Heavy mineral partitioning in sedimentary facies: Lac Baby Esker, Lac Timiskaming region, Canada
Notice bibliographique
Résumé
Sampling protocols for heavy minerals (HM) and kimberlite indicator minerals (KIM) in glacifluvial sediments generally follows those established for sampling in fluvial environments. These protocols emphasize sampling of gravely facies. The transfer of this protocol to glacifluvial sediments (especially eskers) assumes that fluvial and glacifluvial systems operate in similar manners. Though they share process similarities, they also have significant differences. Consequently the existing protocol used to sample eskers is largely untested and is not constrained by understanding of glacifluvial processes. In the Lac Baby glacifluvial complex in the Lac Timiskaming region, various esker facies were sampled for KIM in order to assess how these minerals may be partitioned and concentrated in an eskerine depositional environment. The main finding of this study is that gravely esker facies are not necessarily the prime sampling medium in an esker, and that medium to coarse sand facies may be a better choice. However, this does not mean that sampling gravely facies should be abandoned. It is suggested that examining the matrix characteristics of coarser boulder beds is critical, as they may yield KIM. Near Notre Dame du Nord, heavy mineral (HM) grain counts are elevated within an esker segment where a cobble-boulder bedform occurs. In this bedform, HM grain counts are only slightly lower than the highest HM concentration reported from Lac Baby. Many esker gravely facies record mass flow deposits and poor sorting. These are poor sampling media for KIM due to a lack of density sorting. Nevertheless, other gravel facies have similar KIM concentrations to those reported in medium to coarse sand facies. Consequently, to select the optimum sample medium requires more than simple identification of sedimentary facies, but also the identification of the depositional controls on the facies to optimize sampling strategies based on facies interpretations.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,006 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».