Magnetic mineral transport and sorting in the swash‐zone: northern Lake Erie, Canada
Notice bibliographique
Résumé
Abstract A combined field and laboratory study in northern Lake Erie has provided new insights into the origin and dynamics of heavy mineral placer deposits on beaches consisting primarily of non‐magnetic sediment. Work was conducted on the cross‐shore and longshore transport of heavy magnetic minerals using magnetic susceptibility and fluorescent paints to trace the movement, in the field, of samples of magnetic (magnetite) and non‐magnetic (quartz and calcite) grains, respectively. Laboratory experiments examined how the burial of small, dense magnetic minerals is affected by the grain size of the non‐magnetic host material, and how grain burial affects magnetic susceptibility measurements at the surface. The field experiments demonstrated that the magnetic mineral tracers were buried rapidly beneath coarser, non‐magnetic grains under low to moderate wave conditions, and subsequently were unable to move in the longshore or cross‐shore directions. The laboratory experiments showed that the magnetic susceptibility rapidly decreased with the rate and depth of burial of the magnetic minerals, and that magnetic grain burial was most effective beneath coarser rather than finer non‐magnetic sand and, for the latter sediments, under less rather than more energetic conditions. The results imply that magnetic mineral concentrations develop in this area through magnetic grain burial under fairly mild conditions, and subsequent settling, exposure and concentration in the upper swash zone during more energetic periods, when the non‐magnetic grains are eroded. It is probably during these erosional periods, when the magnetic minerals are exposed in fairly homogeneous deposits, that longshore and cross‐shore transport takes place.
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 | 0,000 | 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) | 0,002 | 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 ».