineral explorationAquiferConductivity

Résumé

récupéré en direct d'OpenAlex

Nickel laterite is a product of intensive weathering processes of ultramafic rocks near the surface. The Ravensthorpe Nickel Operation has traditionally used boreholes spaced at 40 meters to delineate the major regolith zones of caprock, limonite, saprolite, and saprock. The high geometric complexity of the weathering profile leads to an inaccurate resource delineation by drilling alone. Loupe is a new ground system for transient or time-domain electromagnetic measurements suitable for resolving shallow electrical conductivity distribution. At Ravensthorpe, the technique was tested in 2019 to improve the spatial resolution of conductivity models and, consequently, to better distinguish different regolith zones. Appraisal of the Loupe system involved experimentation with different transmitter waveforms, assessment of diffusion depths and noise levels, and 1D inversions with and without constraining geological input. Interpretation of the inverted conductivity suggests that the Loupe data are imaging the caprock thickness and reproducing the thinner but continuous conductive zones defined by downhole logging within certain segments of the regolith profile. Below the caprock, the conductivity correlates with higher clay proportion, as defined in visual logging and reflected in higher Al content.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,126
Score d'incertitude au seuil0,251

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,043
Tête enseignante GPT0,291
Écart entre enseignants0,248 · 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'étudeObservationnel
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetMicrobial Metabolism and ApplicationsTravaux en français237 207