One-dimensional inversion of airborne time-domain \nelectromagnetic data from Taylor Brook, western Newfoundland, \nand 3D finite-element time-domain forward modeling using \nunstructured grids
Notice bibliographique
Résumé
In this thesis, geophysical inversion and numerical modeling are carried out on a dataset collected \nusing the Airborne Time-Domain Electromagnetic (ATEM) survey method over an area called \nTaylor Brook, western Newfoundland, which potentially hosts massive sulfide mineralization. \nATEM profiles are interpreted using a 1D inversion code (EM1DTM). The inversion results \nindicate that the majority of the dataset collected in the part of the area which does not show any \nanomaly is highly noise-contaminated. In contrast, several observation points near the sulfide \nmineralization have reasonable anomalies. For a better understanding of the sulfide-bearing zone’s \ndip, thickness and depth in the survey area, 2D cross-sections along each profile are created by \ncombining 1D models for each observation point. Also, 3D forward modeling is applied to several \nEarth models that are created using the information of boreholes and the results of 1D inversions. \nFor 3D modeling of time-domain EM problems, the finite-element time-domain (FETD) method \nusing unstructured tetrahedral meshes is used. The dataset for two different survey profiles that \nhave boreholes nearby were chosen to guide the building of the 3D models. A trial-and-error \nmethod, in which the physical properties and thicknesses of the geological structures were varied, \nresulted in a reasonable match between the vertical component (z-component) of the calculated \nresponses from the FETD forward modeling and the measured data. This reasonable match would \nmean that the final Earth model is reasonable representation of the subsurface in the survey area.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,004 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».