Study of molybdenum mineralisation on a worldwide scale : δ₉₈Mo variation and isotopic tools Pb, S, Re-Os
Bibliographic record
Abstract
Cette étude s’intéresse aux variations de la composition isotopique du Mo des molybdénites (MoS2) afin de déterminer si un lien existe entre le type d’occurrence, les processus minéralisateurs, l’âge des occurrences et les variations observées pour le δMo. Une base de données (n=391) construite à partir d’analyses effectuées au cours de cette étude (n=198) et de donnée issue de la littérature (n=193) permet l’obtention de statistiques robustes sur la composition isotopique du Mo des MoS₂. Différents types d’occurrences ont été étudiés (granites, pegmatites, greisens, filons périgranitiques, porphyres, skarns, IOGC, veines polymétalliques et fentes alpines). Tous les δ98Mo ont été normalisés au NIST3134 (δ₉₈MoNIST(NIST) = 0‰). La répartition du δ₉₈MoNIST des MoS₂ tend à suivre une loi normale avec une moyenne de 0,04±1,04‰ (2σ). Les moyennes des δ₉₈MoNIST sont plus élevées pour les fentes alpines, les greisens et les veines périgranitiques que pour les skarns, granites et porphyres. Ces derniers types d’occurrences cristallisent à plus haute température que les précédents. Dans le cas des occurrences liées aux granites, le δ₉₈MoNIST des granites est plus faible que celui des pegmatites et que celui des veines périgranitiques. Ceci pourrait montrer une influence de la température sur le fractionnement isotopique du Mo. Des variations intra-occurrence ont aussi été mises en évidence. L’amplitude de ces variations ne dépend pas du type d’occurrence. Les δ₉₈MoNIST du skarn d’Azegour varient de 1,02‰. Le processus de fractionnement proposé est le fractionnement de Rayleigh lors de la cristallisation fractionnée. Des analyses isotopiques du Pb et du S montrent une forte contribution de la série volcano-sédimentaire encaissante. Les δ₉₈MoNIST de la pegmatite de Ploumanac’h varient très peu : 0,22‰. Les analyses isotopiques du S et du Pb montrent une forte contribution crustale dans la formation des magmas.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".