Shale-hosted Ni–(Cu–PGE) mineralisation: a global overview
Notice bibliographique
Résumé
Shale-hosted Ni–Cu–platinum group element (PGE) sulphide occurrences represent significant resources of not only Ni, Cu and the PGEs but also, in some cases, other elements such as Mo, Zn, Mn, V and U. The largest known deposit of this type that is currently being mined is the Talvivaara Zn–Ni–Cu–Mn–U shale deposit in Finland. The total resource of this deposit is ∼1·550 Bt of ore, at 0·22%Ni, 0·13%Cu, 0·49%Zn, 200 ppm Co and 17 ppm U, all of which can be extracted using a bioheapleaching mineral processing approach. Other significant examples of this deposit type are the Mo–Ni–Zn–Au–PGE deposits of the Niutitang Formation in China and the Ni–PGE–Zn–Mo–Re–Ag mineralisation of the Nick deposit in the Selwyn Basin, Yukon, Canada. However, although they provide insights into the processes responsible for mineralisation in shale-hosted Ni deposits, the Chinese and Selwyn Basin deposits are of too low a tonnage to make them high priority exploration targets. Other potential resources discussed here include the Okcheon shales in Korea, the European Alum Shale and the Chattanooga Shale of the Appalachian Basin. Possible modern analogues for the shale-hosted Ni–Cu–PGE deposits at Talvivaara, Nick, and in China include the Rainbow and Logatchev vent fields of the Mid-Atlantic Ridge, where hydrothermal fluids interact with ultramafic rocks, stripping them of metals before venting them at the seawater–ocean floor boundary, and sapropel formation in the Mediterranean, where organic carbon-rich sediments are interlayered with organic carbon-poor sediments. These organic carbon-rich layers are associated with significantly elevated base metal and sulphur concentrations when compared to the carbon-poor layers, indicating preferential deposition of base metals during sapropel sedimentation. Two genetic models for shale-hosted Ni–Cu–PGE mineralisation are currently favoured: synsedimentary mineralisation, with metals being scavenged from the overlying water column, and exhalative hydrothermal mineralisation, with metals being deposited into sedimentary basins from hydrothermal vents. This paper focuses on shale-hosted Ni mineralisation and the potential for these shales as an economic source of unconventional Ni, Cu and the PGEs.
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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».