MétaCan
Menu
Retour à la cohorte
Enregistrement W2955158979 · doi:10.3390/min9070397

Environmental Impact of Mine Exploitation: An Early Predictive Methodology Based on Ore Mineralogy and Contaminant Speciation

2019· article· en· W2955158979 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMinerals · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMine drainage and remediation techniques
Établissements canadiensAgnico Eagle (Canada)Université du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésAcid mine drainageSulfide mineralsMining engineeringLeaching (pedology)Environmental scienceGeologyTailingsSulfideGeochemistryEnvironmental chemistryMetallurgySoil waterChemistryMaterials sciencePyriteSoil science

Résumé

récupéré en direct d'OpenAlex

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.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,998

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)0,0030,000

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 Opus0,021
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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