Identifying kimberlite indicator mineral dispersal trains in the Pelly Bay region, Nunavut, Canada using GIS interpolation
Notice bibliographique
Résumé
ABSTRACT Identification of kimberlite indicator mineral dispersal trains in glaciated terrain provides important clues in determining provenance. Complex ice flow history can distribute kimberlite indicator minerals such that dispersal trains are disguised within clusters of till samples containing abundant kimberlite indicator minerals. This study uses GIS with inverse distance weighted interpolation to identify and isolate dispersal trains within areas where large clusters of till samples with abundant kimberlite indicator minerals exhibit no apparent distribution patterns. The method was tested in the Pelly Bay region of Nunavut, Canada, where many areas contain clusters of till samples with abundant kimberlite indicator minerals, the method delineated dispersal trains within these areas. The study identified trains ranging from 1.5–7 km in length, with the heads of some trains ranging in width between 225 m and 3 km. Mg-ilmenite is the most abundant kimberlite indicator mineral in the Pelly Bay area, however, several trains with distinct relative abundances of kimberlite indicator mineral species were identified that suggest the presence of kimberlites with different intrusive phases. Our study suggests that several of the identified dispersal trains likely originated from kimberlite dykes and/or sills occupying NW–SE oriented structures in the bedrock.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».