A fluid-flow modeling approach for predictive mapping of orogenic gold mineralization in the Malartic camp, Canada
Notice bibliographique
Résumé
Orogenic gold deposits are structurally controlled and commonly formed in the transition zone \nbetween brittle and ductile crustal domains. Formation of disseminated or localized gold \nmineralization involves structural features (e.g., fault zones, fold hinges), contrasts in physical \nproperties (e.g., rock competency and permeability, lithostatic and hydrostatic pressure, \ntemperature) or chemical variability (e.g., rock chemistry, fluid composition). Orogenic gold \ndeposits form in convergent tectonic settings, at crustal depths of between 3 and 18 km, from \nthe Paleoarchean to the present. However, the goal of this study is just to investigate the \nhydrothermal properties of a model and predict the influence of deformation zones, rock types \nand the associated physical parameters on fluid-flow associated with orogenic gold systems, \nand subsequently develop new feature-engineered layers for mineral exploration purpose. \nOpen-source numerical modeling software OpenGeoSys, has been used to reconstruct the major \nfault network in the Malartic mining district, in an area 19.7 km long and 7.3 km wide. This \nmodel can compare thermal convection fluid flow with deformation induced fluid flow. Results \nof numerical simulations conducted in OpenGeoSys and relative calculations from different \nphysical parameters along faults or intrusive contacts explain the existence of a spatial \nassociation with the distribution of orogenic gold prospects and mines in the Malartic camp. \nResults of Weight of Evidence demonstrate that the incorporation of faults in 3D finite element \nmodels for coupled fluid and heat transport simulations has the potential of indicating favorable \nareas for gold mineralization in a 3D space, which can ultimately lead to new mineral \ndiscoveries.
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 | 0,001 |
| 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) | 0,001 | 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 ».