Traditional and novel geochemical extractions applied to a Cu–Zn soil anomaly: a quantitative comparison of exploration accuracy and precision
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 Partial extractions have been employed and promoted as geochemical exploration tools, but assessment of performance is infrequently undertaken. Minimum probability statistics were used to quantitatively compare twelve extractions and document the level of exploration precision and accuracy. These methods were valuable in comparing the different digestion methods, identifying the best performance level and determining an appropriate geochemical threshold for future exploration. Eight ‘conventional’ reagents were tested, namely ‘four-acid’, aqua regia, bacterial leach (LocatOre ® ), Genalysis ® proprietary leach (TL3), cold hydroxylamine hydrochloride, Mehlich I reagent, hydrogen peroxide, deionized water, together with four new digestible digests (Coke ® , Pepsi ® , Diet Coke ® and a Tempranillo red wine). These tests involved analysis of thirty ® leach and the hydroxylamine hydrochloride leach performed the best in terms of both accuracy and precision. The new extractions were particularly effective for Cu, whereas the hydroxylamine hydrochloride leach was best for Zn. The Coke ® , Pepsi ® and Diet Coke ® extractions exhibited some buffering effects. In contrast, the Tempranillo wine is exceptionally well buffered and the most robust of the new digestions. Results indicate that even over marginally anomalous soils, many partial extraction techniques will confidently identify the location of mineralization. The use of expensive and proprietary procedures may not produce any better result than using standard reagents or even common beverage solutions as soil extraction reagents.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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