MétaCan
Menu
Retour à la cohorte
Enregistrement W4415221290 · doi:10.1126/sciadv.adt9106

Onset of slab mantle melting in Earth’s lower mantle: Evidence from ferropericlase in superdeep diamonds

2025· article· en· W4415221290 sur OpenAlexaff
Peng Ni, Steven B. Shirey, Michael J. Walter, Janina Czas, Davide Novella, Fabrizio Nestola, Nico Kueter, Evan M. Smith, Thomas Stachel, D. Graham Pearson, A. Steele, L. R. Gardner, Steven D. Jacobsen, B. Harte, Jeffrey W. Harris, Anat Shahar

Notice bibliographique

RevueScience Advances · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSlabDiamondMantle (geology)Inclusion (mineral)CrystallizationMelt inclusionsLithosphere

Résumé

récupéré en direct d'OpenAlex

Ferropericlase ([Mg x ,Fe 1-x ]O), the most common inclusion in sublithospheric diamonds, has a poorly understood crystallization history and depth of origin. Nineteen microscopic ferropericlase grains with different Mg#s were released from Juína and Kankan diamonds with mantle-like carbon, for Mg and Fe isotopic analysis. Two groups of ferropericlase inclusions can be distinguished with respect to diamond growth: high-Mg# inclusions with mantle-like Mg and Fe (δ 26 Mg = −0.23 ± 0.22‰; δ 56 Fe = 0.00 ± 0.14‰) inferred to be preexisting and lower Mg# inclusions with non–mantle-like heavy Fe (δ 56 Fe up to +0.3‰) and light Mg (δ 26 Mg down to −1.4‰) inferred to be coeval. We propose that coeval ferropericlase inclusions formed by melting of hydrated and carbonated peridotitic slab components subducted to lower mantle depths. Continuous reaction of these melts with surrounding reduced, dry slab harzburgite can produce the large range in Mg# and Ni contents of our ferropericlase suite—a heretofore unexplained feature of global ferropericlase data.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,257
Écart entre enseignants0,246 · 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'étudeObservationnel
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetHigh-pressure geophysics and materialsTravaux en français237 207