Accurate Determination of Silver Isotopic Composition in Silicate Rocks with Low Silver Abundance
Notice bibliographique
Résumé
Owing to the extremely low abundance of silver in the Earth’s crust and mantle, it remains a major challenge to eliminate matrix impurities to obtain accurate silver isotopic compositions in silicate rocks. To determine precise and accurate silver isotopic data in silicates, we have modified the traditional pretreatment procedures, assessed isobaric interference and matrix effects, and analyzed silver isotopic compositions in silicates. By modification of the silicate digestion and ion-exchange procedures, efficient elution of silver was achieved. The doping experimental results indicated that the matrix effect induced by Ti and Cr could be satisfactorily corrected using the internal standard Pd isotope pair of 108 Pd– 106 Pd. The modified chemical chromatographic method effectively separates Ni from Ag in silicate samples, thereby minimizing the significant isobaric interference from Ni cations. As a result, the shifts in the δ 109 Ag value caused by cations can be corrected to less than 0.02‰. There are considerable shifts down to −0.82‰ in δ 109 Ag from the accepted δ 109 Ag value when soluble metasilicate is present in the solution, which might explain the discrepancies in measured δ 109 Ag values for silicate materials. To accurately analyze silver isotopic compositions, especially of silicates with extremely low silver abundance, a silver standard doping method with an optimum doping proportion (sample-to-standard material ratio of 2:8) has been shown to produce an acceptable measurement uncertainty from 0.04 to 0.06‰ (2SD). The high-precision δ 109 Ag value determined in this study for ultramafic rocks from Balmuccia and the basalt reference material, BHVO-2, of −0.044 ± 0.062‰ is consistent with that of −0.16 ± 0.07‰ reported by previous studies. Our study paves the way for the more extensive use of silver isotopes in studies of terrestrial/extraterrestrial rocks, something that will be of help in constraining the sources of precious metals in polymetallic ore deposits as well as core formation and volatile-element depletion in the early solar system.
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 | 0,000 | 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) | 0,000 | 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 ».