MétaCan
Menu
Retour à la cohorte
Enregistrement W2515521774 · doi:10.1016/j.jsm.2016.08.002

Reliability effect on energy consumption and greenhouse gas emissions of mining hauling fleet towards sustainable mining

2016· article· en· W2515521774 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Sustainable Mining · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGreenhouse gasTruckEnergy consumptionCarbon footprintConsumption (sociology)Global warmingNatural resource economicsProduction (economics)Reliability (semiconductor)Environmental economicsEngineeringWaste managementEnvironmental scienceClimate changeEconomics

Résumé

récupéré en direct d'OpenAlex

Mineral commodity prices have decreased swiftly since 2012. For example, gold price, which was above $1800 per ounce, is currently about $1250 per ounce. Price slumps were even more severe in the base metals. Furthermore, the resource degradation and complex geologic conditions give rise to operation costs. As a result, many mining operations and development projects were eventually suspended, cancelled or ceased. Environmental compliance is also another challenge to the mining industry. The fuel consumed by diesel trucks emits greenhouse gases, which are one of contributors to the global warming. In Canada, the provinces of Quebec, British Columbia and Alberta introduced carbon taxes with the objective of reducing gas emissions in attempt to mitigate climate change. In this scope, only way to stay in business for a mining company is to invest more efficient and environmental friendly production practices such that operation costs are reduced. Given that maintenance costs and energy consumption are the largest contributors to operation costs, the minimization of carbon emissions and the maximization of equipment availability would be beneficial. This paper addresses to quantify the relationship between equipment reliability and energy consumption through a case study. It shows that a maintenance policy based on equipment reliability can significantly reduce energy consumption and its associated gas emissions.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,656
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,229
Écart entre enseignants0,219 · 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