MétaCan
Menu
Retour à la cohorte
Enregistrement W2089265865 · doi:10.1139/cgj-2014-0375

Evaluation of fault-slip potential due to shearing of fault asperities

2015· article· en· W2089265865 sur OpenAlexafffundvenue
Atsushi Sainoki, Hani S. Mitri

Notice bibliographique

RevueCanadian Geotechnical Journal · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSlip (aerodynamics)Seismic momentGeologyShearing (physics)Fault (geology)Shear (geology)SeismologyShear stressAsperity (geotechnical engineering)Geotechnical engineeringMining engineeringEngineeringPetrologyMechanics

Résumé

récupéré en direct d'OpenAlex

Mining activities in underground mines could induce fault-slip that inflicts devastating damage to mine openings. Thus, enhancing current knowledge about fault-slip taking place in underground mines is of paramount importance. In this study, static and dynamic analyses are performed using mine-wide models encompassing a fault running parallel to a steeply dipping, tabular orebody. In the static analysis, modelled stopes within the orebody are extracted and backfilled in accordance with a sublevel stoping method. Dynamic analyses may be performed, depending on the stress states at the end of each mining stage during the static analysis, to simulate fault-slip induced by a stress drop resulting from asperity shear. Selected seismic source parameters of the simulated fault-slip are then computed for each mining stage. The relation between D/H (where D is distance between the fault and the orebody, and H is height of the mined-out ore) and seismic source parameters is examined. It is shown that seismic moment and radiated seismic energy correlate well with D/H, thus suggesting that this ratio could be used as an indicator of fault-slip potential. On the other hand, no noticeable correlation between the maximum slip rate during fault-slip and D/H could be ascertained.

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 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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,038
Tête enseignante GPT0,253
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations33
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetRock Mechanics and ModelingTravaux en français237 207