MétaCan
Menu
Retour à la cohorte
Enregistrement W7029046373

How much metal can you get? Quantified mass balancing of base metal release during epidosite zone alteration in ophiolite-hosted VMS systems

2009· other· en· W7029046373 sur OpenAlexaff

Notice bibliographique

RevueNERC Open Research Archive (Natural Environment Research Council) · 2009
Typeother
Langueen
Domaine
Thématique
Établissements canadiensOcean Networks Canada SocietyUniversity of Victoria
Organismes subventionnairesBritish Geological SurveyUniversity of LeicesterInstitute of Materials, Minerals and Mining
Mots-clésNucleofectionFusible alloyArticular cartilage damageLiquationDiafiltrationTSG101
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Understanding source-deposit relationships in VMS systems is important for mineral exploration and to increase knowledge of seafloor hydrothermal processes and ocean–crust fluxes. Although it is known that metals are stripped from oceanic crust by hydrothermal fluids and are partly redeposited in orebodies, some aspects are poorly understood. It has been proposed that metal-depleted epidosites (epidote–quartz–chlorite–Fe-oxide–titanite units within sheeted dyke complexes) were the source rocks for ophiolite-hosted VMS deposits. To test this hypothesis, the Spilia-Kannavia epidosite zone in the Troodos ophiolite, Cyprus, was investigated. This zone (≥1.9 km3), at the base of the Sheeted Dyke Complex, extends ~5 km parallel to and ~2 km across dyke strike and vertically ≥400 m. During alteration, this zone released ~0.4 Mt Zn, ~0.06 Mt Ni, ~5.2 Mt MnO, and 0.14 Mt Cu. This exceeds the Zn within any ophiolite-hosted VMS deposit, and provides enough Cu for a medium-large deposit. In comparison, published data suggest a similar volume of background diabase could mobilise less Zn, Cu and Ni and no Co or Mn. It is concluded that epidosite zone formation releases significant amounts of base metals into ophiolite-hosted VMS 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 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 seuil0,012

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,097
Tête enseignante GPT0,326
Écart entre enseignants0,229 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNERC Open Research Archive (Natural Environment Research Council)Travaux en français237 207