Compositional data analysis of hydrothermal alteration in IOCG systems, Great Bear magmatic zone, Canada: to each alteration type its own geochemical signature
Notice bibliographique
Résumé
Iron oxide copper-gold (IOCG) systems are characterized by a wide range of hydrothermal alteration types that can indiscriminately and intensively replace their host rocks over areas of > 100 km 2 . Element mobility and chemical changes associated with alteration can be of a magnitude beyond that of many other types of hydrothermal systems, and may also affect normally immobile elements. Principal component analysis of whole-rock geochemical data on hydrothermally altered samples coming from the Great Bear magmatic zone IOCG systems has enabled the characterization of sodic, calcic-iron, to high to low temperature potassic-iron and potassic alteration types of IOCG systems. Results show that potassic and potassic-iron alteration features are enriched in K, Al, Ba, Si, Rb, Zr, Ta, Nb, Th and U, with potassic-iron alteration being richer in Fe. In contrast, calcic-iron alteration is enriched in Ca, Fe, Mn, Mg, Zn, Ni and Co. These compositional variations can be portrayed by IOCG alteration index and discriminant diagrams. Combined with an IOCG alteration sequencing model, the lithogeochemical footprint of IOCG systems provides a useful tool to assess the potential fertility and maturity of IOCG systems and ultimately a vector towards ore zones during exploration
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 | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 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 ».