MétaCan
Menu
Retour à la cohorte
Enregistrement W3006351840 · doi:10.1080/23311916.2020.1724849

Modeling and forecasting complex patterns of mineral production. Gold mining in Canada

2020· article· en· W3006351840 sur OpenAlexaboutno aff
Sergio Pérez Rodríguez

Notice bibliographique

RevueCogent Engineering · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Gold miningEnvironmental scienceMining industryMining engineeringNatural resource economicsBusinessEngineeringEconomicsMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

The complex pattern of gold production in Canada, which differs from the classic Hubbert´s curve, is modeled, and a short-term forecast is made, via the Fundamental Equation of Mineral Production (FEMP).For intervals of time with a variable production to reserves ratio, a discrete piecewise version of the equation updates the reserves and the Production to Reserves Ratio (PRR) by units of time. These piecewise linear portions of the PRR correspond to sub-cycles of rising and declining production embedded in the overall history of production.This version of the FEMP allows modelling of any pattern of mineral production at a universal range of scales.The Hubbert´s linearization indicates the official account of reserves underestimates the real amount of gold resources in Canada. The equivalence between the Hubbert’s formula and the FEMP is introduced. The Hubbert curve is shown as a case study of the Fundamental Equation, featured as the product of a quadratic function of the cumulative production and a rational function of the PRR with time. The forecast for Canada’s current gold production illustrates the metal output is about to peak with an all-time record high in the near future, unless new findings or influential global economic factors are introduced (i.e., a sharp and sustained growth of gold demand from regional markets), allowing an increase of the slope of the linear function featured by the PRR of the FEMP-based model.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,135

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,221
Écart entre enseignants0,178 · 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'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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCogent EngineeringMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207