MétaCan
Menu
Retour à la cohorte
Enregistrement W2317527187 · doi:10.3997/2214-4609-pdb.179.01103-1112

Grade Estimation At Cvrd Inco’S Canadian Sulphide Mines

2007· article· en· W2317527187 sur OpenAlexaffabout
Glenn McDowell, Andrew D. Mackie, Mark Palkovits

Notice bibliographique

Revue20th EEGS Symposium on the Application of Geophysics to Engineering and Environmental Problems · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMineral Processing and Grinding
Établissements canadiensVale (Canada)
Organismes subventionnairesnon disponible
Mots-clésPyrrhotiteElectrical resistivity and conductivityConductivityEddy currentMaterials scienceMineralogyMetallurgyAnalytical Chemistry (journal)Environmental scienceGeologyChemistryElectrical engineeringEnvironmental chemistryPyriteEngineering

Résumé

récupéré en direct d'OpenAlex

The paper provides an overview of grade estimation at CVRD Inco Limited’s (CVRD Inco) Canadian sulphide mines. The main Ni grade estimation technique used is blasthole conductivity. This<br>technique is applicable in zones where the sulphide is sufficiently well connected to provide eddy current responses in inductive conductivity probes. In zones where the sulphide content is low (less than 25-30%) and the degree of sulphide connectivity is insufficient to cause reliable eddy current responses in inductive conductivity probes, magnetic susceptibility is being employed to enhance Ni grade estimation. In these zones, magnetic susceptibility complements conductivity-based grade estimation<br>because of the monoclinic or magnetic pyrrhotite content of the sulphide. Additional techniques being investigated for grade estimation and discrimination between chalcopyrite-rich and pyrrhotite-rich mineralization include resistivity, natural gamma and density. The paper concludes with a summary of the nuclear-based PGNA (Prompt Gamma Neutron Activation) technique. This is a more direct grade determination technique that employs a neutron generator and gamma detectors. The resulting gamma ray spectra contain information about elemental concentrations including Ni, Cu, Co, Fe, S, Si, Ca, Al, etc.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,227
Score d'incertitude au seuil0,669

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 Opus0,005
Tête enseignante GPT0,174
Écart entre enseignants0,170 · 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

Citations1
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue20th EEGS Symposium on the Application of Geophysics to Engineering and Environmental ProblemsMême sujetMineral Processing and GrindingTravaux en français237 207