Spatial trace element variations of stibnite in a world-class Sb deposit and their implications for ore genesis and exploration
Notice bibliographique
Résumé
Abstract Stibnite samples collected from various depths in the world-class Xikuangshan Sb deposit in south China were analyzed to determine their trace element signatures and identify features that could be used in the exploration for similar deposits elsewhere. In situ LA-ICP-MS analyses revealed that trace elements such as Cu, Tl, Pb, and Hg are incorporated into the stibnite structure through complex substitution mechanisms. These include substitutions such as (Cu+ + Tl+) + (Pb2+ + Hg2+) ↔ 2Sb3+ + 2□ and Cu+ + Fe2+/Zn2+↔ Sb3+ + □, where ρ denotes vacancies in the stibnite lattice. A key finding of the analyses is that the As, Zn, and Tl contents of the stibnite vary systematically with depth in the deposit, such that the concentrations of As and Tl gradually increase with depth, whereas the Zn concentration decreases. These depth-related trends are interpreted to reflect the migration pathway of ore-forming fluids and the temperature evolution of the hydrothermal system. We therefore propose that these trace elements and their ratios (Tl/Zn and As/Zn) can serve to reconstruct the pathways of ore-fluid migration and target the exploration for orebodies. In addition to our data for the Xikuangshan Sb deposit, we have compiled published data on the trace element compositions of stibnite from Sb, Sb-W, Au-Sb-W, and Au ore systems worldwide. The results show that Cu, Pb, Se, As, and Ag+Sn+In in stibnite can be used to distinguish metal associations in natural hydrothermal ore systems. This study demonstrates that in situ LA-ICP-MS trace element analysis of stibnite has the potential to be used to fingerprint fluid flow paths and to provide a new tool for exploration.
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 ».