EPR Dating of Clay Minerals Formation Through Geological Times: Benchmarking From the Quaternary to the Neoproterozoic Era
Notice bibliographique
Résumé
Revealing the environment and timing of clay formation in the geosphere is of major importance to understand and model the evolution of geological systems at the surface or near-surface of the continents, such as weathering covers, sedimentary basins or hydrothermal systems. Dating clay minerals by electron paramagnetic resonance spectroscopy (EPR) is a promising method that relies on the measurement of stable radiation-induced defects (RIDs) accumulating in their structure over time due to natural radioactivity. This approach has not yet been challenged by the inter-comparison with other geochronological methods, mostly because clay minerals accurately dated with methods independent from the EPR approach and also suitable for the EPR dating remain scarce in the geological record. Herein, an up-to-date protocol for the EPR dating and benchmarking are provided and developed by analyzing selected clay samples. The series includes a Mesoproterozoic illite (Thelon Basin, Canada), two paleosol kaolinites (Ukraine, Estonia) from at least late Ediacaran period, an Ypresian sedimentary kaolinite from the Aquitan Basin (France) and two Miocene and Pliocene kaolinites from lateritic duricrusts (Amazonia, Brazil). Despite some discussed uncertainties mainly related to the Th distribution in the samples, the time variation of dose rate and the thermal history of some clay samples, the EPR ages show a trend close to the 1/1 line with ages determined by other dating methods. These results bring promising support to the EPR dating methodology of clay minerals and extend its potential application field over a time-range spanning from Quaternary to Proterozoic.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».