MétaCan
Menu
Retour à la cohorte
Enregistrement W3164866003 · doi:10.2478/amns.2021.2.00017

Research progress in the mining technology of the slowly inclined, thin to medium thick phosphate rock transition from open-pit to underground mine

2021· article· en· W3164866003 sur OpenAlexaff
Xiaoshuang Li, Yunming Wang, Shun Yang, Jun Xiong, Kui Zhao

Notice bibliographique

RevueApplied Mathematics and Nonlinear Sciences · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMining Techniques and Economics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésMining engineeringChinaUnderground mining (soft rock)Open-pit miningPhosphoriteProcess (computing)GeologyPhosphorusEngineeringMaterials scienceGeographyMetallurgyWaste managementComputer scienceArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract This paper takes the deep ore body of Yunnan Phosphate Group Co. Ltd, the largest open-pit chemical mining enterprise in China, as the research background, and systematically introduces the technical problems recognised by many Chinese researchers in the past eight years on the open-pit to underground mining of gently inclined thin to medium-thick ore bodies with a soft interlayer. It shows that the mining of open-pit transferred to underground is a complex engineering system, and the underground stope surrounding rock and overlying strata present a nonlinear failure process. Through mining process innovation, mining method innovation and improvement, research was undertaken on new processes and technologies for phosphorus mining under complex conditions. The relevant research results not only have important economic value and academic significance for Yunnan Phosphate Group Co. Ltd. but also have important guidance and impetus to the exploitation of a large number of similar phosphate resources in China.

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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,049
Tête enseignante GPT0,320
Écart entre enseignants0,271 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations14
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Mathematics and Nonlinear SciencesMême sujetMining Techniques and EconomicsTravaux en français237 207