Determination of the erosion level of a porphyry copper deposit using soil geochemistry
Notice bibliographique
Résumé
As exploration is time-consuming, costly, and risky, determination of the erosion surface of a metalliferous deposit before geophysical surveying and exploration drilling might be very helpful. Geochemical haloes can be used to determine whether the erosion surface is supra-ore or sub-ore and thus reduce the risk of exploration operations. The aim of this investigation is to determine the erosion surface of the North ROK porphyry deposit (NRPD) in northwestern British Columbia in Canada using linear productivity (LP), which is the content of an element defining the halo multiplied by the width of the halo. A total of 2045 soil samples from the B horizon were analysed using ICP-MS for 36 elements, including Cu, Mo, Pb, Zn, Au, As, Ag, Ni, Co, Fe, and Mn. The data-set was snalysed to obtain the statistical parameters and the elements Cu, Mo, Pb, and Zn were chosen to calculate the linear productivity and the total linear productivity. These four elements were modelled using probability plots to identify and separate subpopulations in terms of anomalous haloes and background, including the threshold values of each subpopulation. The results of the probability plot modelling and thresholds values were then used to map the distribution of each element in a GIS to calculate the linear productivity. The total linear productivity indicated that the erosion surface is supra-ore. Finally, a 3D orebody model of the Cu, Mo, Pb, and Zn distributions was constructed using borehole data and used to validate the results.
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 | 0,001 | 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 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 ».