Heavy Mineral Characteristics and Their Implication for Provenance of the Middle to Upper Triassic on the Northwest Margin of Junggar Basin, North China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Heavy minerals are extremely sensitive indicators of provenance. Applying the methods of heavy mineral combination analysis, content distribution analysis, SPSS statistical component analysis, and correlation analysis, 18 heavy minerals are identified in the northwestern margin of the Junggar Basin (NW Junggar). According to the analysis of the heavy mineral characteristics and coefficients, 4 heavy mineral combinations are developed in the study area: Zircon-tourmaline-monazite-apatite-anatase, rutile-ilmenite-leucoxene-apatite-galenite, hematite-limonite-pyrite, and magnetite-epidote-hornblende. Previous results predicted that source rocks consist of intermediate-acidic magmatite, sedimentary rocks and metamorphic rocks, and intermediate-acidic magmatite is considered to be the main source rock. Furthermore, combined with the geological background of NW Junggar, Qier-Halaalat Mountain, which belongs to the Zaire Mountain front, is shown to be the provenance of the study area. The main sources of sediments are flesh-red granite, grey and greyish-green andesite, andesitic-porphyrite, grey and grayish-black tuff, siltstone, and sandstone of the Lower Carboniferous Tailegula Formation. Additionally, because of the high content of the angular-subangular and subangular-subrounded heavy mineral grains, these heavy minerals are both from near and distal provenance, with most being near-provenance deposits. During the process of provenance propulsion on the margin of the basin, clastics are mixed together and affected by regional dynamic metamorphism, which is probably the main reason for the existence of the metamorphic component.
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.
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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,001 |
| 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 découle