Platinum-group element and gold contents of arsenide and sulfarsenide minerals associated with Ni and Au deposits in Archean greenstone belts
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
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 magmatic vs. 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.
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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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