Dynamic triggering of microseismicity in an underground mine
Notice bibliographique
Résumé
Summary We examine spatio-temporal patterns of microseismicity recorded during one month in an underground mine by addressing three key questions: 1) where does the seismicity occur? 2) Why does it occur in these locations? And 3) what triggers it? To obtain accurate locations, we perform a multiplet analysis and use a modified version of the double-difference (DD) relocation method. This approach leads to highly accurate relative event locations and requires groups of multiplets only. Most of the 281 relocated events are close to the main shaft and tunnels; thus we postulate seismicity is facilitated by stresses associated with the potential for subsidence in addition to the hoop stresses acting on the two vertical shafts. Most events occurred during certain hours of the day and there is a 68% correlation with reported rock removal; therefore, it is likely they were triggered by static and dynamic stress perturbations caused by the transportation of debris along tunnels instead of our initial guess that blasting was the principal causative mechanism. Given that seismicity is present around the main shaft but absent close to the second one, we conclude that for seismicity to occur both a favorable stress state and additional external perturbing forces must exist, thus leading to dynamic event triggering in an initially stable stress situation. This analysis provides more insight into anthropogenic processes that might trigger seismicity, thereby facilitating identification of hazardous and potential damage areas in mine settings.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».