MétaCan
Menu
Retour à la cohorte
Enregistrement W1966878594 · doi:10.3390/min4020399

Strategizing Carbon-Neutral Mines: A Case for Pilot Projects

2014· article· en· W1966878594 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMinerals · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCO2 Sequestration and Geologic Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCarbon Management Canada
Mots-clésTailingsEnvironmental scienceCarbonationWaste managementNatural resource economicsEnvironmental economicsEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

Ultramafic and mafic mine tailings are a valuable feedstock for carbon mineralization that should be used to offset carbon emissions generated by the mining industry. Although passive carbonation is occurring at the abandoned Clinton Creek asbestos mine, and the active Diavik diamond and Mount Keith nickel mines, there remains untapped potential for sequestering CO2 within these mine wastes. There is the potential to accelerate carbonation to create economically viable, large-scale CO2 fixation technologies that can operate at near-surface temperature and atmospheric pressure. We review several relevant acceleration strategies including: bioleaching of magnesium silicates; increasing the supply of CO2 via heterotrophic oxidation of waste organics; and biologically induced carbonate precipitation, as well as enhancing passive carbonation through tailings management practices and use of CO2 point sources. Scenarios for pilot scale projects are proposed with the aim of moving towards carbon-neutral mines. A financial incentive is necessary to encourage the development of these strategies. We recommend the use of a dynamic real options pricing approach, instead of traditional discounted cash-flow approaches, because it reflects the inherent value in managerial flexibility to adapt and capitalize on favorable future opportunities in the highly volatile carbon market.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,778
Score d'incertitude au seuil0,510

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,048
Tête enseignante GPT0,289
Écart entre enseignants0,241 · 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