Erosion, deposition and contamination by high‐magnitude subaqueous debris flows and turbidity currents: Insights from the failure of a tailings dam near Quesnel Lake, British Columbia
Notice bibliographique
Résumé
Abstract The 4 August 2014 failure of Mount Polley mine tailings dam in central British Columbia, Canada, is the worst environmental disaster in British Columbia history. Around 25 million m 3 of water, tailings solids and dam construction materials travelled as a slurry flow down nearby Hazeltine Creek. About 18.6 million m 3 of tailings and displaced coarse sediment entered into the narrow, deep, fjord‐like Quesnel Lake. Multibeam echosounding, sub‐bottom profiling, sediment cores and theoretical models are used to examine erosion and deposition on the Hazeltine Creek fan‐delta and the bed of Quesnel Lake by subaqueous sediment density flows generated from the slurry. Strong to very strong subaqueous debris flows eroded two deep subaqueous channels on the fan‐delta in a period of less than 12 h. A model for subaerial debris‐flow erosion overestimates submerged delta‐front erosion rates in the channels because of evolution of the subaqueous debris flows and incomplete liquefaction of the eroding bed. The debris flows deposited a localized debrite with a hummocky surface composed of fine tailings and coarse displaced fan‐delta and fluvial sediment. A flat, featureless, surface composed of fine‐grained sediment adjacent to the debrite is interpreted as debrite/turbidite resulting from debris flows proximally and turbidity currents distally. Copper concentrations in cores are highly elevated compared to background concentrations in pre‐event native lacustrine sediment. Deposits from subaqueous sediment flows generated by earthquakes and glacial lake outburst floods are generally thinner than those in Quesnel Lake caused by the tailings dam failure.
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 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».