Capital investment appraisal for advanced mining technology : case studies in GPS and information based surface mining technology
Notice bibliographique
Résumé
Canadian, American and Australian mining industries are currently faced with the requirement to streamline their operations in light of new economic realities. Automation has been seen as a key step toward the survival and competitiveness of these industries. Unfortunately, technology providers seldom have the expertise or resources to properly transfer technology from the development stage to the productive stage. Mining companies, the potential customers of technology providers are similarly inexperienced at appraising and implementing these new technologies. The manufacturing industry is well experienced in appraising (referred most commonly in manufacturing as justifying) and implementing new technology and has developed numerous capital investment appraisal (CIA) methods that can more accurately appraise new technology. These techniques offer the potential to be adapted to suit the mining industry. The primary objective of this thesis is to investigate the usefulness of various decisionmaking tools in the CIA of advanced technologies for the mining industry. This research discusses the current technological situation in the mining industry to show the requirement for new capital appraisal techniques. The current evaluation methods are analyzed and their weaknesses are identified. The classification schemes and CIA methods derived from the manufacturing industry are adapted to mining. Analytical examples are provided in terms of hypothetical situations and two case studies at an open pit copper mine in British Columbia are described. The first case study reveals the limitations of current CIA methods when applied to advanced technology and applies alternative CIA techniques whose applicability is rated by the decision-maker at the mine as being "very useful". The second case study uses object based simulation as a CIA tool for a blending project by estimating parameters within the project that were previously only subjective opinion.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».