Stress testing geomorphic and traditional tailings dam designs for closure using a landscape evolution model
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.
Notice bibliographique
Résumé
The design of tailings dams with respect to closure has evolved over the last 50 years; however, their long-term erosion continues to be a challenge. Erosion is a well-known and established failure mode with several high-profile incidents at hydro-electric dams in recent history, such as the Oroville, California (2017) and Archusa Creek, Michigan (1998) dams. The goal of tailings dam closure and reclamation is often to create a ‘walk-away’ state: an impediment to achieving this is long-term erosion. Various design strategies have been employed as alternatives to uniform downstream dam slopes that are erosion-prone due to the long and steep flow paths generated. This study used the CAESAR-Lisflood landscape evolution model to stress test five different dam designs using Alberta oil sands climate and material inputs. The fictional dam designs included a traditional uniform slope, a platform-bank slope, a catena or ‘s-curve’ slope, an alternating uniform-to-catena slope, and an alternating uniform-to-catena slope with armouring along the central channel. Stress testing allowed for efficient comparative assessment of the long-term geomorphic stability of the designs, and a method of quantifying dam performance for cost-benefit analysis. Results indicated that more natural slopes performed better than those uncommon in nature, and that mobile channel base sediment was more beneficial than a rigid (armoured) base. This has implications for long-term cost-benefit analyses for tailings dam construction and maintenance.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle