Critical raw material potential of porphyry copper-gold deposits in the Golden Triangle, northwest British Columbia, Canada
Notice bibliographique
Résumé
• Potential for critical raw materials (CRM) to be mined as by-products. • CRM hosted by at least 58 different minerals. • Suppressed sulphide crystallization generated CRM-rich parental melts. • CRM applied as fertility indicators and exploration vectors. Porphyry deposits are major sources of copper, gold, molybdenum, and silver globally. However, the potential for critical raw materials (CRM) to be mined as by-products (e.g., antimony, bismuth, platinum group elements, and tellurium) at these deposits is poorly understood. Herein we present results from a lithogeochemical survey (n = 331), detailed mineralogy, and trace element mapping to characterize the concentrations of CRM and their deportment within the Golden Triangle, northwest British Columbia, Canada. We demonstrate that the host rocks to porphyry copper-gold (i.e., Galore Creek, Copper Canyon, KSM, Dok, Yeti, and Burgundy) and epithermal gold-silver (i.e., Brucejack) deposits were derived from oxidized and water-rich parental melts that suppressed sulphide crystallization, resulting in the pre-enrichment of CRM relative to other arc rocks globally. The structural juxtaposition, local thickening, and preservation of these prospective source rocks is likely one of the factors contributing to the mineral district’s exceptional gold and CRM endowment. Multiple analytical methods (e.g., aqua-regia, four-acid, fusion) for the same samples further demonstrate that the highest Bi (39 ppm), Pd (460 ppb), Sb (375 ppm), and Te (15 ppm) concentrations are associated with sulphide and/or other non-resistate minerals within the most hydrothermally altered samples. Detailed mineralogy and trace element mapping by laser ablation-inductively coupled plasma-mass spectrometry (LA-ICP-MS) reveals that CRM within the Golden Triangle are hosted by at least 58 different minerals. We apply these results to estimate the contained CRM at the Galore Creek and KSM deposits and to discuss their potential to be recovered as by-products. Lithogeochemical results are also applied to predict the mineral potential of different igneous suites within the Golden Triangle based on their CRM concentrations.
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) | 0,001 | 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) | 0,007 | 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 ».