Skarn classification and element mobility in the Yeshan Iron Deposit, Eastern China: Insight from lithogeochemistry
Notice bibliographique
Résumé
Skarns form by significant fluid-mediated exchange of mass and heat between igneous rocks and their surrounding wall rocks into which they intruded. Quantification of the mass exchange associated with skarn alteration requires knowledge of the skarn protoliths, which are often masked by metamorphic recrystallization and intense calc-silicate metasomatism. To overcome this challenge in characterizing the Yeshan skarn Fe deposit in Eastern China, a cross-section through the complete rock sequence, from the carbonate wall rock to the pluton, was systematically sampled, and analyzed for bulk-rock major and trace elements. Underpinned by the skarn zonation model, ln(SiO2/Al2O3), ln(SiO2/TiO2), and REE + Y values in the skarns were used to distinguish the various skarn protoliths. The effectiveness of the ln(SiO2/Al2O3) and ln(SiO2/TiO2) is supported by the variable mobility of Si, Al, and Ti during magma-derived fluid infiltration into the carbonate wall rocks at Yeshan. The effectiveness of REE + Y is based on their significant concentration differences in the carbonate wall rocks and igneous rocks at Yeshan. These geochemical indexes may be applicable to the characterization of protoliths and mass transfer in skarn deposits where igneous rocks intruded carbonate wall rocks.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 tête enseignante, 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 ».