Trace-Element Composition of Cherts from Alkaline Lakes in the East African Rift
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Magadiite and cherts from the Magadi basin in southern Kenya and four other localities in the East African Rift all share distinctive compositional systematics: (1) negatively fractionated REE patterns; (2) high absolute concentrations of U, Nb, and Zr (up to 1,500 ppm versus a crustal average of 190 ppm); (3) normalized enrichments of U, Nb, and Zr relative to REE; (4) extreme fractionations of U-Th, Nb-Ta, and Zr-Hf; (5) positive Ce but negative Eu anomalies; and (6) normalized peaks at Mo, Ag, and Sb. Alkaline lake cherts composed of secondary quartz retain the trace-element patterns of the precursor, albeit at lower absolute element contents. Sublacustrine sinters at Lake Bogoria share some of the compositional features of the cherts from Magadi but lack the Ce and Eu anomalies and U-Th, Nb-Ta, and Zr-Hf fractionations. Cherts from ocean-ridge, pelagic, and continental-shelf settings are characterized by progressively larger Zr contents (≤ 170 ppm), but all are distinctly lower than in the alkaline-lake cherts, where micron-scale Zr-rich phases were identified as possible authigenic zircons. Both marine and alkaline-lake cherts share positive Ce anomalies. These result from scavenging of Ce by Fe-Mn oxyhydroxides in seawater, but from the solubility of Ce (IV) in oxidized alkaline brines for the lacustrine cherts. Europium anomalies range from small negative to positive in marine cherts, whereas alkaline-lake cherts feature large negative anomalies. These compositional systematics, which reflect the aqueous environment in which the chert precursor formed, confer a tool for interpreting the paleoenvironment of cherts in the geological record.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle