MétaCan
Menu
Retour à la cohorte
Enregistrement W3127555968 · doi:10.2138/am-2020-7014

Experimental evaluation of a new H2O-independent thermometer based on olivine-melt Ni partitioning at crustal pressure

2020· article· en· W3127555968 sur OpenAlexaff
Xiaofei Pu, Gordon Moore, R. A. Lange, Jack P. Touran, Joel E. Gagnon

Notice bibliographique

RevueAmerican Mineralogist · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAnhydrousOlivineThermometerBar (unit)Analytical Chemistry (journal)MineralogyGeologyThermodynamicsChemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract An olivine-melt thermometer based on the partitioning of Ni (DNiOl/liq) was hypothesized by Pu et al. (2017) to have a negligible dependence on dissolved water in the melt (and pressure variations from 0–1 GPa), in marked contrast to thermometers based on DMgOl/liq. In this study, 15 olivine-melt equilibrium experiments were conducted on a basaltic glass starting material (9.6 wt% MgO; 353 ppm Ni) to test this hypothesis by comparing the effect of dissolved H2O in the melt on DMgOl/liq and DNiOl/liq on the same set of experiments. Results are presented for six anhydrous experiments at 1 bar, two anhydrous experiments at 0.5 GPa, and seven hydrous experiments at 0.5 GPa. Analyzed olivine and glass compositions in the quenched run products were used to calculate DMgOl/liq and DNiOl/liq values for each experiment, which in turn permit temperature to be calculated with the Mg- and Ni-thermometers calibrated in Pu et al. (2017) on anhydrous, 1-bar experiments from the literature. The Ni-thermometer recovers the temperatures of all 15 experiments from this study with an average deviation of –3 °C, including those with up to 4.3 wt% H2O dissolved in the melt. In contrast, the Mg-thermometer recovers the anhydrous, 1-bar experimental temperatures within +14 °C on average, but overestimates the hydrous experimental temperatures by +49 to +127 °C, with an average of +83 °C. When the Mg-thermometer of Putirka et al. (2007) is applied, which includes a correction for analyzed H2O (≤4.3 wt%) in the quenched melts of the run products, all experimental temperatures are recovered with an average (±1σ) deviation of +7 °C. The combined results show that DNiOl/liq has a negligible dependence on dissolved water in the melt (≤4.3 wt% H2O), which is in marked contrast to the strong dependence of DMgOl/liq on water in the melt. An understanding of why DNiOl/liq is insensitive to dissolved water, unlike DMgOl/liq, is obtained from spectroscopic evidence in the literature, which shows that Ni2+ (transition metal) and Mg2+ (alkaline earth metal) have distinctly different average coordination numbers (predominantly fourfold and sixfold, respectively) in silicate melts and that fourfold-coordinated Ni2+ is unaffected by the presence of dissolved water in the melt. This difference in coordination number explains why DNiOl/liq and DMgOl/liq each have a different dependence on pressure, anhydrous melt composition, and melt water content. Application of the Ni-thermometer of Pu et al. (2017) to five natural samples from the Mexican arc, for which H2O contents (3.6–6.7 wt%) in olivine-hosted melt inclusions are reported in the literature, leads to temperatures that match those obtained from the Putirka et al. (2007) Mg-thermometer that corrects for analyzed H2O contents. This study demonstrates that a thermometer based on DNiOl/liq can be applied to hydrous basalts at crustal depths without the need to correct for dissolved water content or pressure.

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 enseignants0,224
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,000

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 Opus0,041
Tête enseignante GPT0,257
Écart entre enseignants0,215 · 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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican MineralogistMême sujetGeological and Geochemical AnalysisTravaux en français237 207