MétaCan
Menu
Retour à la cohorte
Enregistrement W7019062971

État des connaissances sur les méthodes géophysiques pour la recherche de l’hydrogène naturel et inventaire des données pertinentes pour le Québec.

2023· other· fr· W7019062971 sur OpenAlexaboutno aff

Notice bibliographique

RevueEspaceINRS (National Institute for Scientific Research (Canada)) · 2023
Typeother
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)LimitingNoise (video)Field (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce rapport présente un état des connaissances sur le potentiel des méthodes géophysiques pour la détection de l’hydrogène naturel au Québec. L’origine de l’hydrogène naturel communément admise résulte de l’oxydation du fer ferreux par processus hydrothermaux. Les analyses des \npropriétés physiques des zones d’intérêts indiquent que des mesures du champ magnétique terrestre, du flux de chaleur et de spectrométrie du rayonnement gamma de haute résolution \nseraient à privilégier pour identifier la présence des anomalies recherchées sur les sites retenus pour cette étude. Accessoirement, deux autres méthodes peuvent être envisagées, soit les mesures magnétotelluriques pour la recherche des failles profondes, et les mesures électromagnétiques pour localiser des conducteurs riches en FeS. Les mesures de champ magnétique sont évidemment \nincontournables en raison de la richesse en fer des sources recherchées. Compte tenu des difficultés à réaliser des mesures de flux de chaleur au Québec en raison de l’immensité du territoire, du climat et de la nécessité d’accéder à des puits de forage, on pourrait dans un premier temps se concentrer sur les mesures de champ magnétique et de spectrométrie gamma de très haute résolution sur les principaux sites identifiés. Les autres types de mesures pourraient être mis en œuvre ultérieurement en fonction des résultats de la première phase si le contexte géologique le \njustifie. L’inventaire des données électromagnétiques, magnétométriques et radiométriques, montre que la méthode magnétométrique est la plus représentée, suivie des méthodes \nélectromagnétiques. Les levés répertoriés sont en majorité d’origine privée, et sont concentrés sur une zone limitée et de surface assez limitée. Les projets publics sont moins nombreux, mais beaucoup plus vastes et permettent de couvrir généralement toutes les zones d’intérêt géologique \nidentifiées. \n \nLes données de sismique réflexion sont également pertinentes pour la détection de l’hydrogène naturel. Bien que ces données ne permettent de détecter l’hydrogène directement, elles servent à interpréter la géométrie du sous-sol et identifier la présence de roches réservoirs ou de conduits de migration pour les fluides. L’inventaire classe les données sismiques selon la disponibilité des données brutes, des données traitées et des images statiques diffusées par le MRNF. Outre le critère d’âge (1970 ou plus récent), la sélection des lignes sismiques recensées ici repose sur leur inclusion à l’intérieur de l’aire d’investigation retenue pour chacun des secteurs de sources potentielles \nd’hydrogène naturel. \n \nDes dépressions de surface de forme plus ou moins circulaires correspondant à des émanations d’hydrogène sont documentées dans le monde. Ces structures sont caractérisées par une dépression centrale peu marquée et une dégradation dans la végétation ou dans la santé de celle-ci par rapport \nau milieu environnant. Les dépressions de surface peuvent être détectées par les principales méthodes d’imagerie si celles-ci possèdent la résolution spatiale appropriée. Plusieurs types de données d’imagerie et satellitaire sont publiquement disponibles pour l’ensemble du Québec. Les \ndeux principales sources de données sont les images de relief et les images satellites, qui sont disponibles à l’échelle du Québec à une résolution de 10-20 m. Les données LIDAR permettent de construire un modèle numérique de terrain et un modèle de hauteur de canopée à une résolution \nspatiale de 1 m et sont disponibles au sud du 52e parallèle.

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)0,015
score de la tête « metaresearch » (Gemma)0,017
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,315
Score d'incertitude au seuil0,633

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,353
Tête enseignante GPT0,410
Écart entre enseignants0,057 · 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
GenreSynthèse

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 revueEspaceINRS (National Institute for Scientific Research (Canada))Travaux en français237 207