AN OVERVIEW OF CHALCOPHILE ELEMENT CONTENTS OF PYRRHOTITE, PENTLANDITE, CHALCOPYRITE AND PYRITE FROM MAGMATIC NI-CU- PGE DEPOSITS
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
We have compiled the trace element concentrations in pyrrhotite, pentlandite, chalcopyrite, and pyrite from magmatic Ni-Cu-PGE ore deposits with the aim of understanding their petrogenesis and whether these minerals can be used as indicator minerals. Among the samples, there are some of the most studied world-class Ni-Cu- (Aguablanca, Duluth, Jinchuan, Noril’sk-Talnakh-Kharaelakh, Sudbury, Voisey’s Bay, and others) and PGE-dominated (Bushveld, Lac des Iles, Stillwater, Great Dyke, and Penikat) deposits. Crustal assimilation may be constrained using As/Se and Sb/Se ratios in pentlandite. The degree of interaction between the silicate and sulfide liquids (R-factor) can be estimated by the content of highly chalcophile elements (Dsulf liq/sil liq above 1000) in sulfide minerals. The fractional crystallization of the sulfide liquid can be traced using Se/Te ratios of pentlandite. Pyrite formed by exsolution from MSS has higher Rh, Ru, Ir, and Os than co-existing pyrrhotite, whereas pyrite formed by hydrothermal alteration of pyrrhotite inherits the Rh, Ru, Ir, and Os contents of the pyrrhotite it replaced. Sulfide minerals are preserved in transported glacial cover and their trace element chemistry can be used to discriminate their source. Pentlandite from Ni-Cu deposits has much lower Rh and Pd concentrations than those from PGE-dominated deposits, pyrite from magmatic deposits has higher Co/Sb and Se/As ratios relative to pyrite from hydrothermal deposits, and chalcopyrite from magmatic deposits has much higher Ni and lower Cd concentrations than those from hydrothermal 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.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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 découle