MétaCan
Menu
Retour à la cohorte
Enregistrement W2890929875 · doi:10.5296/emsd.v7i4.13534

Environmental Risks in Open Pit Mines: Representation of a Temporal Evolution Related to Water Factor

2018· article· en· W2890929875 sur OpenAlexafffund
S. B. Mondoukpè Lagnika, Robert Häusler

Notice bibliographique

RevueEnvironmental Management and Sustainable Development · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesÉcole des Hautes Études en Santé PubliqueUniversité de Sherbrooke
Mots-clésProduction (economics)Representation (politics)Computer scienceEnvironmental scienceRegression analysisEnvironmental pollutionEnvironmental resource managementEconometricsRisk analysis (engineering)BusinessEnvironmental protectionMathematicsMachine learning

Résumé

récupéré en direct d'OpenAlex

Natural resources are sources of much ecological instability. They are subjects of many types of research and led to the strengthening of measures. However, the exposure to hazards (water-air-soil pollution, radiation, degradation, etc.) due to such industries as mining continuous. This paper intends to show the dynamic relationships between production and time as part of the synergy of the whole extraction system over time. Given to sensitives issues known in the heart of mining operations, water is, therefore, the only environmental factor considered to lighten the research methodology. So, after the hypothesis, a temporal graphic with time and mining production level as explanatory and dependent variables is developed. Then, attention is given to the hypothesis validation used to highlight the joint result of the two variables. This is done by a literature review on environmental management risks tools existing, in-depth on the open pit mines with the simple linear regression analysis. The paired T-test Student result will help to clarify the potential of this statistical approach.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Management and Sustainable DevelopmentMême sujetMining Techniques and EconomicsTravaux en français237 207