MétaCan
Menu
Retour à la cohorte
Enregistrement W2797439748 · doi:10.1180/minmag.2017.081.100

Platinum-group element and gold contents of arsenide and sulfarsenide minerals associated with Ni and Au deposits in Archean greenstone belts

2018· article· en· W2797439748 sur OpenAlexaff
Margaux Le Vaillant, Stephen J. Barnes, Marco L. Fiorentini, Sarah‐Jane Barnes, Adam Bath, John Miller

Notice bibliographique

RevueMineralogical Magazine · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensUniversité du Québec à Chicoutimi
Organismes subventionnairesMinerals and Energy Research Institute of Western Australia
Mots-clésPlatinum groupArsenideHydrothermal circulationGeochemistryGeologyArcheanNickelMineralization (soil science)Ultramafic rockGreenstone beltRare-earth elementSulfideTrace elementPlatinumMineralogyChemistryMaterials scienceRare earthMetallurgyGallium arsenide

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Post-magmatic alteration of certain magmatic Ni sulfide ores in Western Australia, the Miitel deposit and the Sarah's Find prospect, produced Ni–As–PGE haloes around massive sulfides. A study of the composition of arsenide grains from these hydrothermal haloes, along with arsenides from various magmatic and hydrothermal mineralized environments in other localities, was conducted in order to compare their composition, and assess their potential use as indicator minerals for exploration vectoring, as well as to gain knowledge on their crystallization history. Concentrations in trace elements such as platinum-group elements (PGEs), Au and other metals was obtained by laser ablation inductively coupled plasma mass spectroscopy analyses. Results show that variations in PGEs and Au compositions can be related to the magmaticvs.hydrothermal origin of the grains; and to their provenance from deposits enriched in either Ni, Au or both. Magmatic NiCoFe sulfarsenides have strongly correlated, high IPGE (Os, Ir, Ru, Rh) contents up to 100 ppm Ir, compared with maximum values in hydrothermal sulfarsenides of ~1 ppm. Gold in hydrothermal sulfarsenides from Au-mineralized ultramafic rocks extends up to 500 ppm, with typical values of 3–30 ppm; similar values are also found in nickeline (also called niccolite). These results suggest that nickel arsenides could potentially be used as indicator minerals for nickel and gold exploration. Trace-element contents of arsenide grains in shear zones could be used to deduce the presence of Ni or Au mineralization upstream in the fluid pathway.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

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
Bibliométrie0,0020,001
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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,187 · 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

Citations22
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMineralogical MagazineMême sujetGeological and Geochemical AnalysisTravaux en français237 207