Understanding Copper Isotope Behavior in the High Temperature Magmatic‐Hydrothermal Porphyry Environment
Notice bibliographique
Résumé
Abstract Copper stable isotope geochemistry has the potential to constrain aspects of ore deposit formation once variations in the isotopic data can be related to the physiochemical conditions during metal deposition. This study presents Cu isotope ratios for samples from the Pebble porphyry Cu‐Au‐Mo deposit in Alaska. The δ 65 Cu values for hypogene copper sulfides range from −2.09‰ to 1.11‰ and show linear correlations with the δ 18 O isotope ratios calculated for the fluid in equilibrium with the hydrothermal alteration minerals in each sample. Samples with sodic‐potassic, potassic, and illite alteration display a negative linear correlation between the Cu and O isotope results. This suggests that fractionation of Cu isotopes between the fluid and precipitating chalcopyrite is positive as the hydrothermal fluid is evolving from magmatic to mixed magmatic‐meteoric compositions. Samples with advanced argillic alteration display a weak positive linear correlation between Cu and O isotope results consistent with small negative fluid‐chalcopyrite Cu isotope fractionation during fluid evolution. The hydrothermal fluids that formed sodic‐potassic, potassic, and illite alteration likely transported Cu as CuHS 0 . Hydrothermal fluids that resulted in advanced argillic alteration likely transport Cu as . The pH conditions also control Cu isotope fractionation, consistent with previous experimental work. Larger fractionation factors were found between fluids and chalcopyrite precipitating under neutral conditions contrasting with small fractionation factors calculated between fluids and chalcopyrite precipitating under acidic conditions. Therefore, this study proposes that hydrothermal fluid compositions and pH conditions are related to Cu isotope variations in high temperature magmatic‐hydrothermal deposits.
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 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 | 0,000 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».