Magmatic affinity of modern and ancient subalkaline volcanic rocks determined from trace-element discriminant diagrams
Notice bibliographique
Résumé
When dealing with ancient subalkaline volcanic rocks, the alkali – total iron – magnesium (AFM) diagram is of limited use in assigning a tholeiitic versus calc-alkaline affinity because these elements are often mobile during alteration and metamorphism. Classification diagrams using immobile trace elements are preferable but need to be tested and optimized on unaltered rocks. To this end, a geochemical database containing over a thousand, presumed unaltered, subalkaline volcanic samples from young oceanic arcs was assembled. The data were classified using both major and trace-element approaches, and the results were compared. If the calc-alkaline and tholeiitic fields on the AFM diagram are used to define magmatic affinity, then the commonly used Zr versus Y, La versus Yb, and Th versus Yb discriminant diagrams misclassify 39%, 24%, and 28% of samples, respectively. After optimization (using a number of criteria), all three trace-element classification diagrams produce results that are generally consistent with the AFM diagram. The optimized diagrams only misclassify 7%, 11%, and 12% of the samples, respectively. A new Th/Yb versus Zr/Y diagram has a better overall performance than any single ratio diagram and may prove helpful in assigning magmatic affinities to volcanic rocks in ancient successions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».