Trace Element Content of Sedimentary Pyrite in Black Shales
Notice bibliographique
Résumé
Laser ablation-inductively coupled plasma-mass spectrometry (LA-ICP-MS) analyses of 1,407 sedimentary (diagenetic and syngenetic) pyrites from 45 carbonaceous shale and unconsolidated sulfidic sediment samples, ranging in age from Paleoarchean to present day, show a considerable range of trace element compositions. Arsenic, Ni, Pb, Cu, and Co are among the most abundant trace elements, with medians ranging from 100 to 1,000 ppm. Less abundant elements Mo, Sb, Zn, and Se have median ranges of 10 to 100 ppm, and Ag, Bi, Te, Cd, and Au have median ranges of 0.01 to 10 ppm. Our dataset reveals three main groups of trace elements that are incorporated into pyrite in different ways. Group 1 elements (As, Ni, Co, Sb, Se, and Mo) are contained uniformly throughout the pyrite and may be held within the pyrite crystal structure or as nanoinclusions evenly distributed within pyrite. Group 2 elements (Bi, Pb, Ag, Au, Te, and Cu) generally occur uniformly at low concentrations and may be incorporated into the pyrite structure but are highly variable at high concentrations, where they may also occur as microinclusions. Group 3 elements (Zn and Cd) tend to have highly variable abundances and generally occur in pyrite as microinclusions of sphalerite. Factor analyses of the dataset identified five factors that account for 65.4% of the variance in pyrite trace element concentrations. Factor 1 includes Pb, Bi, Au, and Te, and explains 18.1% of the variance, possibly due to As(II) (Qian et al., 2013) or As(III) substituting for Fe in pyrite, which induces the uptake of these elements. Factor 2 includes Co, Ni, and As and accounts for 13.6% of the variance, possibly due to the presence of As(I) substituting for S(II) in pyrite, which, in turn, promotes the uptake of Ni and Co. Factor 3 includes Zn and Cd and explains 12.3% of the variance and is due to the presence of sphalerite inclusions. Factor 4 includes Se, Ag, and Sb and explains 11.0% of the variance, which is believed to reflect coeval input of these elements into the oceans during periods of increased oxygenation. Factor 5 includes Mn, Cu, and Mo and explains 10.4% of the variance. It is likely that this behavior is due to these elements being delivered together to the sediments by adsorbing to Mn (hydro)oxides, which are released when the Mn (hydro)oxides dissolve in reducing bottom waters or pore waters. Variations in pyrite texture do not show consistent compositional patterns between different samples, though within the same sample later formed pyrite tends to have lower trace element abundance. Many trace elements associated with mafic extrusions/circulation of fluids through mafic rocks (Ni, Co) are more enriched in Archean sedimentary pyrite at times when mafic volcanism/circulation of fluids through mafic rocks was more active. Similarly, some trace elements tend to be more enriched in Phanerozoic pyrite due to increasing levels of atmospheric oxidation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».