MétaCan
Menu
Retour à la cohorte
Enregistrement W6945124291 · doi:10.20383/103.01135

Canadian Dip-In DAS (CanDiD) Project 1

2024· dataset· en· W6945124291 sur OpenAlexaboutno aff

Notice bibliographique

RevueFederated Research Data Repository · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWirelineTractorOptical fiberSampling (signal processing)Strain gaugeTruckGeophoneWellbore

Résumé

récupéré en direct d'OpenAlex

The objective of the CanDiD-1 project was to acquire distributed acoustic sensing (DAS) data in a deviated wellbore during hydraulic fracturing operations in nearby horizontal wells, and thereby to characterize the subsurface strain and microseismicity that accompanied the growth of tensile fractures during well stimulation. The experiment took place in the Dawson Creek region of northeastern BC, Canada. As one of the first times that a temporary optical fibre was used for this purpose in Canada, a secondary technical aim of CanDiD-1 was to evaluate the effectiveness of a temporarily deployed fibre. The data were acquired using a DAS gauge length of 7.1 m and a spatial sampling interval of 1m, with a temporal sample rate of 1 kHZ. A fibre optic cable was deployed from the wireline truck and tractor to a measured depth of 4300m into a deviated well. The raw strain observations were acquired in a proprietary data format and have been converted to .hdf5 data format, which can be read using the open source package h5py (https://www.h5py.org).

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,263
Score d'incertitude au seuil0,529

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0060,010
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0050,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0380,049

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 Opus0,164
Tête enseignante GPT0,461
Écart entre enseignants0,296 · 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
GenreJeu de données

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 revueFederated Research Data RepositoryTravaux en français237 207