MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322004489 · doi:10.5194/egusphere-egu23-12967

Craton control on sediment-hosted metal deposits in continental rifts

2023· preprint· en· W4322004489 sur OpenAlexaboutno aff
Anne Glerum, Sascha Brune, Joseph M. Magnall, Philipp Weis, Sarah A. Gleeson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRiftCratonGeologySiliciclasticArcheanGeochemistryGeodynamicsStructural basinGeomorphologyPaleontologySedimentary depositional environmentTectonics

Résumé

récupéré en direct d'OpenAlex

Many large sediment-hosted base metal deposits occur in failed continental rifts and the passive margins of successful rifts, e.g., in the MacArthur Basin (Australia), and in the Selwyn Basin (Canada). The large-scale geodynamics control the parameters involved in metal leaching and deposition on smaller spatial and temporal scales. Such parameters include 1) the supply of syn-rift siliciclastic sediments from the rift shoulders to form potential source rocks, 2) elevated temperatures and heat flows supporting metal leaching by fluids, 3) fault networks facilitating hydrothermal fluid flow, and 4) organic rich siliciclastic host rocks. Analysis of the occurrence of base metal deposits and lithospheric thickness has shown that the majority of deposits are located within 200 km of a craton edge (Hoggard et al. 2020). Numerical models have also shown that a craton close enough to an incipient rift controls the asymmetry of the rift system (Andres-Martinez 2016). We therefore investigate how the presence of a craton controls the development of environments favorable for metal leaching and deposition in rift basins. To this end, we use the geodynamic code ASPECT (Kronbichler et al. 2012; Heister et al. 2017) coupled to the landscape evolution model FastScape (Braun and Willett 2013; Neuharth et al. 2022) to model 2D rift systems from inception to break-up in the presence of a craton. With these high-resolution (~150 m) simulations, we investigate the relationship between craton distance and thickness and the area of potential source rock and host rock, where metals could be leached and deposited, respectively. We subsequently analyse the co-occurrence of such source and host rock and potential faulting events connecting them (e.g., Rodríguez et al. 2021). Preliminary results show that the close presence of a craton leads to predominantly asymmetric systems with a narrow craton-side margin (as shown by Andres-Martinez 2016). A craton also increases the amount of potential source and host rock. Whereas the amount of source rock increases with distance between craton and rift, the total area of potential host rock decreases. Furthermore, the co-occurrence of source, host and faults in one subbasin is rare. Andres-Martinez, M. 2016. PhD thesis, Royal Holloway University of London. Braun, J. and S. D. Willett. 2013. Geomorphology 180–181: 170–79. DOI: 10.1016/j.geomorph.2012.10.008. Heister, T. et al. 2017. Geophys. J. Int. 210 (2): 833–51. DOI: 10.1093/gji/ggx195. Hoggard, M. et al. 2020. Nature Geoscience 13 (7): 504–10. DOI: 10.1038/s41561-020-0593-2. Kronbichler, M. et al. 2012. Geophys. J. Int. 191 (1): 12–29. DOI: 10.1111/j.1365-246X.2012.05609.x. Neuharth, D. et al. 2022. Tectonics 41 (3): e2021TC007166. DOI: 10.1029/2021TC007166. Rodríguez, A. et al. 2021. GCubed 22 (6). DOI: 10.1029/2020GC009453.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,243
Écart entre enseignants0,221 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→