MétaCan
Menu
Retour à la cohorte
Enregistrement W2753034332 · doi:10.36487/acg_rep/1504_25_veenstra

Early curing age paste backfill exposures – the role of effective stress

2015· article· en· W2753034332 sur OpenAlexaff
Ryan Veenstra, A. C. Grice, Murray Grabinsky, W.F. Bawden

Notice bibliographique

RevuePaste/˜Pœaste · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensMining Association of CanadaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGeotechnical engineeringCuring (chemistry)DissipationStress (linguistics)Environmental scienceMaterials scienceGeologyComposite material

Résumé

récupéré en direct d'OpenAlex

This paper presents results from a numerical modelling exercise that looks at vertically exposing sub-28-day cemented paste backfill. The reason for this exercise is that underground mining operations would like to start exposing cemented paste backfill (CPB) earlier in order to increase production. However, these earlier exposures would mean that the pore water pressures in the stope may not have fully dissipated, hence entering an effective stress state versus a total stress state. The goal of this paper was to examine how effective stress impacts these early exposures. This was done by modelling the filling and the subsequent pore water dissipation within a stope. This modelled CPB was then vertically exposed, using both effective and total stress models, at various times ranging from immediately after filling to 28 days after filling. The results of these models were then compared in order to determine what difference there was between the overall outcome.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,630

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 Opus0,009
Tête enseignante GPT0,182
Écart entre enseignants0,173 · 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'étudeExpérimental (laboratoire)
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetTailings Management and PropertiesTravaux en français237 207