MétaCan
Menu
Retour à la cohorte
Enregistrement W3133540624 · doi:10.1139/cgj-2020-0329

A risk assessment tool for tailings storage facilities

2021· article· en· W3133540624 sur OpenAlexaffvenueabout
Karen Chovan, Michel Julien, Edouardine-Pascale Ingabire, Michael B. James, E. Masengo, T. Lépine, Pascal M. Lavoie

Notice bibliographique

RevueCanadian Geotechnical Journal · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensAgnico Eagle (Canada)Contango Strategies (Canada)
Organismes subventionnairesnon disponible
Mots-clésRisk assessmentRisk managementTailingsRisk analysis (engineering)Work (physics)EngineeringReliability engineeringForensic engineeringComputer scienceBusiness

Résumé

récupéré en direct d'OpenAlex

The recent occurrence of several major failures of tailings storage facilities (TSF) has caused the mining industry to focus on significantly improving the engineering and management (design, construction, operation and monitoring) of these structures to reduce their environmental impact. This effort is led by the Mining Association of Canada, which mandates the application of risk assessment in tailings management. Due to the very complex nature of TSF, such as phased design and construction, continuous operation, and evolving guidelines and practices over many years, the application of traditional risk assessment tools has limitations. A risk assessment tool specifically developed for TSF management is presented. This tool is based on the work of Silva et al. from 2008 that relates the annual probability of failure to the factor of safety and the level of engineering. This relationship was modified to reflect current practice. The annual probability of failure was then combined with a consequence rating to produce a rational and quantifiable evaluation of risk. The risk assessment tool provides detailed information on the level of practice of a structure, the corresponding annual probability of failure as well as the associated risk. Validation of the tool included application to a recent well-documented 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 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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,701
Score d'incertitude au seuil0,576

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 ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,213
Écart entre enseignants0,201 · 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'étudeSans objet
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

Citations6
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetTailings Management and PropertiesTravaux en français237 207