Mineral resource database for deposits related to the Mesoproterozoic Midcontinent Rift System, United States and Canada
Notice bibliographique
Résumé
First posted August 3, 2020 For additional information, contact: Coordinator, Mineral Resources ProgramU.S. Geological Survey913 National CenterReston, VA 20192 The Midcontinent Rift System (MRS) of North America is one of the world’s largest continental rifts and has an age of 1.1 Ga (giga-annum). The MRS hosts a diverse suite of magmatic and hydrothermal mineral deposits in the Lake Superior region where rift rocks are exposed at or near the surface. As part of the construction of a database summarizing information on mineral deposits in the MRS, data from regional mineral deposits were downloaded from the U.S. Geological Survey (USGS) Mineral Resources Data System (MRDS), the USGS Mineral Deposit Database (USMIN), and the Ontario Ministry of Energy, Northern Development and Mines Mineral Deposit Inventory (MDI). Deposits related to MRS rocks or mineralizing events were identified and compiled into a database to develop a space/time classification for MRS-related mineral deposits. Information from MRDS, USMIN, and MDI records and from the extensive literature describing MRS mineral deposits was used to classify each entry by deposit type, host rock age and type, and estimated mineralization age. Most deposits were readily classified because of unique mineralogy, location, or well-constrained host rock. These deposits were then put into a tectonic evolutionary framework for the MRS, which showed that many deposits formed within discrete spatial and temporal stages of rift evolution.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».