MétaCan
Menu
Retour à la cohorte
Enregistrement W2131404544 · doi:10.1139/s03-076

Analysis of wind-driven resuspension of metal mine sludge in a tailings pond

2004· article· en· W2131404544 sur OpenAlexvenueaboutno aff
M Haneef Mian, Ernest K. Yanful

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTailingsEffluentEnvironmental scienceSedimentSuspended solidsLimeWater qualityTotal suspended solidsStormwaterEnvironmental engineeringHydrology (agriculture)WastewaterGeologySurface runoffGeotechnical engineeringChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Shallow water covers, typically less than 2 m deep, are commonly used to store tailings and minimize environmental degradation. Studies have, however, shown that wind induced waves can erode and resuspend tailings in areas where the water cover is much shallower than 1 m, possibly leading to oxidation of sulphide minerals, acid generation, and release of heavy metals. The present work investigated erosion and resuspension of co-disposed, cohesive mill tailings and lime neutralization sludge in a tailings pond located at the Heath Steele mine site, near Miramichi, New Brunswick, Canada. From measured wind data and published equations, suspended sediment concentrations were modeled for various water cover depths and compared to measured total suspended solids (TSS) values and the federal effluent discharge guideline of 25 mg L–1. The computed suspended sediment concentrations agreed with those measured at the effluent discharge point. The results show that winds blowing in the direction of the major axis of the pond contributed most to resuspension and elevated TSS. Key words: cohesive mine tailings and sludge, critical shear stress, wind-induced resuspension, effluent water quality.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,005
Tête enseignante GPT0,179
Écart entre enseignants0,174 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations32
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetAeolian processes and effectsTravaux en français237 207