MétaCan
Menu
Retour à la cohorte
Enregistrement W2513079073 · doi:10.17580/gzh.2016.08.15

Experience of introduction of modern computer programs in education and mining

2016· article· en· W2513079073 sur OpenAlexaboutno aff
I. K. Chunuev, T. S. Umarov

Notice bibliographique

RevueGornyi Zhurnal · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceEngineering ethicsEngineering

Résumé

récupéré en direct d'OpenAlex

Numerous computer programs in service in the mining industry are conventionally grouped into programs of general purpose, special purpose, production control and production registration. The Chair of Geodesy and Surveying at the Institute of Mining and Mining Technologies, Kyrgyz State Technical University, has 20 years long experience of successful introduction and application of the licensed popular state-of-the-art computer programs—leaders in the world’s mining practice: Gemcom and Micromine, compatible with AutoCad, etc. Theoretical and practical training on these programs is executed by senior staff of the Kyrgyz–Canadian Kumtor Gold Company. The lecturers of the Chair were trained and certified by the program manufacturer (or distributors). The courses on the programs are divided into two directions: mining and geological exploration. After the comprehensive studies into the programs, a student has skills in creation of data bases for reserves appraisal; optimization of key mine designs; operational calculation of production output per any period of report; accumulation and unification of surveying measurement data, etc. The Center for Computer Technologies at the Chair handles applied problems and trains mining practitioners. Having mastered these programs, a student or an engineer can readily run analogous routines. Aimed to solve extra application tasks on mining, the Chair uses the own programs widely used in education and in mines owing to availability and simplicity. The integrated application of all these software products in education is highly effective in terms of training of engineers and in research and production management in mines.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0310,012

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 Opus0,018
Tête enseignante GPT0,224
Écart entre enseignants0,206 · 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'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGornyi ZhurnalMême sujetMining and Gasification TechnologiesTravaux en français237 207