Rhenium isotopic and geochemical characterisation across lithospheric and surface processes across four global regions, 2019-2024
Notice bibliographique
Résumé
The data resource collates novel measurements of the rhenium isotope geochemistry of various materials measured between 2019 and 2024. The data were collected as part of NERC funded research (NE/T001119) aiming to constrain the behavior of the rhenium isotope system at Earth's surface. Sampling, analyses and data collation were undertaken at Royal Holloway, Durham University and the University of Oxford. The main outputs include: Table 1 - Measurements of Icelandic groundwaters and hydrothermal systems, samples collected in September 2021 from locations around Iceland, and analysed 2021-2023. Table 2 - Measurements on multiple shale weathering profiles from sites across the USA, New Zealand, collected in the 1990s (USA) and 2018 (New Zealand), and measured between 2020-2022. Table 3 - Rhenium isotope measurements on the Eagle Ford Shale, USA, collected in the 2010s and analysed between 2021-2024. Table 4 - Rhenium elemental and isotopic measurements in igneous rocks from Iceland (Helka magmatic evolution sequence collected in the 2000s and 2010s) and Mid-Ocean Ridge in Atlantic, Indian and Pacific Oceans and analysed in 2019-2024. Table 5 - Rhenium isotopes in river sediments and river waters of the northern Mackenzie River basin, Canada, delta region, including Peel and Arctic Red Rivers. Materials were collected between 2017 and 2018 and analysed in 2019. Table 6 - Rhenium isotope measurements on Jurassic aged sedimentary rocks from the MOCHRAS core. Materials were processed and analysed between 2022 and 2025. Together, these data provide a step change in our understanding of the rhenium isotope system and how it can be applied to understand pressing environmental science questions.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».