MétaCan
Menu
Retour à la cohorte
Enregistrement W2892240099 · doi:10.1139/cjes-2018-0105

Iron mineralogy characteristics of the desert sediments of the Tarim Basin and its provenance implications

2018· article· en· W2892240099 sur OpenAlexvenueno aff
Youjun Wang, Jia Jia, Hao Liu, Hao Lu, Caichen Lu, Dunsheng Xia

Notice bibliographique

RevueCanadian Journal of Earth Sciences · 2018
Typearticle
Langueen
DomaineEnergy
ThématiqueIron oxide chemistry and applications
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésProvenanceGeologyAeolian processesTarim basinHematiteDesert (philosophy)GeochemistrySedimentStructural basinMineralogyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The vast desert area of the Tarim Basin contains a large amount of loose sediment, and consequently, it is one of the most important sources of aeolian dust in the mid-latitudes of the Northern Hemisphere. However, only limited research has been undertaken on the provenance of the desert sediments. In this study, we investigated the iron mineralogy including magnetic (Mt), hematite (Hm), and goethite (Gt) characteristics of desert sediments from the Tarim Basin and used them to determine their provenance. The results show that the sediments are characterized by a high content of Gt that comprises up to 0.16, 0.45, and 0.99 wt.% of the 31–63, 8–31, and 2–8 μm fractions, respectively. In contrast to Hm and Mt, Gt is significantly enriched in the fine particle size fraction. Consequently, we propose that the desert sediments originate in a cold and humid environment, which favors the formation of Gt and limits the formation of Mt and Hm. The surrounding high mountains appear to be the only location within this vast region with the climatic conditions favoring Gt formation.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,238
Écart entre enseignants0,218 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Earth SciencesMême sujetIron oxide chemistry and applicationsTravaux en français237 207