MétaCan
Menu
Retour à la cohorte
Enregistrement W2953818880 · doi:10.1016/j.ijmst.2019.06.002

Influence of canopy ratio of powered roof support on longwall working stability – A case study

2019· article· en· W2953818880 sur OpenAlexfundno aff
S. Rajwa, Tomasz Janoszek, S. Prusek

Notice bibliographique

RevueInternational Journal of Mining Science and Technology · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGeomechanics and Mining Engineering
Établissements canadiensnon disponible
Organismes subventionnairesInstitute of Infection and ImmunityResearch Fund for Coal and Steel
Mots-clésRoofLongwall miningCoal miningMining engineeringCoalStage (stratigraphy)Computer simulationStability (learning theory)Environmental scienceWork (physics)Geotechnical engineeringGeologyEngineeringCivil engineeringComputer scienceMechanical engineeringSimulationWaste management

Résumé

récupéré en direct d'OpenAlex

The case study describes longwall coal seam A in a hard coal mine, where longwall coal face stability loss and periodic roof fall occurrences had been registered. The authors have attempted to explain the situation based on in-situ measurements and observations of the longwall working as well as numerical simulation. The calculations included several parameters, such as powered roof support geometry in the form of the canopy ratio, which is a factor that influences load distribution along the canopy. Numerical simulations were realized based on a rock mass model representing realistic mining and geological conditions at a depth of 600 m below surface for coal seam A. Numerical model assumptions are described, while the obtained results were compared with the in-situ measurements. The conclusions drawn from this work can complement engineering knowledge utilized at the stage of powered roof support construction and selection in order to improve both personnel safety and longwall working stability, and to achieve better extraction.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations52
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mining Science and TechnologyMême sujetGeomechanics and Mining EngineeringTravaux en français237 207