Metasomatic Mineral Systems with IOA, IOCG, and Affiliated Deposits: Ontology, Taxonomy, Lexicons, and Field Geology Data Collection Strategy
Notice bibliographique
Résumé
Metasomatic iron and alkali-calcic (MIAC) mineral systems form district-scale metasomatic footprints in the upper crust that are genetically associated with iron oxide–apatite (IOA), iron oxide and iron sulfide copper–gold (IOCG, ISCG), skarn, and affiliated critical and precious metal deposits. The development of MIAC systems is characterized by series of alteration facies that form key mappable entities in the field and along drill cores. Each facies can precipitate deposit types specific to the facies or host deposits formed at a subsequent facies. Defining the spatial and temporal relations between alteration facies and host rocks as well as with pre, syn, and post MIAC magmatic, tectonic, and mineralization events is essential to understanding the evolution of a MIAC system and to evaluating its overall mineral prospectivity. This paper proposes an ontology for MIAC systems that frames the key characteristics of the main alteration facies described and links it to a taxonomy and descriptive lexicons that allow the user to build an efficient data collection system tailored to the description of MIAC systems. The application developed by the Geological Survey of Canada for collecting field data is used as an example. The data collection system, including the application for collecting field data and the lexicons, are applicable to regional- and deposit-scale geological mapping as well as to drill core logging. They respond to the need for the metallogenic mapping of mineral systems and the development of more robust mineral prospectivity maps and exploration strategies for the discovery of critical and precious metal resources in MIAC systems.
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 ».