MétaCan
Menu
Retour à la cohorte
Enregistrement W3186979024

Using computer software to identify ore and waste in Alberta oil sands deposits

2005· article· en· W3186979024 sur OpenAlexaboutno aff
William A. Wilkinson, H Heltke

Notice bibliographique

RevueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information) · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueReservoir Engineering and Simulation Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTailingsOil sandsGeologyTonnageSedimentary depositional environmentMining engineeringFaciesBlock (permutation group theory)AsphaltGeomorphologyStructural basinArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Suncor Energy mines more than 900,000 tonnes of ore and oil sand tailings per day from the Steepbank and Millennium open pit mines in the Athabasca Oilsands near Fort McMurray, Alberta. A detailed understanding of the ore variation is necessary in order to process such high tonnage. The extraction process is very sensitive to grade distribution. A stratigraphic modeling technique was used to accurately delineate waste zones within the orebody. Modeling these deposits is challenging due to the stratigraphic deposition and the gradational grade distribution. The two-step process of developing a geologic model at Suncor Oilsands involved the creation of a stratigraphic model and the use of that model in the construction of a block model. The basic modeling steps were to recognize the depositional environment boundaries in each drill hole; identify zones of like facies, grade and processability type for correlation between drill holes within each depositional environment zone; and use the block model for ore zone analysis. Ore and waste zones are identified according to provincial regulatory definitions based on a combination of bitumen cutoff grade minimum mining thickness and separable waste thickness. Suncor's methodology to streamline the ore and waste identification process was described along with its application to categorize reserves and to generate mine design surfaces. 4 refs., 17 figs.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,305
Score d'incertitude au seuil0,515

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,264
Écart entre enseignants0,248 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSTI OAI (U.S. Department of Energy Office of Scientific and Technical Information)Même sujetReservoir Engineering and Simulation MethodsTravaux en français237 207