MétaCan
Menu
Retour à la cohorte
Enregistrement W3162954349 · doi:10.1201/9781003205906-2

Paste fill stiffness investigation

2021· book-chapter· ca· W3162954349 sur OpenAlexaff
James De Villiers Wickens, Stephen D. Wilson

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueca
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensCooke Aquaculture (Canada)
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceComposite materialComputer scienceStructural engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

When conducting a backfill test campaign based on the selected mining method, there are various types of tests that are usually conducted to understand the in-situ behaviour of the material when placed underground. The unconfined compressive strength (UCS) and modulus of elasticity are the two most commonly measured parameters when dealing with a cemented paste fill material. However, when dealing with complex ore bodies or extraction techniques, additional testing, including triaxial and consolidation can be required to better understand the material’s behaviour when exposed to a sustained ground load. This is of particular interest in yielding or closing ground conditions. The modulus of elasticity results, measured by conducting a UCS test, provides information on the strength of the material and the ability to resist deformation under load when the fill is exposed vertically and horizontally. However, when dealing with long term stability and support, it is important to understand the stiffness of the material and how it will resist deformation when exposed to different loading conditions when confined. This paper will present selected triaxial and consolidation test data for a range of material blends, considerations that defined the testing program, and the nature of the tests performed. Conclusions will be presented as to the significance of the selected testing methodologies on the results obtained and their applications for industry.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,026
Tête enseignante GPT0,191
Écart entre enseignants0,165 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetTailings Management and PropertiesTravaux en français237 207