MétaCan
Menu
Retour à la cohorte
Enregistrement W7045321625

Aplicação de microtomografia computadorizada em estudos geológicos: a visualização 3D de estruturas rúpteis

2013· article· en· W7045321625 sur OpenAlexaboutno aff

Notice bibliographique

RevueBiblioteca Digital da Memória Científica do INPE (National Institute for Space Research) · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFault (geology)Artifact (error)SmoothingHomogeneousSurface (topology)AnisotropyTomographyData set
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper describes the methodology applied in five basalts samples from Serra Geral Formation, Santa Catarina State, Brazil, using images obtained by X-ray computed tomography (μCT), which allow 3D visualization. The rocks samples were oriented collected and sent to the Soil Imaging Laboratory - Guelph University, in Canada, for the images acquisition and processing. The steps for the enhancement of micro-brittle structures and mineral density differences, termed in this study as anisotropic markers, consist of filters to detect edges, smoothing filters and particle analysis. The results are shown in rose diagrams for each axis (X, Y and Z) of the samples and was established the relationship between the axis and the surface fault system. In order to evaluate whether the methodology can be applied to oriented rock without the fault surface, another set of images were analyzed, based on a subvolume of the samples, without the surface fault. The results showed that the new technology can be applied in oriented rock sample, even if the main fault system was not identified in the field, and the axis with the more homogeneous direction define the direction of the main fault system. Special attention has to be given to the presence of ring artifact that influences the results of the analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,046
Tête enseignante GPT0,331
Écart entre enseignants0,285 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiblioteca Digital da Memória Científica do INPE (National Institute for Space Research)Même sujetMineral Processing and GrindingTravaux en français237 207