MétaCan
Menu
Retour à la cohorte
Enregistrement W2933902179 · doi:10.1002/9781119290544.ch8

Exploring for Carbonate‐Hosted Ore Deposits Using Carbon and Oxygen Isotopes

2019· other· en· W2933902179 sur OpenAlexaff
Shaun L.L. Barker, Gregory M. Dipple

Notice bibliographique

RevueGeophysical monograph · 2019
Typeother
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCarbonateGeologyHydrothermal circulationGeochemistryIsotopes of oxygenIsotopes of carbonStable isotope ratioCarbon fibersMineralogyCarbonate rockChemistryPaleontologyEnvironmental chemistrySedimentary rockTotal organic carbon

Résumé

récupéré en direct d'OpenAlex

Carbonate-hosted ore deposits often have very limited mineralogical and lithogeochemical alteration halos, as the highly reactive carbonate host rocks neutralize acidic hydrothermal fluids, limiting the ability of those fluids to cause hydrothermal alteration or transport pathfinder elements into the surrounding rocks. However, carbon and oxygen stable isotope ratios in the rocks surrounding carbonate-hosted ore deposits often record large alteration halos (on the order of hundreds of meters to kilometers) which can be used to identify and vector toward ore bodies. In this contribution we review the theory of carbon and oxygen isotope alteration during hydrothermal fluid flow, and present various case studies carried out over the last 50 years which demonstrate stable isotope alteration in carbonate-hosted ore deposits. In particular, it is clear that world-class ore deposits, such as the Mount Isa Cu ore bodies, and the Carlin Trend gold deposits, are surrounded by very large (3–8 kilometre) oxygen isotope alteration halos. We discuss advances in analytical technology that make stable isotope analysis a practical tool for mineral exploration, and highlight potential future advances. Finally, practical details of sampling, and factors to consider before carrying out a stable isotope study are outlined.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

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
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,042
Tête enseignante GPT0,208
Écart entre enseignants0,166 · 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical monographMême sujetGeological and Geochemical AnalysisTravaux en français237 207