MétaCan
Menu
Retour à la cohorte
Enregistrement W2894506840 · doi:10.36487/acg_repo/605_45

Calculating a Realistic Security Bond and Assessing True Mine Closure Liabilities

2006· article· en· W2894506840 sur OpenAlexaff
Michael E. Woolley, Andrew Hutton

Notice bibliographique

RevueMine closure · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensMinistry of Energy, Northern Development and Mines
Organismes subventionnairesNSW Department of Primary Industries
Mots-clésBenchmark (surveying)Closure (psychology)BondComputer scienceComputer securityGeologyBusinessFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

During the 1990s a number of mine operators in NSW, Australia became insolvent and mining leases, along with the closure and rehabilitation liabilities, were passed back to the government. In many cases it was found that the Security Bond held by the government represented only a small portion of the actual amount required to effectively close the operations to appropriate environmental and public safety standards. Accordingly, where no alternative was identified, these mines were managed by the Department of Primary Industries - Mineral Resources (DPI-MR) as part of their Derelict Mines Program (DMP). Even when supplemented by DMP funds, there was frequently insufficient money for full or even adequate rehabilitation and the works undertaken were generally to make the site safe. Derelict mines continue to burden NSW taxpayers as well as being a public safety and environmental risk. Their legacies arguably represent a risk to the mining industries public licence to operate and to the image of sustainable mining practices throughout Australia generally. With the aim of investigating potential underlying causes for the failure of the government to hold sufficient security for closure, the DPI-MR commissioned URS to undertake a study into their security review process including benchmarking of processes against other agencies in Australia and worldwide. A number of findings were made, including that the majority of agencies did not hold sufficient securities to cover potential mine closure liabilities. A key recommendation was that mine operators should have the responsibility for “self assessment” of the total costs required for rehabilitation and closure of the mine. Operator cost estimates would then be reviewed by the DPI-MR and set as the security bond for the operation. Consequently a Rehabilitation Cost Estimate Tool was developed by URS/GSSE to enable a thorough and consistent approach for all NSW mine sites to use in the estimation of closure liabilities. The cost estimation approach would form a minimum standard for establishing an appropriate security bond for the site. The Tool is now being used as a basis for closure cost assessment in NSW and following some modification, is currently being trial for use by the Victorian DPI in their management of mines and extractive industries. This paper explores the inaccuracies of past bond estimation methodologies, particularly in relation to the under estimation of the security bonds and also includes the findings of the benchmarking review. A summary is provided of the approach taken in development of the Rehabilitation Cost Estimate Tool for NSW as well as discussion on how the Tool was modified to fit the Victorian context. In conclusion, recommendations are made for the industry going forward based on the feedback from the state agencies, industry groups and the mine operators alike.

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)0,013
score de la tête « metaresearch » (Gemma)0,046
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,001
Communication savante0,0050,006
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,008
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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'étudeThéorique ou conceptuel
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMine closureMême sujetMining Techniques and EconomicsTravaux en français237 207