MétaCan
Menu
Retour à la cohorte
Enregistrement W2510473138 · doi:10.1144/geochem2016-410

Quantifying hydrothermal alteration with normative minerals and other chemical tools at the Beattie Syenite, Abitibi greenstone belt, Canada

2016· article· en· W2510473138 sur OpenAlexaffabout
Lucie Mathieu

Notice bibliographique

RevueGeochemistry Exploration Environment Analysis · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensBP (Canada)
Organismes subventionnairesnon disponible
Mots-clésGreenstone beltGeochemistryGeologyHydrothermal circulationArcheanNormativePaleontology

Résumé

récupéré en direct d'OpenAlex

Methods to quantify hydrothermal alteration are used to: document alteration halos; to comprehend hydrothermal processes; and to prospect for mineralisation formed by such processes. The chemical methods available are numerous and each has specific advantages, limitations and fields of application. This study focuses on the hydrothermal process at Beattie, a Neoarchean gold deposit hosted by the Beattie Syenite within the Abitibi Greenstone Belt, Superior Province, Canada. To quantify alteration, it was necessary to use the following chemical methods: (1) mass-balance calculations; (2) normative minerals and related alteration indices; and (3) Pearce Element Ratios (PER) diagrams. In the study area, silicification and carbonatisation are satisfactorily quantified by alteration indices, while alkali metasomatism was best estimated by mass-balance calculations and PER diagrams. Combining these methods, the following alteration types have been documented: K-feldspar alteration, silicification, and Na-Ca-leaching are intense and proximal to gold mineralisation; carbonatisation is widespread and intense; and sericitisation and chloritisation are minor to absent. It is proposed that, at the Beattie Syenite, the formation of white mica and chlorite and the mobilisation of alkali and silica are consequences of the predominant process related to carbonatisation.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,021
Tête enseignante GPT0,185
Écart entre enseignants0,164 · 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
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeochemistry Exploration Environment AnalysisMême sujetGeological and Geochemical AnalysisTravaux en français237 207