MétaCan
Menu
Retour à la cohorte
Enregistrement W4210604722 · doi:10.2138/am-2022-8327

Nickel in olivine as an exploration indicator for magmatic Ni-Cu sulfide deposits: A data review and re-evaluation

2022· review· en· W4210604722 sur OpenAlexaff
Stephen J. Barnes, Zhuosen Yao, Ya‐Jing Mao, Ana Patrícia Jesus, Sheng-Hong Yang, Valentina Taranovic, Wolfgang D. Maier

Notice bibliographique

RevueAmerican Mineralogist · 2022
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésOlivineGeologySulfideGeochemistryFractional crystallization (geology)MaficUltramafic rockIgneous differentiationMelt inclusionsMantle (geology)Layered intrusionMineralogyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Nickel contents of olivine have been widely used as petrogenetic indicators and as fertility indicators for magmatic sulfide potential of mafic-ultramafic intrusions, on the assumption that olivines crystallized from magmas that had equilibrated with sulfide liquid should be relatively depleted in Ni compared with a sulfide-free baseline. This has given rise to a large accumulation of data that is brought together here, along with data on volcanic olivines, to critically evaluate the effectiveness of the approach. We identify multiple sources of variance in Ni content of olivine at a given Fo content, including variability in mantle melt composition due to depth, water content (and possibly source), subsequent fractional crystallization with and without sulfide, recharge and magma mixing, batch equilibration between olivine and sulfide at variable silicate-sulfide ratio (R), and olivine/liquid ratio; and subsequent equilibration during trapped liquid crystallization in orthocumulates. Baselines for Ni in olivine in relation to Fo content are somewhat lower in orogenic belt settings relative to intrusions in continental large igneous provinces (LIPs). This is probably related to differences in initial parent magma compositions, with plume magmas generally forming deeper and at higher temperatures. No clear, universal discrimination is evident in Ni in olivine between ore-bearing, weakly mineralized, and barren intrusions, even when tectonic setting is taken into account. However, sulfide-related signals can be identified at the intrusion scale in many cases. Low-R factor and low-tenor sulfides are associated with low-Ni olivines in several examples, and these cases stand out clearly. Anomalously high-Ni olivines are a feature of some mineralized intrusions, in part due to trapped liquid reaction effects. However, in some cases, this mechanism cannot account for the magnitude of enrichment. In these cases, enrichment may be due to re-entrainment of “primitive” Ni-rich sulfide by a more evolved Fe-rich magma, driving the olivine to become Ni-enriched due to Fe-Ni exchange reaction between sulfide and olivine during transport. An extreme case of this process may account for ultra-Ni enriched olivine at Kevitsa (Finland), but more subtle signals elsewhere could be positive indicators. A lack of clear mineralized/barren distinction in specific groups of related intrusions, e.g., the deposits of NW China or the Kotalahti Belt in Finland, may well be due to “false negatives” where undiscovered mineralization exists in specific intrusions or in their feeder systems, or may also be due to a multiplicity of confounding factors. Wide variability of both Fo and Ni between related intrusions at regional scale may be a useful regional prospectivity indicator, more than an intrusion-scale discriminant, and is certainly informative as a petrogenetic indicator. In general, the use of Ni-olivine as a fertility tool is more likely to generate false negatives than false positives, but both are possible, and the technique should be used as part of a broader weight-of-evidence approach.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0140,011
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,142
Tête enseignante GPT0,357
Écart entre enseignants0,216 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations39
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican MineralogistMême sujetGeological and Geochemical AnalysisTravaux en français237 207