MétaCan
Menu
Retour à la cohorte
Enregistrement W2151225728 · doi:10.1139/cgj-2012-0262

Impact of flocculation-based dewatering on the shear strength of oil sands fine tailings

2013· article· en· W2151225728 sur OpenAlexafffundvenueabout
N. F. Beier, Ward Wilson, Adedeji Dunmola, David C. Sego

Notice bibliographique

RevueCanadian Geotechnical Journal · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueEnhanced Oil Recovery Techniques
Établissements canadiensShell (Canada)Canadian Natural Resources
Organismes subventionnairesShell Canada
Mots-clésTailingsDewateringOil sandsAsphaltFlocculationGeotechnical engineeringMining engineeringEnvironmental scienceGeologyWaste managementPetroleum engineeringEngineeringEnvironmental engineeringMaterials science

Résumé

récupéré en direct d'OpenAlex

The oil sands in northern Alberta have been mined to produce bitumen over the past five decades. Since the 1980s, technical advances have been made in mining, material handling, and bitumen extraction. However, acquiring practical methods to control and reduce the fluid fine tailings build-up has been an ongoing challenge. Recent regulatory changes have driven the industry to review current tailings-management techniques and investigate numerous alternative technologies and processes to manage and reclaim fine tailings. Many of these fine tailings–management techniques involve some form of polymer or chemical addition to promote dewatering and strength gain to meet the regulatory requirements. Based on the reported data, the chemically amended fine tailings deposits have the characteristics of sensitive, metastable deposits, necessitating additional mitigative measures by oil sands operators beyond the regulatory requirements. This paper explores the geotechnical aspects of meeting regulatory strength performance criteria by employing flocculation-based dewatering of fluid fine tailings.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,219
Écart entre enseignants0,211 · 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'étudeExpérimental (laboratoire)
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

Citations88
Publié2013
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetEnhanced Oil Recovery TechniquesTravaux en français237 207