The imprint of hydrothermal fluids on trace-element contents in white mica and tourmaline from the Panasqueira W–Sn–Cu deposit, Portugal
Notice bibliographique
Résumé
Abstract White mica and tourmaline are the dominant hydrothermal alteration minerals at the world-class Panasqueira W–Sn–Cu deposit in Portugal. Thus, understanding the controls on their chemical composition helps to constrain ore formation processes at this deposit and determine their usefulness as pathfinder minerals for mineralization in general. We combine whole-rock geochemistry of altered and unaltered metasedimentary host rocks with in situ LA-ICP-MS measurements of tourmaline and white mica from the alteration halo. Principal component analysis (PCA) is used to better identify geochemical patterns and trends of hydrothermal alteration in the datasets. The hydrothermally altered metasediments are enriched in As, Sn, Cs, Li, W, F, Cu, Rb, Zn, Tl, and Pb relative to unaltered samples. In situ mineral analyses show that most of these elements preferentially partition into white mica over tourmaline (Li, Rb, Cs, Tl, W, and Sn), whereas Zn is enriched in tourmaline. White mica has distinct compositions in different settings within the deposit (greisen, vein selvages, wall rock alteration zone, late fault zone), indicating a compositional evolution with time. In contrast, tourmaline from different settings overlaps in composition, which is ascribed to a stronger dependence on host rock composition and also to the effects of chemical zoning and microinclusions affecting the LA-ICP-MS analyses. Hence, in this deposit, white mica is the better recorder of the fluid composition. The calculated trace-element contents of the Panasqueira mineralizing fluid based on the mica data and estimates of mica-fluid partition coefficients are in good agreement with previous fluid-inclusion analyses. A compilation of mica and tourmaline trace-element compositions from Panasqueira and other W–Sn deposits shows that white mica has good potential as a pathfinder mineral, with characteristically high Li, Cs, Rb, Sn, and W contents. The trace-element contents of hydrothermal tourmaline are more variable. Nevertheless, the compiled data suggest that high Sn and Li contents are distinctive for tourmaline from W–Sn deposits.
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 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».