MétaCan
Menu
Retour à la cohorte
Enregistrement W2767182757

Mine Site Reclamation Challenge through Some Examples in Québec (Canada)

2017· article· en· W2767182757 sur OpenAlexaboutno aff
Abdelkabir Maqsoud

Notice bibliographique

RevueInternational Journal of Environmental Science · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTailingsLand reclamationAcid mine drainageEnvironmental scienceWater tableDrainageEffluentSulfide mineralsEnvironmental engineeringWaste managementPyriteMining engineeringGroundwaterEnvironmental chemistryEngineeringGeologyChemistryMineralogyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The mining industry generates large amounts of solid and liquid waste. These wastes have the potential to adversely impact the environment if not properly managed. Special attention is required when the wastes contain sulfide minerals. The oxidation of sulfides minerals by atmospheric oxygen generates contaminant in the drainage water. This phenomenon is called acid mine drainage (AMD) when the effluents are acidic. In these situations, actions must be taken at the mine site to prevent environmental impacts caused by AMD. For that, reclamation of mine site constitutes the most important challenges for the mining industry and different techniques were developed to control the production of AMD. These techniques are used to eliminate, or to reduce to very low levels, the water flow (hydraulic barrier) and / or oxygen flux (oxygen barrier) to reactive tailings. Under humid climate conditions, the most appropriate techniques to control oxygen flux are: i) cover with capillary barrier effects (CCBE), and ii) monolayer cover with an elevated water table. These techniques were used for mine site reclamation in Abitibi-Temiscamingue (Quebec, Canada). The emphasis will be on their characteristics, configuration and performance.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,672
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,256
Écart entre enseignants0,241 · 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.

Devis d'étudeObservationnel
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental ScienceMême sujetMine drainage and remediation techniquesTravaux en français237 207