MétaCan
Menu
Retour à la cohorte
Enregistrement W2945491918 · doi:10.36487/acg_rep/1910_27_brown

One year of paste operations at Jabal Sayid, Saudi Arabia

2019· article· en· W2945491918 sur OpenAlexaff
Rob Brown, Noel Smith, Paul Carmichael

Notice bibliographique

RevuePaste/˜Pœaste · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensBarrick Gold (Canada)
Organismes subventionnairesnon disponible
Mots-clésTailingsDewateringWork (physics)EngineeringMining engineeringCivil engineeringEnvironmental scienceGeotechnical engineeringMechanical engineeringMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

It took five years to bring mining with paste backfill to Ma’aden Barrick Copper Company’s (MBCC) Jabal Sayid Mine in Saudi Arabia. The work involved various studies, multiple test programs, site visits for benchmarking and detailed engineering before the paste system was commissioned in October 2017. Barrick is a world leader in paste backfill and drew on international teams to conceptualise, design and construct this 225 m3/hr cemented paste backfill system. Value engineering, peer reviews and risk management workshops were held throughout the process to ensure MBCC received value for money and a reliable system. The paste plant was required to handle a tailings stream that was originally planned to produce hydraulic fill (the coarse fraction) but through the reintroduction of fine tailings was able to generate a good paste product that met mining needs. Challenges involved getting the most out of the tailings dewatering circuits (both fine and coarse streams), the local conditions (temperatures >50°C), large bulk stopes fed by a gravity system and the capital cost associated with building a high throughput system with significant cement storage. This paper presents the history of the project, test work, engineering design and construction, commissioning, and training required to fill the first stope. More recent backfill monitoring, data logging, improvements and ongoing optimisation of the system that have continued through the first year of paste production are also presented.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,407
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,012
Tête enseignante GPT0,185
Écart entre enseignants0,173 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePaste/˜PœasteMême sujetTailings Management and PropertiesTravaux en français237 207