MétaCan
Menu
Retour à la cohorte
Enregistrement W2970483735 · doi:10.1139/cgj-2018-0462

Runout estimates and risk-informed decision making for bench scale open pit slope failures

2019· article· en· W2970483735 sur OpenAlexaffvenue
John Whittall

Notice bibliographique

RevueCanadian Geotechnical Journal · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueGeotechnical Engineering and Analysis
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésScale (ratio)Geotechnical engineeringOpen-pit miningLandslideGeologyMining engineeringHazardEngineeringForensic engineeringEnvironmental scienceGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Bench scale open pit slope failures are common occurrences in open pit mines and present a hazard to workers near freshly excavated faces. Objectively forecasting the zone of influence of bench scale failures is an important component of the mine’s risk management plan, as they occur more frequently than multi-bench scale landslides and can be more difficult to monitor. This paper presents a dataset of 167 bench scale open pit slope failures and tests runout and bench-width sizing methods to identify appropriate tools to estimate a stand-off distance from a fresh bench face. A length versus fall height and a Fahrböschung angle versus volume relationship calibrated to bench scale open pit slope failures provide reasonable runout estimates and are useful for decision-making when workers are near freshly excavated bench faces. Bench scale open pit failures appear to have a relatively constant fall height/horizontal runout distance (H/L) ratio up to 10 000 m 3 , after which H/L becomes inversely proportional to volume.

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 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 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: aucune
Score de désaccord entre enseignants0,588
Score d'incertitude au seuil0,878

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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,232
Écart entre enseignants0,226 · 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 tête enseignante, 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

Citations10
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeotechnical Engineering and AnalysisTravaux en français237 207