MétaCan
Menu
Retour à la cohorte
Enregistrement W2970248671 · doi:10.36487/acg_rep/1915_54_erickson

A case study of seed-use technology development for Pilbara mine site rehabilitation

2019· article· en· W2970248671 sur OpenAlexaff
Todd E. Erickson, Miriam Muñoz‐Rojas, Andrew Guzzomi, Monte Masarei, Elvan Ling, Amber Bateman, Olga A. Kildisheva, Alison Ritchie, Shane R. Turner, Blair Parsons, Pamela Chester, T H WEBSTER, Steven Wishart, Jeremy J. James, Matthew D. Madsen, Scott R. Abella, David J. Merritt

Notice bibliographique

RevueMine closure · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRangeland and Wildlife Management
Établissements canadiensIron Ore Company (Canada)
Organismes subventionnairesDepartment of Industry, Innovation and Science, Australian GovernmentBrigham Young University
Mots-clésRehabilitationMining engineeringComputer scienceGeologyEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Mine rehabilitation is not just earthworks. Mine rehabilitation is a complex, integrated process that involves multiple stakeholders, long-term commitment, and a comprehensive understanding of site-specific conditions. When it comes to the re-introduction of vegetation, increasing the likelihood of successful plant establishment requires the proper implementation of many components including growth media movement, land forming, seedbed preparation, and seed delivery. From a perspective of initiating plant recruitment, best practice use of native seeds is fundamental, and seed technologies can also be coupled with the invention, development and modification of the seeding equipment needed to deliver seeds at scale. Improving seed-use efficiency through seed-enhancement technologies is one approach that has gained recent attention in dryland rehabilitation. Techniques including precision flash flaming, priming, polymer-based seed coating, and extruded seed pelleting all aim to improve the germination and establishment potential of seeds under suboptimal conditions. Along with modifications to existing mechanical seeders or with new builds, these technologies are one potential solution to overcome inefficiencies in dryland seeding efforts. For instance, through the fabrication and engineering of new parts fitted to existing seed-coating equipment, ‘flash flaming’ is a technique that removes unwanted hairs and appendages off bulky and fluffy seed batches (e.g. spinifex or Triodia species). After removal, seed batch volume is significantly reduced, while the flow properties of seeds through cleaning equipment and mechanised seeders are vastly improved. In this paper, we highlight some key examples of recent approaches to addressing shortfalls in seedling establishment in the mining-intensive Pilbara region of Western Australia. We detail research findings that highlight the benefits of flash flaming of seeds for Australian and American species, the application of polymer-based seed coatings and seed priming, and discuss how collaborations between environmental scientists and mechanical engineers have progressed the application of seed-based technologies for rehabilitation across large-scale, high-impact mining scenarios. Outcomes of these programs are applicable to degraded lands requiring rehabilitation across Australia, the United States of America, and other dryland regions.

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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0030,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,217 · 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'étudeQualitatif
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

Citations23
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMine closureMême sujetRangeland and Wildlife ManagementTravaux en français237 207