MétaCan
Menu
Retour à la cohorte
Enregistrement W2801325058 · doi:10.5539/enrr.v8n2p100

Multi-criteria Decision Analysis Approach to Mine Closure Planning - A Case Study

2018· article· en· W2801325058 sur OpenAlexvenueno aff
Peter Eshun, Eli Andrews Davies-Ocloo, Newton Amegbey

Notice bibliographique

RevueEnvironment and Natural Resources Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésArable landRecreationLand reclamationAfforestationRanking (information retrieval)Closure (psychology)Production (economics)Environmental planningBusinessEnvironmental scienceWater resource managementEnvironmental resource managementGeographyAgroforestryAgricultureComputer scienceEcologyEconomics

Résumé

récupéré en direct d'OpenAlex

As mining and environmental regulations continue to get tighter on mine closure and reclamation, the choice of an optimal post mining land use becomes critical if mining companies are to continue enjoying the peaceful co-existence they have with their local communities. In this study, possible mine closure alternatives have been identified as suitable for the Salman south pit of Adamus Resources Limited in the Western Region of Ghana. These alternatives are: arable farm land; timber production; shrubs and native forestation; aquaculture; water reservoir; land fill; and recreational site (park). Effective consideration has been given to the identified technical, environmental, economic, and social criteria to assist in the determination of the optimal choice among the identified suitable closure alternatives. Using the Preference Ranking Organisation Method for Enrichment Evaluation (PROMETHEE) technique of multi-criteria decision analysis, it was observed from the results that arable farmland was the most preferred choice followed very closely by timber production. Others like aquaculture, recreational site (park), shrubs and native forestation, water reservoir, and landfill followed in a decreasing order. In order to satisfy all the various stakeholders in the mine closure process, it is therefore recommended that arable farmland and/or timber production be adopted as the optimal post mining land use for the study area.

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 candidatesaucune
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 enseignants0,720
Score d'incertitude au seuil0,514

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 technologies0,0000,000
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 Opus0,064
Tête enseignante GPT0,347
Écart entre enseignants0,284 · 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'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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Natural Resources ResearchMême sujetMining Techniques and EconomicsTravaux en français237 207