Event tree analysis for room and pillar mining affecting permeability beneath surface bodies of water
Notice bibliographique
Résumé
Underground mining and oil and gas drilling have increasingly encroached on public water reservoirs and dams because of the overwhelming demand for energy combined with the growing population. Cases of surface water reservoirs and mine waste impoundments being drained, as well as dam infrastructure being damaged, due to accidents have been documented. The methods used by regulators and industry for determining mining or drilling offset distances are based primarily on three approaches and studies performed in the early 1970s. The former US Bureau of Mines Information Curricular 8741 was the culmination of these studies and continues in use for determining offset distances for underground mining with respect to dams and reservoirs. This study used analytical and empirical methods based on subsidence effects to recommend offset distance extents specifically for miners' safety. A major limitation of the previous studies is that they did not detail the affect mining operations have on changes in groundwater flow due to soil and overburden permeability changes triggered by vertical ground surface subsidence that could lead to increased risk hazards for a reservoir or dam infrastructure. This paper presents a review of international literature related to mining under surface bodies of water (reservoirs) and presents a risk-based event tree analysis quantifying the probability of changes in subsurface permeability due to overburden strain changes. A sensitivity analysis quantifying probabilities of increased subsurface permeability in terms of offset distances from a reservoir is presented and discussed. Empirical results indicate the probability of permeability changes at a 350 ft (107 m) deep mine located at offsets of: 200, 400, and 600 ft (61, 122, and 183 m) were at 41, 0.66, and 0.0067%, respectively.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».