MétaCan
Menu
Retour à la cohorte
Enregistrement W2951557109 · doi:10.1080/17480930.2019.1621441

Simultaneous stochastic optimisation of an open-pit gold mining complex with waste management

2019· article· en· W2951557109 sur OpenAlexaff
Zachary Levinson, Roussos Dimitrakopoulos

Notice bibliographique

RevueInternational Journal of Mining Reclamation and Environment · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésScheduleProfitability indexProduction (economics)Production scheduleProduct (mathematics)Computer scienceRisk analysis (engineering)Environmental economicsBusinessEconomics

Résumé

récupéré en direct d'OpenAlex

Simultaneous stochastic optimisation manages risk and capitalises on the unique interactions that occur in a mining complex, where materials are transferred between mines, processors, stockpiles, and waste facilities to achieve a marketable product. Typically, when optimising the production schedule, the primary focus is to deliver valuable products to the market. However, this tends to ignore the environmental and economic impact of simplifying waste management requirements, including the storage and disposal of waste material. Stricter regulations and engineering requirements are transforming past mining practices to develop more sustainable operations. These transformations increase the financial cost of waste management and identify the requirement to integrate waste management into the production schedule. Additionally, misrepresenting the material uncertainty and variability associated with the amount of waste produced can impact, both, the stakeholders and the profitability of a mining complex. In this case study, a simultaneous stochastic optimisation approach is applied in a gold mining complex that integrates waste management into the long-term production schedule. The resulting schedule leads to a 6% increase in the net present value when compared to a conventional approach, while minimising the likelihood of deviating from production targets and ensuring permit constraints are satisfied.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,223
Écart entre enseignants0,209 · 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

Citations36
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mining Reclamation and EnvironmentMême sujetMining Techniques and EconomicsTravaux en français237 207