Notice bibliographique
Résumé
Abstract. Compositionally dependent apatite fission track (AFT) annealing is a common but underappreciated cause for AFT age dispersion in sedimentary samples. We present an interpretation and modelling strategy for samples with variable apatite composition that exploits multikinetic AFT annealing to obtain thermal histories that can provide more detail and better resolution compared to conventional methods. We illustrate our method using a Permian and a Devonian sample from northern Yukon, Canada, both with complicated geological histories and long residence times in the AFT partial annealing zone. Effective Cl values (eCl; converted from rmr0 values) derived from detailed apatite elemental data are used to define AFT statistical kinetic populations with significantly different total annealing temperatures (∼110–185 ∘C) and ages that agree closely with the results of age mixture modelling. These AFT populations are well resolved using eCl values but exhibit significant overlap with respect to the conventional parameters of Cl content or Dpar. Elemental analyses and measured Dpar for Phanerozoic samples from Yukon and the Northwest Territories confirm that Dpar has low precision and that Cl content alone cannot account for the compositional and associated kinetic variability observed in natural samples. An inverse multikinetic AFT model, AFTINV, is used to obtain thermal-history information by simultaneously modelling multiple kinetic populations as distinct thermochronometers with different temperature sensitivities. A nondirected Monte Carlo scheme generates a set of statistically acceptable solutions at the 0.05 significance level and then these solutions are updated to the 0.5 level using a controlled random search (CRS) learning algorithm. The smoother, closer-fitting CRS solutions allow for a more consistent assessment of the eCl values and thermal-history styles that are needed to satisfy the AFT data. The high-quality Devonian sample (39 single-grain ages and 202 track lengths) has two kinetic populations that require three cycles of heating and cooling (each subsequent event of lower intensity) to obtain close-fitting solutions. The younger and more westerly Permian sample with three kinetic populations only records the latter two heating events. These results are compatible with known stratigraphic and thermal maturity constraints, and the QTQt software produces similar results. Model results for these and other samples suggest that elemental-derived eCl values are accurate within the range 0–0.25 apfu (atoms per formula unit, with rmr0 values of 0.73–0.84), which encompasses most of the data from annealing experiments. Outside of this range, eCl values for more exotic compositions may require adjustment relative to better-constrained apatite compositions when trying to fit multiple kinetic populations. Our results for natural and synthetic samples suggest that an element-based multikinetic approach has great potential to dramatically increase the temperature range and resolution of thermal histories relative to conventional AFT thermochronology.
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 | 0,002 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,025 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,205 | 0,124 |
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 ».