MétaCan
Menu
Retour à la cohorte
Enregistrement W3174499165 · doi:10.4267/dechets-sciences-techniques.2314

Revue de divers aspects liés à la stabilité géotechnique des ouvrages de retenue de résidus miniers: Partie II – Analyse et conception

2013· article· fr· W3174499165 sur OpenAlexaff
Michel Aubertin, Montoya Lerma James, M. Mbonimpa, Bruno Bussière, R.P. Chapuis

Notice bibliographique

RevueEnvironnement Ingénierie & Développement · 2013
Typearticle
Languefr
DomaineEngineering
ThématiqueTailings Management and Properties
Établissements canadiensUniversité du Québec en Abitibi-TémiscaminguePolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésHumanitiesDikeGeographyGeologyPhilosophyGeochemistry

Résumé

récupéré en direct d'OpenAlex

Tailings dikes are still prone to relatively frequent failures due to geotechnical instability. The general problem related to stability of such retaining works has been presented in part I. In this part II, the main factors that affect the stability of dikes are reviewed. Typical tools used to analyse the behavior of these engineering works are described, with an emphasis on the effects of critical events such as large precipitations and earthquakes. The article also discusses new avenues that help control the problems, including the use of waste rock inclusions in the tailings impoundment. Les digues des parcs à résidus miniers sont, encore aujourd’hui, sujettes à des défaillances relativement fréquentes suite à des instabilités géotechniques. La problématique générale liée à la stabilité de ces ouvrages de retenue a été présentée dans la partie I. Dans cette partie II, on revoit les principaux facteurs qui affectent la stabilité des digues. Les outils typiquement utilisés pour analyser le comportement des ouvrages sont décrits, en mettant l’emphase sur l’effet des événements critiques comme les pluies abondantes et les séismes. L’article discute aussi de nouvelles avenues pour aider à contrôler certains problèmes, incluant l’utilisation d’inclusions de roches stériles dans les parcs à résidus miniers.

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)0,002
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 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 enseignants0,672
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,019
Tête enseignante GPT0,248
Écart entre enseignants0,229 · 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.

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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironnement Ingénierie & DéveloppementMême sujetTailings Management and PropertiesTravaux en français237 207