MétaCan
Menu
Retour à la cohorte
Enregistrement W2415845071 · doi:10.3749/canmin.1300054

THE RAMAN STUDY OF WEATHERING MINERALS FROM THE CORANDA-HONDOL OPEN PIT (CERTEJ GOLD-SILVER DEPOSIT) AND THEIR PHOTOCHEMICAL DEGRADATION PRODUCTS UNDER LASER IRRADIATION

2014· article· en· W2415845071 sur OpenAlexvenueno aff
Andrei Ionuț Apopei, Nicolae Buzgar, Gheorghe Damian, Andrei Buzatu

Notice bibliographique

RevueThe Canadian Mineralogist · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeatheringRaman spectroscopyIrradiationDegradation (telecommunications)ChemistryMetallurgyPhotochemistryMaterials scienceMineralogyGeologyGeochemistryOptics

Résumé

récupéré en direct d'OpenAlex

Abstract The Coranda-Hondol ore deposit (Certej, Romania) is a sulfide ore deposit that was mined primarily for gold, silver, lead, and zinc. Secondary minerals were formed through a precipitation process from sulfate solutions with a high concentration of dissolved metals (especially Fe). These sulfate solutions resulted from acid mine drainage. Fourteen waste samples were analyzed through Raman spectrometry, X-ray diffraction, and scanning electron microscopy. Fe 3+ -, Fe 2+ -, Cu-, Zn-, Ca-, Mg-, and MnAl-hydrated sulfates were identified. All are unstable when exposed to the laser beam of the Raman spectrometer. Coquimbite, copiapite, ferricopiapite, hydroniumjarosite, and gunningite turn into anhydrous forms or oxides, depending on the laser power. Gypsum turns into bassanite, while apjohnite loses all water molecules at 53.6 mW laser power on the surface of the sample. Rhomboclase, melanterite, rozenite, antlerite, and brochantite break down without forming new minerals. Fe 2+ -sulfates do not change into hematite under laser irradiation. Epsomite and hexahydrite are stable at 53.6 mW laser power.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,203
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian MineralogistMême sujetGeological and Geochemical AnalysisTravaux en français237 207