MétaCan
Menu
Retour à la cohorte
Enregistrement W3197472608 · doi:10.1088/1755-1315/833/1/012132

The role of numerical analysis in the study of the behaviour of hard-rock pillars

2021· article· en· W3197472608 sur OpenAlexaff
Davide Elmo, G. Cammarata, Sandro Brasile

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueRock Mechanics and Modeling
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRock mass classificationPillarGeologyGeotechnical engineeringExcavationStability (learning theory)Stress (linguistics)Fracture (geology)Mining engineeringStructural engineeringEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Rock pillars can be defined as the in-situ rock between two or more underground openings. However, one aspect that is seldom considered in analysis of hard rock pillars, and indirectly in synthetic rock mass models to determine rock mass strength, is the actual stress level and stress path imposed on the pillar due to the excavation sequence and the location of the pillars within the mine lay out. In this paper we propose to use numerical stress analysis to determine how stresses vary across the excavated pillars in a typical room-and-pillar mine lay out, and thus generate a spatially variable determination of pillar stability. Because of the computational difficulty associated with hybrid modelling of realistic discrete fracture networks, synthetic rock mass modelling is commonly carried out using a 2D approach. By comparing 3D and 2D results for selected cross-sections across, we believe the results of the analysis will provide the opportunity to better constrain the stability implications of a 2D approach to pillar design and synthetic rock mass modelling.

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,192
Écart entre enseignants0,182 · 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'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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetRock Mechanics and ModelingTravaux en français237 207