Environmental Impact of Mine Exploitation: An Early Predictive Methodology Based on Ore Mineralogy and Contaminant Speciation
Notice bibliographique
Résumé
Mining wastes containing sulfide minerals can generate contaminated waters as acid mine drainage (AMD) and contaminated neutral drainage (CND). This occurs when such minerals are exposed to oxygen and water. Nowadays, mineralogical work—when it is done—is independently and differentially done according to the needs of the exploration, geotechnics, metallurgy or environment department, at different stages in the mine development process. Moreover, environmental impact assessments (EIA) are realized late in the process and rarely contain pertinent mineralogical characterization on ores and wastes, depending on countries’ regulations. Contaminant-bearing minerals are often not detected at an early stage of the mine life cycle and environmental problems could occur during production or once the mine has come to the end of its productive life. This work puts forward a more reliable methodology, based on mineralogical characterization of the ore at the exploration stages, which, in turn, will be useful for each stage of the mining project and limit the unforeseen environmental or metallurgical issues. Three polymetallic sulfide ores and seven gold deposits from various origins around the world were studied. Crushed ore samples representing feed ore of advanced projects and of production mines were used to validate the methodology with realistic cases. The mineralogical methodology consisted in chemical assays and XRD, optical microscopy, SEM and EPMA were done. Five of the ores were also submitted to geochemical tests to compare mineralogical prediction results with their experimental leaching behavior. Major, minor, and trace minerals were identified, quantified, and the bearing minerals were examined for the polluting elements (and valuables). The main conclusion is that detailed mineralogical work can avert redundant work, save time and money, and allow detection of the problems at the beginning of the mine development phase, improving waste management and closure planning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».