THE CHARACTERIZATION AND QUANTITATIVE ANALYSIS OF CLAY MINERALS IN THE ATHABASCA BASIN, SASKATCHEWAN: APPLICATION OF SHORTWAVE INFRARED REFLECTANCE SPECTROSCOPY
Notice bibliographique
Résumé
The application of shortwave infrared (SWIR) reflectance spectroscopy to the characterization of clay minerals in the Athabasca Basin, in Saskatchewan, has been evaluated by detailed examination of 70 mineral separates (20 of kaolinite, 10 of dickite, 19 of illite, 16 of chlorites and 5 of magnesiofoitite). Clay minerals in the Athabasca Basin are widespread in the sandstones and are particularly abundant in alteration haloes associated with unconformity-type U deposits. SEM, TEM, XRD, EMPA, EPR and SWIR analyses confirm that dickite is a major clay mineral in the sandstones. Kaolinite from different geological settings has distinct values of crystallinity (i.e., Hinckley index in the range 0.84 to 1.61 in alteration haloes, 0.45 to 0.7 in the bleached zones of the paleoregolith, and 0.12 to 0.31 in late fractures and cavities). The SWIR reflectance spectroscopy is capable of quantita-tively estimating the crystallinity of kaolinite by using a “14SP Index”. Attempts to use SWIR reflectance spectroscopy for structural and compositional analysis of Athabasca illite and sudoite were complicated by the common occurrence of impurities in these minerals. Binary and ternary mixtures using well-characterized mineral standards reveal that SWIR reflectance spectroscopy is capable of identifying clay minerals at abundances as low as 1 wt%. Also, numerical relationships between spectral features and the abundances of clay minerals have been established from the muscovite – kaolinite, muscovite – dickite and muscovite – sudoite mixtures, and have been used to improve an empirical SWIR method for quantitative analysis of clay minerals in the Athabasca Basin. The estimated precision and accuracy of the improved empirical method are between 5 to 10%,
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 | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».