MétaCan
Menu
Retour à la cohorte
Enregistrement W2890217944 · doi:10.14288/1.0320883

Challenges with conducting tailings dam breach studies

2017· article· en· W2890217944 sur OpenAlexaff
Violeta Martín, Daniel Fontaine, Jaime Grant Cathcart

Notice bibliographique

RevuecIRcle (University of British Columbia) · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTailings damTailingsGeologyForensic engineeringMining engineeringEngineeringMetallurgy

Résumé

récupéré en direct d'OpenAlex

Engineering practitioners currently use a combination of guidance documents, published papers, and professional experience to support tailings dam breach and inundation studies. There is considerable knowledge and information available in this relatively new field of practice, but standardized and comprehensive guidelines specific to tailings dams are not available. Practitioners face several key challenges: (a) the more established and mature guidance is typically focused on water storage dams; (b) the available literature may only address specific aspects of dam breach assessment and inundation modelling; (c) the available literature sometimes relies on historical data that may not be consistent with the proposed application; and (d) the results are highly sensitive to the selected modelling inputs. This paper reflects on the currently available literature on dam breach and inundation studies, compares how the major components for these studies are approached, and discusses how the resulting conclusions may vary. Key aspects of tailings dam breach and inundation assessment typically considered include: initial conditions and hydrology; boundary conditions; breach parameters; tailings mobility and outflow volume; and flood routing and inundation mapping. This paper quantitatively compares several of the key parameters proposed by various authors and comments on the factors that control their applicability.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,988
Score d'incertitude au seuil0,996

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 savante0,0000,001
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 Opus0,050
Tête enseignante GPT0,205
Écart entre enseignants0,155 · 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'étudeAutre devis
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

Citations20
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuecIRcle (University of British Columbia)Même sujetTailings Management and PropertiesTravaux en français237 207