MétaCan
Menu
Retour à la cohorte
Enregistrement W4410505026 · doi:10.1029/2025jb031227

Link Between Enhanced Pore Surface Relaxivity and Mineral Alteration in Basalts

2025· article· en· W4410505026 sur OpenAlexaff
Zuhao Kou, James Howard, Olivia Terry, Ting Shen, Lucas Abernathy, Dragan Veselinović, Michael Dick, Shaina Kelly

Notice bibliographique

RevueJournal of Geophysical Research Solid Earth · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueHydrocarbon exploration and reservoir analysis
Établissements canadiensUniversity of Fredericton
Organismes subventionnairesnon disponible
Mots-clésBasaltMineralGeologyGeochemistryMineralogyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrothermal alteration significantly affects the mineralogical and geochemical composition of subsurface rocks. This research utilized a combination of low‐field time‐domain nuclear magnetic resonance, gas adsorption‐desorption isotherms, and scanning electron microscopy (SEM) with energy dispersive spectroscopy to characterize the pore systems of a range of flow top and flow interior basalt samples from Newberry Volcano drill core. A power‐law relationship between hydrothermal mineral alteration and magnetic susceptibility of pore‐facing minerals is revealed, suggesting a bulk method for quantifying degree of mineral alteration from core or wellbore data. Transverse relaxation time ( T 2 ) distributions, combined with gas adsorption‐based and SEM image‐based pore size distributions, yield faster T 2 relaxation or enhanced surface relaxivity values within sample micro‐ and macropores facing or lined with secondary minerals. This relationship can be used to evidence increased paramagnetic metal ion (e.g., Fe, Mn, Cr, Co, V) accessibility for subsurface engineering applications such as in situ carbon mineralization and critical minerals extraction.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,332
Écart entre enseignants0,306 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Solid EarthMême sujetHydrocarbon exploration and reservoir analysisTravaux en français237 207