Structural Control, Evolution, and Accumulation Rates of Massive Sulfides in the TAG Hydrothermal Field
Notice bibliographique
Résumé
Abstract The Trans‐Atlantic Geotraverse (TAG) hydrothermal field on the Mid‐Atlantic Ridge is one of the best‐studied hydrothermal systems to date. However, high‐resolution bathymetric data obtained in 2016 by an autonomous underwater vehicle (AUV) reveal new information about the distribution of active and inactive hydrothermal deposits, and their relation to structural features. The discovery of previously undocumented inactive vent sites contributes to a better understanding of the accumulation rates and the resource potential of seafloor massive sulfide deposits at slow‐spreading ridges. The interpretation of ship‐based and high‐resolution AUV‐based data sets allowed for the determination of the main tectonic stress regimes that have a first‐order control on the location and distribution of past and present hydrothermal activity. The data reveal the importance of cross‐cutting lineament populations and temporal variations in the prevalent stress regime. A dozen sulfide mounds contribute to a substantial accumulation of hydrothermal material (~29 Mt). The accumulation rate of ~1,500 t/yr is comparable to those of other modern seafloor vent fields. However, our observations suggest that the TAG segment is different from many other slow‐spreading ridge segments in its tectonic complexity, which confines sulfide formation into a relatively small area and is responsible for the longevity of the hydrothermal system and substantial mineral accumulation. The inactive and weakly active mounds contain almost 10 times the amount of material as the active high‐temperature mound, providing an important indication of the global resource potential for inactive seafloor massive sulfide 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 ».