Exploration for Platinum-Group Minerals in Till: A New Approach to the Recovery, Counting, Mineral Identification and Chemical Characterization
Notice bibliographique
Résumé
The discovery of new mineral deposits contributes to the sustainable mineral industrial development, which is essential to satisfy global resource demands. The exploration for new mineral resources is challenging in Canada since its vast lands are mostly covered by a thick layer of Quaternary sediments that obscure bedrock geology. In the course of the recent decades, indicator minerals recovered from till heavy mineral concentrates have been effectively used to prospect for a broad range of mineral deposits including diamond, gold, and base metals. However, these methods traditionally focus on (visual) investigation of the 0.25–2.0 mm grain-size fraction of unconsolidated sediments, whilst our observations emphasize on higher abundance, or sometimes unique occurrence of precious metal (Au, Ag, and platinum-group elements) minerals in the finer-grained fractions (<0.25 mm). This study aims to present the advantages of applying a mineral detection routine initially developed for gold grains counting and characterization, to platinum-group minerals in <50 µm till heavy mineral concentrates. This technique, which uses an automated scanning electron microscopy (SEM) equipped with an energy dispersive spectrometer, can provide quantitative mineralogical and semi-quantitative chemical data of heavy minerals of interest, simultaneously. This work presents the mineralogical and chemical characteristics, the grain size distribution, and the surface textures of 2664 discrete platinum-group mineral grains recovered from the processing of 5194 glacial sediment samples collected from different zones in the Canadian Shield (mostly Quebec and Ontario provinces). Fifty-eight different platinum-group mineral species have been identified to date, among which sperrylite (PtAs2) is by far the most abundant (n = 1488; 55.86%). Textural and mineral-chemical data suggest that detrital platinum-group minerals in the studied samples have been derived, at least in part, from Au-rich ore systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».