MétaCan
Menu
Retour à la cohorte
Enregistrement W2803650171 · doi:10.1007/s00710-018-0580-0

Attrition in the kimberlite system

2018· article· en· W2803650171 sur OpenAlexafffund
Thomas J. Jones, James K. Russell

Notice bibliographique

RevueMineralogy and Petrology · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueSoil erosion and sediment transport
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Environment Research CouncilNatural Sciences and Engineering Research Council of Canada
Mots-clésKimberliteOlivineGeologyParticle (ecology)MineralogyGrain sizeParticle sizeEnvironmental scienceGeochemistryGeomorphologyMantle (geology)

Résumé

récupéré en direct d'OpenAlex

leading to grain size reduction and shape modification. Particle attrition is a well-studied phenomenon that has mainly focussed on sediments produced in aeolian or fluvial environments. Here, we present analogue experiments designed to explore processes of attrition in the kimberlite system; we focus on olivine as it is the most abundant constituent of kimberlite. The attrition experiments on olivine use separate experimental set-ups to approximate two natural environments relevant to kimberlites. Tumbling mill experiments feature a low energy system supporting near continual particle-particle contact and are relevant to re-sedimentation and dispersal processes. Experiments performed in a fluidized particle bed constitute a substantially higher energy environment pertinent to kimberlite ascent and eruption. The run-products of each experiment are analysed for grain size reduction and shape modification and these data are used to elucidate the rates and extents of olivine attrition as a function of time and energy. Lastly, we model the two experimental datasets with an empirical rate equation that describes the production of daughter products (fines) with time. Both datasets approach a fines production limit, or plateau, at long particle residence times; the fluidized system is much more efficient producing a substantially higher fines content and reaches the plateau faster. Our experimental results and models provide a way to forensically examine a wide range of processes relevant to kimberlite on the basis of olivine size and shape properties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,191
Score d'incertitude au seuil0,186

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,196
Écart entre enseignants0,183 · 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 tête enseignante, 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

Citations10
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralogy and PetrologyMême sujetSoil erosion and sediment transportTravaux en français237 207