MétaCan
Menu
Retour à la cohorte
Enregistrement W2924522064

Fragmentation thermique par torche à plasma appliquée aux gisements filoniens : de l'analyse statistique des essais en laboratoire à la présentation d'un modèle de coûts de production

2015· article· fr· W2924522064 sur OpenAlexaboutno aff
Anne Thomas

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhysicsFragmentation (computing)Computer scienceOperating system
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L'utilisation de la torche à plasma comme technologie de fragmentation thermique du roc fait actuellement partie des projets de recherche axés sur les technologies émergentes de la rupture du roc sans explosif menés par un consortium composé d'entreprises minières et de Ressources naturelles Canada. Afin de vérifier l'applicabilité de cette technologie pour l'exploitation des gisements métallifères filoniens de l'Abitibi, la méthodologie proposée permet d'estimer la productivité et le coût de production en fonction des différentes technologies, activités et tâches nécessaires à l'extraction du minerai d'un chantier type. Pour l'activité extraction du minerai, les données d'entrée sont estimées à partir d'un modèle statistique issu de l'analyse des essais planifiés pour la torche à plasma alors que pour les autres activités, les modèles sont alimentés par des données issues de la littérature ou de l'utilisateur. Les activités et tâches listées pour l'exploitation du chantier type sont organisées suivant une séquence de minage adaptée à ce projet et permettant l'exploitation en continu d'un gisement filonien. La méthodologie s'appuie sur des données limitées sur la fragmentation thermique par torche à plasma et nécessite des hypothèses cohérentes avec l'environnement de travail. Cependant, en travaillant sur des modèles flexibles et ajustables, et en augmentant le nombre de données, la productivité de cette technologie innovante peut être affinée et son influence sur le coût de production peut être déterminée, ce qui permet à terme, de vérifier son applicabilité et ce, au fur et à mesure de l'avancement de la recherche expérimentale sur la torche à plasma.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,032
Tête enseignante GPT0,278
Écart entre enseignants0,246 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTunneling and Rock MechanicsTravaux en français237 207