Certifiable Risk Management and Business Continuity Approach in Mining Industry
Notice bibliographique
Résumé
In mining industry, there is a particular need for a sound approach to the process of risk and business continuity management with ultimate goal the continuity of mining operations in case of unplanned events' materialization. In this context, many functions within large mining companies have a significant risk component to their activities. Emphasis is placed on the type of threats that could cause serious loss of production and even jeopardize the operational continuity. In order to cover a wide spectrum of threats and hazards, an organization could approach their assessment and handling through the implementation of certifiable management system standards, such as ISO 22301, OHSAS 18001 and ISO 14001. The objective of this paper is to show the gains and the simplicity of development and implementation of a certifiable Integrated Management System in complex and risky activities in order to form a robust and sustainable business continuity and risk management framework which could face a wide range of risks that might prohibit operational continuity, such as production risks, health and safety risks and environmental risks. Through the integration of management systems large companies could achieve economies of scale and avoid duplication of efforts in assessing and handling the vast variety of threats. The integrated management system formulates a platform on which an organization can base a plethora of management systems containing threat assessment and management requirements such as ISO 28000 (Supply Chain Management) and ISO 39001 (Road Traffic Safety). The implementation of an Integrated Management System could help mines and other industries as well, to comply with the regulations and to operate safely and reliably.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».