Unearthing Australia’s subsurface secrets - An integrated FAIR modelling approach
Notice bibliographique
Résumé
Output Type: Exploring for the Future Extended Abstract Short Abstract: To enable a sustainable and responsible use of the Earth's subsurface environment and accelerate Australia’s energy transition to net zero, industry and government rely on a quantified knowledge of Australia’s geology and structure to inform their decision-making. Despite the wealth of subsurface data available across the continent, including stratigraphic boreholes, geological and geophysical data, their uneven distribution, variable quality and diverse data formats prevent the development of consistent national subsurface models of Australia’s geology. A national coordination of data compilation with common standards, along with development of open-source modelling tools in line with the Findable, Accessible, Interoperable and Reusable (FAIR) principles are required to address this challenge. Here we present an open-source modelling methodology which provides a national seamless chronostratigraphic framework to assess the depth and spatial extent of geological and geophysical horizons to inform decisions on resource exploration and development. Using this approach, regional subsurface models across ~26% of Australia were generated, characterising depth and thickness of key stratigraphic sequences, i.e. Cenozoic, Mesozoic, Paleozoic and Neoproterozoic. Combined with the layered geology map of Australia, this work supports the basis for an integrated geological framework that facilitates data-driven decision making for decarbonation strategies, land-use management, exploration strategies and water management. Citation: Bonnardot, M.A., Grose, L., Wilford, J., Du, P., Hope, J., Wong, S.C.T., Vizy, J. & Rollet, N., (in prep). Unearthing Australia’s subsurface secrets - An integrated FAIR modelling approach. In: Czarnota, K. (ed.) Exploring for the Future: Extended Abstracts, Geoscience Australia, Canberra, https://doi.org/10.26186/149719
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».