MétaCan
Menu
Retour à la cohorte
Enregistrement W3019256801 · doi:10.1126/sciadv.aaz0424

Kimberlite genesis from a common carbonate-rich primary melt modified by lithospheric mantle assimilation

2020· article· en· W3019256801 sur OpenAlexaff
Andrea Giuliani, D. Graham Pearson, Ashton Soltys, Hayden Dalton, David Phillips, Stephen Foley, Emilie Lim, Karsten Goemann, William L. Griffin, Roger H. Mitchell

Notice bibliographique

RevueScience Advances · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensLakehead UniversityUniversity of Alberta
Organismes subventionnairesAustralian Research CouncilSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen Forschung
Mots-clésKimberliteGeologyMantle (geology)CarbonateGeochemistryLithosphereEarth scienceCarbonatiteAssimilation (phonology)PetrologyPaleontologyTectonicsChemistry

Résumé

récupéré en direct d'OpenAlex

Quantifying the compositional evolution of mantle-derived melts from source to surface is fundamental for constraining the nature of primary melts and deep Earth composition. Despite abundant evidence for interaction between carbonate-rich melts, including diamondiferous kimberlites, and mantle wall rocks en route to surface, the effects of this interaction on melt compositions are poorly constrained. Here, we demonstrate a robust linear correlation between the Mg/Si ratios of kimberlites and their entrained mantle components and between Mg/Fe ratios of mantle-derived olivine cores and magmatic olivine rims in kimberlites worldwide. Combined with numerical modeling, these findings indicate that kimberlite melts with highly variable composition were broadly similar before lithosphere assimilation. This implies that kimberlites worldwide originated by partial melting of compositionally similar convective mantle sources under comparable physical conditions. We conclude that mantle assimilation markedly alters the major element composition of carbonate-rich melts and is a major process in the evolution of mantle-derived magmas.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,138
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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.

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

Citations131
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetGeological and Geochemical AnalysisTravaux en français237 207