Compositional balance analysis for geochemical pattern recognition and anomaly mapping in the western Junggar region, China
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
The western Junggar region of China is endowed with considerable resources of gold, copper and chromite. Complex geological conditions and diversity deposit types could lead to various geochemical patterns and geochemical anomalies. In this study, compositional balance analysis (CoBA) is demonstrated for recognition of geochemical patterns and mapping geochemical anomalies that are closely associated with gold/copper/chromite mineralization and particular geological units in the western Junggar region. Here, CoBA was based on hierarchical cluster analysis and sequential binary partition technique, which provides a new path for intuitively distinguishing particular relationships between groups of parts that are of interest. To recognize anomalous patterns in stream sediment geochemical data that are closely associated with mineralization, 18 geochemical elements were used to construct 17 balances by means of the CoBA method, of which four key balances were selected for further investigation. Relevant geological information (e.g. mineral deposit occurrences) provides important references for interpreting and validating the results. By comparison of geochemical patterns of the square roots of Au and Cu concentrations with that of factor scores, the results indicate that the CoBA method provides straightforward and robust interpretation of stream sediment geochemical data by suppressing background patterns and enhancing anomalous patterns in the western Junggar, China.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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